| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 动态交通流研究背景及意义 | 第9-11页 |
| 1.2 动态交通流分配的国内外研究现状 | 第11-13页 |
| 1.3 蚁群算法国内外研究现状 | 第13-14页 |
| 1.4 本文研究的主要内容 | 第14-16页 |
| 第二章 动态交通流分配模型 | 第16-30页 |
| 2.1 动态交通分配模型简介 | 第16-17页 |
| 2.2 相关术语及约束条件 | 第17-19页 |
| 2.2.1 符号与定义 | 第17-18页 |
| 2.2.2 约束条件 | 第18-19页 |
| 2.3 动态交通配流原则 | 第19-20页 |
| 2.4 动态交通流分配模型求解算法 | 第20-29页 |
| 2.4.1 动态交通分配模型求解算法概述 | 第20-21页 |
| 2.4.2 全有全无分配算法 | 第21-22页 |
| 2.4.3 增量分配算法 | 第22-23页 |
| 2.4.4 连续平均法 | 第23-24页 |
| 2.4.5 Frank-Wolfe法 | 第24页 |
| 2.4.6 四种算法比较结果 | 第24-25页 |
| 2.4.7 蚁群算法 | 第25-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 动态交通系统最优模型研究 | 第30-47页 |
| 3.1 动态交通系统最优模型简述 | 第30-31页 |
| 3.2 路网实例 | 第31-34页 |
| 3.3 连续平均法求解动态系统最优模型 | 第34-39页 |
| 3.3.1 算法设计思路 | 第34-35页 |
| 3.3.2 数据处理 | 第35页 |
| 3.3.3 算法具体实现 | 第35-37页 |
| 3.3.4 流量分配结果 | 第37-39页 |
| 3.4 蚁群算法求解动态系统最优模型 | 第39-43页 |
| 3.4.1 算法设计思路 | 第39-40页 |
| 3.4.2 算法具体实现 | 第40-42页 |
| 3.4.3 流量分配结果 | 第42-43页 |
| 3.5 流量分配结果比较 | 第43-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第四章 动态交通用户最优模型研究 | 第47-60页 |
| 4.1 动态交通用户最优模型简述 | 第47-49页 |
| 4.2 Frank-Wolfe法求解动态用户最优模型 | 第49-52页 |
| 4.2.1 算法设计思路 | 第49页 |
| 4.2.2 算法具体实现 | 第49-51页 |
| 4.2.3 流量分配结果 | 第51-52页 |
| 4.3 蚁群算法求解动态用户最优模型 | 第52-56页 |
| 4.3.1 算法设计思路 | 第52-53页 |
| 4.3.2 算法具体实现 | 第53-55页 |
| 4.3.3 流量分配结果 | 第55-56页 |
| 4.4 流量分配结果比较 | 第56-58页 |
| 4.5 两种分配模型比较 | 第58-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第五章 基于SUMO仿真的动态交通流分配模型研究 | 第60-71页 |
| 5.1 SUMO简介 | 第60页 |
| 5.2 仿真场景设计 | 第60-61页 |
| 5.3 基于SUMO仿真的动态系统最优模型研究 | 第61-66页 |
| 5.3.1 流量结果 | 第61-63页 |
| 5.3.2 路段出现事故的情况分析 | 第63-66页 |
| 5.4 基于SUMO仿真的动态用户最优模型研究 | 第66-70页 |
| 5.4.1 阻抗结果 | 第66-68页 |
| 5.4.2 路段流量增加和减少情况分析 | 第68-70页 |
| 5.5 本章小结 | 第70-71页 |
| 总结与展望 | 第71-73页 |
| 本文的工作与结论 | 第71页 |
| 研究工作展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 攻读学位期间获得的研究成果 | 第77-78页 |
| 致谢 | 第78页 |