| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-25页 |
| 1.1 引言 | 第11-12页 |
| 1.2 相关技术发展现状 | 第12-23页 |
| 1.2.1 车辆导航中相关算法的发展现状 | 第12-18页 |
| 1.2.2 模糊理论的发展现状 | 第18-21页 |
| 1.2.3 模糊理论应用于交通及车辆导航的发展现状 | 第21-23页 |
| 1.3 主要研究内容和结果 | 第23-25页 |
| 第二章 车辆导航相关技术及模糊理论基础 | 第25-49页 |
| 2.1 车辆导航定位相关技术基础 | 第25-40页 |
| 2.1.1 车辆定位中的滤波技术 | 第25-28页 |
| 2.1.2 行程时间预测基础 | 第28-31页 |
| 2.1.3 最优路径规划相关基础 | 第31-40页 |
| 2.2 模糊理论基础 | 第40-48页 |
| 2.2.1 模糊集合及其运算 | 第40-42页 |
| 2.2.2 隶属度函数 | 第42-43页 |
| 2.2.3 模糊关系 | 第43-45页 |
| 2.2.4 模糊向量及其运算 | 第45-46页 |
| 2.2.5 模糊语言变量及模糊逻辑 | 第46页 |
| 2.2.6 模糊推理 | 第46-48页 |
| 2.3 本章小结 | 第48-49页 |
| 第三章 基于模糊理论的车辆导航智能滤波算法 | 第49-66页 |
| 3.1 引言 | 第49-50页 |
| 3.2 车辆GPS定位原理 | 第50-51页 |
| 3.2.1 GPS伪距定位 | 第50-51页 |
| 3.2.2 GPS动态定位 | 第51页 |
| 3.3 基于模糊控制的智能自适应滤波算法 | 第51-60页 |
| 3.3.1 智能自适应滤波基本思想 | 第51-52页 |
| 3.3.2 构造判别统计量 | 第52-53页 |
| 3.3.3 构造智能自适应因子 | 第53-57页 |
| 3.3.4 算例与分析 | 第57-60页 |
| 3.4 基于模糊控制的智能渐消滤波算法 | 第60-65页 |
| 3.4.1 智能渐消滤波算法基本思想 | 第60-61页 |
| 3.4.2 渐消因子求解过程及存在问题分析 | 第61-62页 |
| 3.4.3 构造智能渐消因子 | 第62-64页 |
| 3.4.4 算例与分析 | 第64-65页 |
| 3.5 本章小结 | 第65-66页 |
| 第四章 基于模糊理论的智能最优路径算法 | 第66-87页 |
| 4.1 引言 | 第66-67页 |
| 4.2 路径选择行为分析 | 第67-71页 |
| 4.2.1 路径选择行为分类 | 第67页 |
| 4.2.2 路径选取影响因素分析 | 第67-70页 |
| 4.2.3 路径选取准则 | 第70-71页 |
| 4.3 智能最优路径算法的基本思想 | 第71页 |
| 4.4 模糊路径选取度模型 | 第71-73页 |
| 4.4.1 基本思路 | 第71-72页 |
| 4.4.2 模型建立 | 第72-73页 |
| 4.5 模糊路径选取影响因素的隶属度函数的确定 | 第73-77页 |
| 4.5.1 静态交通信息的隶属度函数 | 第73-75页 |
| 4.5.2 动态交通信息的隶属度函数 | 第75-77页 |
| 4.5.3 人的主观因素隶属度函数 | 第77页 |
| 4.6 实验与分析 | 第77-86页 |
| 4.7 本章小结 | 第86-87页 |
| 第五章 基于模糊理论的智能行程时间预测算法 | 第87-103页 |
| 5.1 引言 | 第87-88页 |
| 5.2 基于模糊控制的智能行程时间预测 | 第88-95页 |
| 5.2.1 指数平滑预测算法 | 第88-91页 |
| 5.2.2 平滑系数的确定及存在问题分析 | 第91页 |
| 5.2.3 模糊控制智能行程时间预测算法基本思想 | 第91页 |
| 5.2.4 基于模糊控制构造平滑系数 | 第91-93页 |
| 5.2.5 算例与分析 | 第93-95页 |
| 5.3 基于模糊综合评判的智能行程时间预测 | 第95-102页 |
| 5.3.1 模糊综合评判的基本理论 | 第95-96页 |
| 5.3.2 因素集、评判集及评判矩阵的确定 | 第96-97页 |
| 5.3.3 隶属度函数的确定 | 第97-98页 |
| 5.3.4 合成算子的确定 | 第98-99页 |
| 5.3.5 清晰化方法的确定 | 第99-100页 |
| 5.3.6 算例与分析 | 第100-102页 |
| 5.4 本章小结 | 第102-103页 |
| 第六章 分布式动态交通信息智能网络服务技术 | 第103-119页 |
| 6.1 引言 | 第103-104页 |
| 6.2 分布式动态交通信息智能网络服务的实现及关键技术 | 第104-105页 |
| 6.2.1 分布式动态交通信息智能网络服务的实现 | 第104页 |
| 6.2.2 分布式动态交通信息智能服务的关键技术 | 第104-105页 |
| 6.3 订阅/通知模式的动态交通信息服务 | 第105-109页 |
| 6.3.1 订阅/通知模式的动态交通信息服务系统概述 | 第105-106页 |
| 6.3.2 订阅/通知处理中心 | 第106-107页 |
| 6.3.3 订阅/通知系统关键技术 | 第107-109页 |
| 6.4 动态交通信息的智能网络服务中间件 | 第109-113页 |
| 6.4.1 中间件技术及其特点 | 第109页 |
| 6.4.2 模糊XML数据模型 | 第109-113页 |
| 6.5 动态交通信息的智能服务 | 第113页 |
| 6.6 服务示例 | 第113-118页 |
| 6.6.1 最优路径规划服务 | 第113-117页 |
| 6.6.2 行程时间预测服务 | 第117-118页 |
| 6.7 本章小结 | 第118-119页 |
| 第七章 总结与展望 | 第119-121页 |
| 致谢 | 第121-122页 |
| 参考文献 | 第122-132页 |
| 作者简历 | 第132页 |
