| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·课题的研究背景及意义 | 第10-12页 |
| ·研究背景 | 第10-11页 |
| ·研究的目的和意义 | 第11-12页 |
| ·课题的国内外研究现状分析 | 第12-16页 |
| ·遗传算法的发展及研究现状 | 第12-14页 |
| ·城市交通信号控制技术发展及研究概况 | 第14-16页 |
| ·课题研究的主要内容及结构安排 | 第16-18页 |
| 第二章 城市交通信号控制基本理论及优化问题概述 | 第18-30页 |
| ·交通流基本理论 | 第18-21页 |
| ·交通流的基本参数 | 第18-19页 |
| ·三参数的基本关系 | 第19-21页 |
| ·城市道路交通信号控制基本知识 | 第21-26页 |
| ·城市交通信号控制参数 | 第21-23页 |
| ·城市交通信号控制类型 | 第23-24页 |
| ·信号控制的评价指标 | 第24-26页 |
| ·优化理论概述 | 第26-30页 |
| ·优化问题与方法的基本概念和术语 | 第26-28页 |
| ·优化算法及其分类 | 第28-30页 |
| 第三章 遗传算法及其改进研究 | 第30-59页 |
| ·遗传算法基本理论 | 第30-42页 |
| ·遗传算法简介 | 第30页 |
| ·遗传算法的基本原理 | 第30-31页 |
| ·遗传算法的特点 | 第31-32页 |
| ·基本遗传算法的工作流程 | 第32-33页 |
| ·遗传算法的基本要素 | 第33-42页 |
| ·遗传算法的理论基础 | 第42-44页 |
| ·遗传算法的模式定理 | 第42-43页 |
| ·积木块假设与欺骗问题 | 第43-44页 |
| ·遗传算法的改进 | 第44-55页 |
| ·适应度值标定 | 第44-45页 |
| ·选择策略 | 第45-46页 |
| ·种群多样性保持方案 | 第46页 |
| ·改进的自适应交叉变异率 | 第46-48页 |
| ·基于小生境的遗传算法 | 第48-49页 |
| ·改进的遗传算法实现 | 第49-51页 |
| ·混合遗传算法 | 第51-55页 |
| ·函数优化实例 | 第55-59页 |
| ·针对遗传算法自身改进方案的测试函数优化实例 | 第55-57页 |
| ·混合遗传算法优化实例 | 第57-59页 |
| 第四章 基于遗传算法的城市道路交叉路口信号优化控制 | 第59-77页 |
| ·城市道路交叉口的交通流特性分析 | 第59-61页 |
| ·城市道路信号交叉口车流运动特性 | 第59-60页 |
| ·有效绿灯时间和损失时间 | 第60-61页 |
| ·城市交通信号控制优化问题分析 | 第61-62页 |
| ·以车辆平均延误时间最小为目标的单交叉路口优化配时 | 第62-70页 |
| ·非线性模型的建立 | 第63-65页 |
| ·用混合遗传算法进行函数优化求解 | 第65-66页 |
| ·仿真分析 | 第66-70页 |
| ·以车辆排队长度最小为目标的单交叉路口优化配时 | 第70-77页 |
| ·单交叉路口交通流动态模型 | 第70-74页 |
| ·基于改进遗传算法的函数优化求解 | 第74-75页 |
| ·仿真分析 | 第75-77页 |
| 总结 | 第77-79页 |
| 1. 结论 | 第77页 |
| 2. 展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 攻读学位期间取得的研究成果 | 第83-84页 |
| 致谢 | 第84页 |