| 摘要 | 第7-8页 |
| Abstract | 第8页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 引言 | 第9-10页 |
| 1.2 研究现状 | 第10-14页 |
| 1.3 存在问题 | 第14-15页 |
| 1.4 论文的结构安排 | 第15-17页 |
| 第二章 交通网络模型特征及其分析 | 第17-34页 |
| 2.1 交通网络与交通网络模型 | 第17页 |
| 2.2 交通网络实体分析与模型构建 | 第17-22页 |
| 2.2.1 交通网络实体分析 | 第17-20页 |
| 2.2.2 交通网络模型构建 | 第20-22页 |
| 2.3 交通网络模型形态特征及其评价分析 | 第22-31页 |
| 2.3.1 交通网络模型形态特征 | 第22-24页 |
| 2.3.2 交通网络模型形态特征的评价指标 | 第24-27页 |
| 2.3.3 交通网络模型形态特征评价分析 | 第27-31页 |
| 2.4 交通网络模型权值特征及权值定值 | 第31-33页 |
| 2.4.1 交通网络模型权值特征 | 第31-32页 |
| 2.4.2 交通网络模型权值定值 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 最优路径分析算法及其适用性研究 | 第34-66页 |
| 3.1 最优路径问题 | 第34-37页 |
| 3.1.1 基于 OD 节点数的最优路径问题分类 | 第34-35页 |
| 3.1.2 常见的最优路径问题 | 第35-37页 |
| 3.2 最优路径分析算法的分类体系 | 第37-47页 |
| 3.2.1 最短路径分析算法分类体系 | 第38-39页 |
| 3.2.2 最优路径分析算法分类体系 | 第39-47页 |
| 3.3 最优路径分析算法 | 第47-54页 |
| 3.4 基于算法参数设置的算法适用性分析及其算法改进 | 第54-61页 |
| 3.4.1 蚁群算法参数设置的适用性分析 | 第55-57页 |
| 3.4.2 遗传算法参数设置的适用性分析 | 第57-59页 |
| 3.4.3 蚁群算法与遗传算法的组合改进应用 | 第59-61页 |
| 3.5 最优路径分析算法适用性分析 | 第61-65页 |
| 3.5.1 基于交通网络模型形态特征的算法适用性分析 | 第61-65页 |
| 3.6 本章小结 | 第65-66页 |
| 第四章 基于多目标因素的最优路径规划 | 第66-84页 |
| 4.1 最优路径规划 | 第66-68页 |
| 4.2 最优路径规划时需要考虑的多目标因素 | 第68-72页 |
| 4.2.1 空间因素 | 第68页 |
| 4.2.2 时间因素 | 第68-70页 |
| 4.2.3 费用因素 | 第70-72页 |
| 4.2.4 安全因素 | 第72页 |
| 4.3 基于多目标因素的最优路径规划 | 第72-81页 |
| 4.3.1 多目标因素间的相互关系分析 | 第72-76页 |
| 4.3.2 多目标因素的无量纲化 | 第76-77页 |
| 4.3.3 基于层次分析法的多目标因素权重确定方法 | 第77-81页 |
| 4.4 案例分析 | 第81-83页 |
| 4.5 本章小结 | 第83-84页 |
| 第五章 总结与展望 | 第84-86页 |
| 5.1 工作总结 | 第84页 |
| 5.2 研究展望 | 第84-86页 |
| 参考文献 | 第86-89页 |
| 附录 | 第89-98页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第98-99页 |
| 致谢 | 第99页 |
