| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-12页 |
| ·选题的背景 | 第7-8页 |
| ·出租车智能调度研究的意义 | 第8页 |
| ·国内外研究现状 | 第8-11页 |
| ·国外研究概况 | 第8-9页 |
| ·国内研究概况 | 第9-11页 |
| ·本文的主要研究工作和内容组织 | 第11-12页 |
| 2 基础理论及概述 | 第12-20页 |
| ·北斗卫星定位系统 | 第12-14页 |
| ·BD-1 简介 | 第12-13页 |
| ·BD-2 卫星定位系统 | 第13-14页 |
| ·地理信息系统（GIS）介绍 | 第14-17页 |
| ·GIS 概述 | 第14页 |
| ·电子地图 | 第14-15页 |
| ·WebGIS 简述 | 第15页 |
| ·Google Maps | 第15-17页 |
| ·ASP.NET 概述 | 第17-19页 |
| ·静态网页和动态网页 | 第17页 |
| ·ASP.NET 简介 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 3 出租车调度系统设计 | 第20-32页 |
| ·系统需求分析 | 第20页 |
| ·系统整体框架设计及各模块功能介绍 | 第20-25页 |
| ·乘客约车方式设计 | 第25-27页 |
| ·短信约车模式 | 第26页 |
| ·电话约车模式 | 第26-27页 |
| ·系统开发及运行环境 | 第27-29页 |
| ·硬件环境配置 | 第27-28页 |
| ·软件环境配置 | 第28-29页 |
| ·系统 UI 设计 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 4 出租车最短路径问题及其求解算法的分析研究 | 第32-52页 |
| ·最短路径问题的描述 | 第32-33页 |
| ·求解最短路径问题的算法概述 | 第33-35页 |
| ·Dijkstra 算法 | 第33页 |
| ·A*算法 | 第33页 |
| ·遗传算法 | 第33-34页 |
| ·蚁群优化算法 | 第34页 |
| ·粒子群算法 | 第34页 |
| ·人工鱼群算法 | 第34-35页 |
| ·交通路网最短路径问题的数学模型和描述 | 第35-36页 |
| ·基本人工鱼群算法求解出租车最短路径调度问题 | 第36-38页 |
| ·基本人工鱼群算法求解出租车最短路径问题的算法描述 | 第36-37页 |
| ·基本人工鱼群算法求解出租车最短路径问题的步骤 | 第37-38页 |
| ·基本人工鱼群算法的算例仿真及结果分析 | 第38-51页 |
| ·仿真算例的道路网拓扑结构 | 第38-39页 |
| ·仿真结果与数据分析 | 第39-43页 |
| ·参数对人工鱼群算法寻优性能的影响分析 | 第43-51页 |
| ·本章小结 | 第51-52页 |
| 5 改进人工鱼群算法求解出租车最短路径调度问题 | 第52-60页 |
| ·基本人工鱼群算法求解最短路径问题的缺陷 | 第52页 |
| ·解决的办法 | 第52-53页 |
| ·改进人工鱼群算法求解最短路径问题的步骤 | 第53页 |
| ·算法的仿真与对比分析 | 第53-59页 |
| ·本章小结 | 第59-60页 |
| 6 总结与展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录 | 第66页 |