| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 主要研究内容 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-16页 |
| 第2章 智能停车场内引导系统总体设计 | 第16-20页 |
| 2.1 智能城市和智能停车场 | 第16-17页 |
| 2.2 停车场管理系统及智能引导需求分析 | 第17-18页 |
| 2.3 总体设计 | 第18页 |
| 2.4 系统工作原理和特点 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第3章 停车场实时车位信息预测子系统的设计 | 第20-33页 |
| 3.1 车位信息的识别及储存 | 第20-25页 |
| 3.1.1 总体的设计 | 第20-21页 |
| 3.1.2 硬件需求 | 第21-23页 |
| 3.1.3 车位信息数据库 | 第23-25页 |
| 3.2 基于贝叶斯网络模型的车位预测模型及系统实现 | 第25-29页 |
| 3.2.1 BN预测模型构建 | 第25页 |
| 3.2.2 BN分类模型构建 | 第25-26页 |
| 3.2.3 BN推断模型构建 | 第26-28页 |
| 3.2.4 NB网络节点 | 第28-29页 |
| 3.3 子系统设计 | 第29-30页 |
| 3.4 模型预测结果分析及验证 | 第30-32页 |
| 3.5 预测信息的应用 | 第32页 |
| 3.6 本章小结 | 第32-33页 |
| 第4章 智能实时引导系统的设计与实现 | 第33-48页 |
| 4.1 算法介绍 | 第33-39页 |
| 4.1.1 启发式算法及混合式启发算法 | 第33-35页 |
| 4.1.2 动态规划 | 第35页 |
| 4.1.3 贪婪算法 | 第35-38页 |
| 4.1.4 启发式算法在背包问题上的应用 | 第38-39页 |
| 4.2 引导系统的设计 | 第39-43页 |
| 4.2.1 模型基本假设 | 第39页 |
| 4.2.2 数学模型 | 第39-41页 |
| 4.2.3 决策算法 | 第41-43页 |
| 4.3 软件实现 | 第43-45页 |
| 4.3.1 开发环境及工具 | 第43页 |
| 4.3.2 软件设计及参数选择 | 第43-45页 |
| 4.4 软件系统的数值检验 | 第45-47页 |
| 4.4.1 算例数据的采集及分析 | 第45页 |
| 4.4.2 结果分析 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 结论及展望 | 第48-49页 |
| 5.1 研究总结 | 第48页 |
| 5.2 研究展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52页 |