首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

改进PSO算法在地面交通优化中的应用研究

摘要第1-4页
Abstract第4-9页
第1章 绪论第9-19页
   ·地面交通优化的研究背景和意义第9-11页
   ·国内外研究现状第11-15页
     ·旅行商问题第11页
     ·车辆优化调度第11-13页
     ·城市交通信号控制第13-15页
   ·当前研究中存在的问题第15-16页
   ·研究目标和拟解决的关键问题第16-17页
   ·论文的主要工作和章节安排第17-19页
第2章 基本知识与基础理论第19-25页
   ·基本PSO算法介绍第19-20页
   ·PSO算法的收敛性研究第20-22页
   ·PSO算法复杂性分析第22-25页
第3章 旅行商问题(TSP)第25-33页
   ·TSP模型第25-27页
   ·改进PSO算法求解第27-29页
     ·求解中几个基本定义第27-28页
     ·PSO算法的改进:带自变异算子PSO第28页
     ·参数设置第28-29页
   ·蚁群算法求解第29-30页
     ·蚁群算法求解TSP问题的流程第29-30页
     ·参数设置第30页
   ·蚁群算法与改进PSO算法仿真结果对比分析第30-33页
第4章 车辆路径问题(VRP)第33-45页
   ·VRP描述第33页
   ·车辆路径问题分类第33-34页
   ·带时间窗车辆路径问题第34-35页
   ·带时间窗车辆路径问题的数学模型第35-37页
   ·几种改进PSO算法第37-39页
     ·w-k-PSO算法第37页
     ·二阶振荡粒子群优化算法第37-38页
     ·模拟退火粒子群优化算法第38页
     ·带自变异算子粒子群优化算法第38页
     ·随机惯性权重粒子群优化算法第38-39页
   ·粒子编码第39-40页
   ·试验结果及分析第40-45页
第5章 交通信号配时优化问题第45-67页
   ·基本概念及问题描述第45-51页
     ·信号配时参数第46-48页
     ·信号配时评价指标第48-51页
     ·信号配时方法第51页
   ·灾变粒子群优化算法第51-54页
     ·灾变的定义第51-52页
     ·灾变模型第52-53页
     ·灾变临界条件第53页
     ·灾变粒子群算法的步骤第53-54页
     ·灾变粒子群算法的性能第54页
   ·单交叉路口信号优化第54-59页
     ·模型第55-56页
     ·计算流程第56-57页
     ·仿真结果及分析第57-59页
   ·多交叉路口信号优化第59-67页
     ·模型第60-61页
     ·配时优化算法第61页
     ·仿真结果及分析第61-64页
     ·交通信号配时的最新发展第64-67页
第6章 总结与展望第67-69页
   ·论文工作总结第67-68页
   ·后续工作展望第68-69页
参考文献第69-75页
致谢第75-77页
攻读硕士学位期间的研究成果第77页

论文共77页,点击 下载论文
上一篇:混合粒子群优化算法在图像融合中的应用
下一篇:基于群体智能的图像分割方法研究