基于蚁群算法的交通信号配时优化
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-15页 |
| ·课题背景及研究意义 | 第7-8页 |
| ·交通信号控制国内外研究现状 | 第8-10页 |
| ·国外研究现状 | 第8-9页 |
| ·国内研究现状 | 第9-10页 |
| ·蚁群算法概述 | 第10-13页 |
| ·蚁群行为描述及蚁群算法原理 | 第10-12页 |
| ·蚁群算法系统特征 | 第12-13页 |
| ·研究思路与论文结构 | 第13-15页 |
| 2 交通信号控制理论 | 第15-23页 |
| ·交通信号控制分类 | 第15-17页 |
| ·根据控制范围进行分类 | 第15-16页 |
| ·根据控制方式进行分类 | 第16-17页 |
| ·交通信号控制基本参数 | 第17-19页 |
| ·重要参数 | 第17-18页 |
| ·相关概念 | 第18-19页 |
| ·绿波带控制问题 | 第19-22页 |
| ·绿波带中心线交点(TP) | 第19-20页 |
| ·绿波带控制约束条件 | 第20-21页 |
| ·绿波带控制设计方案 | 第21-22页 |
| ·小结 | 第22-23页 |
| 3 蚁群算法应用及改进 | 第23-35页 |
| ·基本蚁群算法的模型描述 | 第23-25页 |
| ·TSP 描述 | 第23页 |
| ·基本蚁群算法的数学模型 | 第23-25页 |
| ·基本蚁群算法的算法步骤及流程图 | 第25-26页 |
| ·基本蚁群算法的算法步骤 | 第25-26页 |
| ·实现基本蚁群算法的程序流程图 | 第26页 |
| ·GAAA 算法的改进 | 第26-31页 |
| ·最大—最小蚁群系统 | 第26-28页 |
| ·GAAA 算法 | 第28-29页 |
| ·GAAA 算法中的 MMAS 蚁群算法设计 | 第29页 |
| ·GAAA 算法的改进设计 | 第29-31页 |
| ·GAAA 算法的不确定性分析及其相关参数的选取 | 第31-33页 |
| ·人工蚁群规模m 的分析及选取 | 第31-32页 |
| ·算法循环迭代次数的分析及选取 | 第32页 |
| ·信息素浓度残留系数的分析及确定 | 第32-33页 |
| ·信息素浓度更新规则的选取 | 第33页 |
| ·随机算子的引入 | 第33页 |
| ·GAAA 算法收敛性分析 | 第33-34页 |
| ·小结 | 第34-35页 |
| 4 交通信号绿波带控制优化模型建立及求解 | 第35-57页 |
| ·假设条件 | 第35页 |
| ·交通信号绿波带控制优化模型的建立 | 第35-48页 |
| ·平均延误 | 第36-44页 |
| ·道路交叉口处排队等待通过的交通流长度 | 第44-45页 |
| ·车辆停车率 | 第45-47页 |
| ·交通信号绿波带控制模型 | 第47-48页 |
| ·交通信号绿波带控制优化模型的建立 | 第48-50页 |
| ·交通信号绿波带控制优化模型的求解 | 第50-53页 |
| ·实例验证 | 第53-56页 |
| ·交通现状分析 | 第53-54页 |
| ·数据统计 | 第54页 |
| ·计算结果及其分析 | 第54-56页 |
| ·小结 | 第56-57页 |
| 5 总结展望 | 第57-58页 |
| ·总结 | 第57页 |
| ·展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录 | 第62页 |
