学位论文 > 优秀研究生学位论文题录展示

基于物联网的城市智慧交通系统及最优路径算法研究

作 者: 王峰
导 师: 莫东艳
学 校: 大连交通大学
专 业: 企业管理
关键词: 物联网?智慧交通?最优路径?蚁群算法
分类号: TP301.6
类 型: 硕士论文
年 份: 2013年
下 载: 71次
引 用: 0次
阅 读: 论文下载
?

内容摘要


当今社会快速发展,我国城市的堵车、污染等问题日益严重,加上现有系统对大量数据和信息处理的滞后,严重制约了我国城市交通的发展。随着物联网的出现,人们把现有的交通系统与物联网技术结合起来,提出了智慧交通的理念,并把物联网技术应用到智慧交通系统的构建中,这使得智慧交通系统成为城市进程中改善道路交通发展状况的必然选择,智慧交通与物联网的结合能够使我们当今糟糕的交通问题得到进一步的改善。城市道路交通是城市在基础设施中的重要组成部分、城市的生命线和血管,也是城市人流和物流的载体,在城市交通运输中起着重要作用,因此本课题具有一定的理论意义和实践意义,具有长远的发展前景。本文主要工作有:提出和设计了基于物联网的城市智慧交通系统的体系构架,并对蚁群最优路径算法进行了改进。首先,在对城市交通研究背景和意义的基础上,概括分析了国内外学者对物联网和智慧交通建设的研究;介绍了物联网的概念、特征、体系结构以及其关键技术,为下文提供了理论支持。其次,在需求分析和可行性分析的基础上结合系统构建的原则和目标,建立了基于物联网的城市交通模型,提出和设计了基于物联网的城市智慧交通系统的体系架构。最后,在系统的最优路径算法方面,介绍了Dijkstra算法、启发式算法A*、遗传算法、Floyd算法和蚁群算法等算法,提出了对蚁群算法的改进方法,并验证了其优越性。本文在基于物联网的城市智慧交通系统的体系架构和对蚁群算法在求解最优路径的改进方面还有不足,还需要进一步完善。随着物联网技术的发展和算法的不断完善,城市智慧交通系统的建设会更加实用和有效。

全文目录


摘要??5-6
Abstract??6-9
第一章 绪论??9-16
??1.1 研究背景和意义??9-10
????1.1.1 研究背景??9
????1.1.2 研究意义??9-10
??1.2 国内外研究发展现状??10-14
????1.2.1 物联网研究发展现状??10-12
????1.2.2 智慧交通研究发展现状??12-14
??1.3 论文研究内容和方法??14-16
????1.3.1 研究内容??14-15
????1.3.2 研究方法??15-16
第二章 物联网概述??16-26
??2.1 物联网相关理论??16-21
????2.1.1 物联网概念??16-17
????2.1.2 物联网特征??17-18
????2.1.3 物联网体系结构??18-19
????2.1.4 物联网在智慧交通中的应用领域??19-21
??2.2 物联网关键技术??21-25
????2.2.1 识别技术??21-23
????2.2.2 通信技术??23-24
????2.2.3 网络技术??24-25
??本章小结??25-26
第三章 基于物联网的智慧交通系统模型与架构设计??26-36
??3.1 智慧交通系统分析??26-27
????3.1.1 需求性分析??26-27
????3.1.2 可行性分析??27
??3.2 智慧交通系统构建原则和目标??27-29
????3.2.1 智慧交通系统构建原则??27-28
????3.2.2 智慧交通系统构建目标??28-29
??3.3 基于物联网的智慧交通系统模型??29-31
????3.3.1 基于物联网的智慧交通系统的服务性模型??30-31
????3.3.2 基于物联网的智慧交通系统的层次性模型??31
??3.4 基于物联网的智慧交通系统体系架构??31-35
????3.4.1 基于物联网的智慧交通系统模块??31-32
????3.4.2 基于物联网的智慧交通系统总体架构??32-34
????3.4.3 基于物联网的智慧交通系统应用架构??34-35
??本章小结??35-36
第四章 智慧交通系统最优路径算法研究??36-53
??4.1 问题的提出和分析??36-37
????4.1.1 最优路径算法的提出??36-37
????4.1.2 路径影响因素分析??37
??4.2 几种经典的最优路径算法分析??37-46
????4.2.1 Dijkstra算法??38-40
????4.2.2 启发式算法A~*??40
????4.2.3 遗传算法??40-42
????4.2.4 Floyd算法??42
????4.2.5 蚂蚁算法??42-46
??4.3 蚁群算法的改进??46-49
????4.3.1 转移方向性的改进??46
????4.3.2 信息素分类的改进??46
????4.3.3 局部信息素更新的改进??46-47
????4.3.4 改进蚁群算法的执行步骤??47-49
??4.4 蚁群算法的应用??49-52
????4.4.1 蚁群算法参数的设置??49-50
????4.4.2 算法验证??50-51
????4.4.3 算法应用??51-52
??本章小结??52-53
第五章 结论与展望??53-55
??5.1 结论??53
??5.2 展望??53-55
参考文献??55-57
攻读硕士学位期间发表的论文??57-58
致谢??58

相似论文

  1. 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
  2. 基于蚁群算法的电梯群优化控制研究,TU857
  3. 动态环境下移动对象导航系统相关技术的研究,TP301.6
  4. 基于改进蚁群算法的机器人路径规划研究,TP242
  5. 改进的蚁群算法及其在TSP上的应用研究,TP301.6
  6. 物联网在服装行业的应用性研究,TN929.5
  7. 基于免疫机制蚁群算法的电力系统无功优化研究,TP18
  8. 物联网短距离无线定位算法研究,TN929.5
  9. 基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
  10. 基于物联网的农产品安全监控系统与决策系统研究,TP277
  11. 基于节点智能交互的物联网数据处理研究,TP391.44
  12. 基于Web日志的用户挖掘研究与实现,TP311.13
  13. 基于蚁群和人工鱼群混合群智能算法在物流配送路径优化问题中的应用研究,F253.9
  14. 甘肃省烟草公司物联网方案设计研究,F426.8
  15. 基于自然计算的WSN路由技术研究,TN929.5
  16. 手背静脉图像的分类和匹配技术研究,TP391.41
  17. BW物联网公司发展战略研究,F49
  18. 基于6LoWPAN技术的智能家居系统研究,TP273.5
  19. 电力抢修车辆快速调度系统设计和实现,TM73
  20. 基于改进蚁群算法的物流配送路径研究,TP301.6
  21. 成都智能电网移动商业模式创新,F426.61

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 一般性问题 > 理论、方法 > 算法理论
? 2012 www.xueweilunwen.com