声明
摘要
插图索引
附表索引
第1章 绪论
1.1 研究背景与意义
1.1.1 选题背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 研究内容与关键技术
1.3.1 研究内容
1.3.2 关键技术与算法
1.4 论文结构
第2章 智能泊车调度方案与算法
2.1 智能泊车调度方案介绍
2.1.1 车位诱导系统
2.1.2 车位预定技术
2.2 智能泊车调度算法
2.2.1 先来先服务算法
2.2.2 最短路径算法
2.2.3 遗传算法
2.3 基于用户期望调度算法相关介绍
2.3.1 K-means算法
2.3.2 线性规划算法
2.4 小结
第3章 基于用户期望的智能泊车调度方法
3.1 车位预定过程
3.1.1 车位预定形式
3.1.2 车位预定过程示意图
3.2 调度模型与分配算法
3.2.1 线性最优分配策略算法调度模型图
3.2.2 线性最优分配策略算法分配过程
3.3 线性最优分配策略算法设计
3.3.1 线性最优分配策略算法参数定义
3.3.2 线性最优分配策略算法实现
3.4 小结
第4章 基于用户期望的智能泊车调度算法应用
4.1 智能泊车业务诉求
4.1.1 智能泊车业务模型
4.1.2 智能泊车用户需求
4.1.3 智能泊车功能模型
4.2 智能泊车系统框架
4.2.1 B/S开发模式
4.2.2 MVC设计模式
4.2.3 JFreeChart插件
4.2.4 系统模型
4.3 智能泊车调度算法
4.3.1 线性最优分配策略算法
4.3.2 线性最优分配策略相关算法体系结构
4.3.3 线性最优分配策略算法代码结构
4.4 线性最优分配策略相关算法代码实现
4.4.1 用户期望权重值
4.4.2 权重值对用户排序
4.4.3 停车场距离算法
4.4.4 用户ID数据生成
4.5 智能泊车车位预定和调度算法实例
4.5.1 实例介绍
4.5.2 地图搜索和登录界面
4.5.3 预定界面
4.5.4 LOAS分配过程介绍
4.5.5 LOAS算法分配实现
4.5.6 预定结果图
4.6 小结
第5章 算法验证与性能分析
5.1 实验环境
5.1.1 实验环境配置
5.1.2 TestDataBuilder介绍
5.2 实验数据获取
5.2.1 用户信息获取
5.2.2 停车场信息获取
5.2.3 TestDataBuilder随机生成数据
5.3 实验结果分析
5.3.1 目标停车场用户分配图
5.3.2 停车场分配比例图
5.3.3 停车场车位类型分配图
5.3.4 目标停车场盈利
5.3.6 用户相对分配率
5.3.7 算法运行效率
5.3.8 时间复杂度分析
5.4 小结
结论
参考文献
致谢
附录A 攻读学位期间所发表的学术论文