不确定信息环境下的交通网络最短路径关键边问题分析

模糊交通网络、随机模糊交通网络)交通网络下的最短路径问题和最短路径关键边问题。Р本文研究的假设条件与文献[36]相同,即假设: (1)车辆总是沿着最短路径行进; (2)道路中断仅发生在起点至终点的最短路径上; (3)在车辆行进过程中只发生一条道路中断,但不知道哪条路段中断; (4)车辆行进到中断路的节点(靠近起始点的节点)处时获得道路是否中断的Р信息。Р本文将现有前人研究的结果推广到道路边权为随机变量、模糊变量、随机模糊变量的情形,为此定义具有完全信息和不确定信息环境下模糊最短路径关键边的概念,提出了相应的最短路径和最短路径关键边的算法。具体研究内容和章节安排如下:Р第一章先介绍了最短路径和最短路径关键边的相关研究成果,接着阐述了本文的研究意义。Р第二章研究了边权为随机变量的交通网络,先介绍了随机变量的相关概念, 接着提出了期望最短路径,随机最短路径关键边和不确定信息环境下随机最短路径关键边的概念,并给出了随机最短路径的启发式算法和不确定信息环境下随机最短路径关键边的算法。Р第三章研究了边权为模糊变量的交通网络,先介绍了模糊变量的相关概念, 在三角模糊数的 OERI 积分值排序的基础上提出了模糊最短路径,模糊最短路径关键边和不确定信息环境下模糊最短路径关键边的概念,并给出了基于 Dijkstra 算法的模糊最短路径算法和基于子树连通算法的不确定信息环境下模糊最短路径关键Р安徽大学硕士学位论文?不确定信息环境下的交通网络最短路径关键边问题研究Р边的算法。Р第四章研究了边权为随机模糊变量的交通网络,先介绍了随机模糊变量的相关概念及随机模糊模拟,接着介绍了随机模糊最短路径的期望值模型,机会约束规划模型,相关机会规划模型,并给出了期望值模型的混合智能算法和基于混合智能算法的不确定信息环境下随机模糊最短路径关键边的算法。Р第五章本文最后对所做的工作进行了总结,对未来的研究进行了展望。