| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 路网客流分布实证研究 | 第14页 |
| 1.2.2 路网客流动态性 | 第14-16页 |
| 1.2.3 客流流入控制方法 | 第16-17页 |
| 1.2.4 研究现状总结 | 第17页 |
| 1.3 研究内容和技术路线 | 第17-20页 |
| 1.3.1 研究内容 | 第17-18页 |
| 1.3.2 技术路线 | 第18-20页 |
| 2 城轨路网客流拥挤传播问题分析 | 第20-30页 |
| 2.1 含义及分类 | 第20-21页 |
| 2.2 路网客流拥挤的生命周期 | 第21-22页 |
| 2.3 路网客流拥挤传播的影响 | 第22-23页 |
| 2.4 路网客流拥挤传播的形成原因分析 | 第23-25页 |
| 2.5 常态高峰路网客流拥挤传播的典型场景分析 | 第25-29页 |
| 2.5.1 场景一:常态高峰下单一线路客流拥挤传播 | 第25-27页 |
| 2.5.2 场景二:常态高峰下换乘客流拥挤传播 | 第27-29页 |
| 2.6 本章小结 | 第29-30页 |
| 3 基于元胞自动机的城市轨道交通单一线路客流传播建模 | 第30-42页 |
| 3.1 建模分析 | 第30-34页 |
| 3.1.1 问题分析 | 第30-31页 |
| 3.1.2 建模思想 | 第31-34页 |
| 3.2 模型构建 | 第34-38页 |
| 3.3 案例研究 | 第38-41页 |
| 3.3.1 案例背景 | 第38-39页 |
| 3.3.2 数据输入 | 第39-40页 |
| 3.3.3 结果分析 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 4 基于事件仿真的城市轨道交通路网客流传播建模 | 第42-74页 |
| 4.1 建模分析 | 第42-43页 |
| 4.2 模型构建 | 第43-59页 |
| 4.2.1 模型框架 | 第43-44页 |
| 4.2.2 网络拓扑建模方法 | 第44-45页 |
| 4.2.3 乘客出行路径选择及路径流计算 | 第45-47页 |
| 4.2.4 分流率定义及计算方法 | 第47-53页 |
| 4.2.5 演化子模型 | 第53-59页 |
| 4.3 案例研究 | 第59-72页 |
| 4.3.1 案例背景 | 第59-60页 |
| 4.3.2 网络构建 | 第60页 |
| 4.3.3 基础数据 | 第60-63页 |
| 4.3.4 分流率计算过程 | 第63-66页 |
| 4.3.5 仿真结果 | 第66-72页 |
| 4.4 本章小结 | 第72-74页 |
| 5 常态高峰下客流流入控制策略 | 第74-94页 |
| 5.1 常态高峰下路网客流流入控制概述 | 第74-76页 |
| 5.2 基于元胞自动机模型的限流策略制定 | 第76-80页 |
| 5.2.1 限流策略制定方法 | 第76-78页 |
| 5.2.2 案例研究 | 第78-80页 |
| 5.3 基于事件仿真模型的限流策略制定 | 第80-92页 |
| 5.3.1 基于事件仿真模型的优化模型 | 第80-82页 |
| 5.3.2 基于改进的粒子群算法的求解算法 | 第82-85页 |
| 5.3.3 案例研究 | 第85-92页 |
| 5.4 本章小结 | 第92-94页 |
| 6 总结与展望 | 第94-98页 |
| 6.1 主要研究工作 | 第94页 |
| 6.2 论文的创新点 | 第94-95页 |
| 6.3 研究展望 | 第95-98页 |
| 参考文献 | 第98-102页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第102-106页 |
| 学位论文数据集 | 第106页 |