基于粒子群—单亲遗传算法的公交优化调度
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9页 |
| ·公交优化调度的研究现状 | 第9-13页 |
| ·时刻表的编制 | 第10页 |
| ·车辆调度 | 第10-11页 |
| ·驾驶员调度 | 第11页 |
| ·公交区域线网优化 | 第11-12页 |
| ·预测研究 | 第12页 |
| ·智能公交系统 | 第12-13页 |
| ·公交调度中存在的现实问题 | 第13页 |
| ·本文的主要工作 | 第13-15页 |
| 第二章 智能优化算法 | 第15-30页 |
| ·智能优化算法简介 | 第15-19页 |
| ·遗传算法 | 第15-16页 |
| ·免疫算法 | 第16-17页 |
| ·模拟退火算法 | 第17页 |
| ·蚁群算法 | 第17-18页 |
| ·人工神经网络 | 第18-19页 |
| ·粒子群算法 | 第19-24页 |
| ·粒子群算法的基本原理 | 第19页 |
| ·基本粒子群算法 | 第19-22页 |
| ·改进的粒子群算法 | 第22-24页 |
| ·单亲遗传算法 | 第24-29页 |
| ·单亲遗传算法的实现 | 第24-28页 |
| ·单亲遗传算法的特点 | 第28页 |
| ·单亲遗传算法的典型运行步骤 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 公交优化调度的数学模型 | 第30-33页 |
| ·变量符号说明 | 第30-31页 |
| ·模型假设 | 第31页 |
| ·目标函数 | 第31页 |
| ·约束条件 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 粒子群 -单亲遗传算法设计 | 第33-38页 |
| ·粒子群算法设计 | 第33-34页 |
| ·初始粒子群的产生 | 第33页 |
| ·适应度函数 | 第33页 |
| ·粒子状态的更新 | 第33-34页 |
| ·单亲遗传算法设计 | 第34-35页 |
| ·编码方法 | 第34页 |
| ·选择算子 | 第34页 |
| ·变异算子 | 第34-35页 |
| ·迁移和重插入操作 | 第35页 |
| ·粒子群 - 单亲遗传算法 | 第35-37页 |
| ·基本原理 | 第35页 |
| ·约束条件的处理 | 第35-36页 |
| ·终止条件的判定 | 第36页 |
| ·算法运行步骤 | 第36-37页 |
| ·算法运行流程图 | 第37页 |
| ·本章小结 | 第37-38页 |
| 第五章 仿真实验与分析 | 第38-44页 |
| ·实验数据 | 第38-39页 |
| ·参数设置 | 第39-40页 |
| ·仿真实验 | 第40-42页 |
| ·有无迁移重插入操作的对比仿真 | 第40页 |
| ·不同主体利益倾向下四种算法的对比仿真 | 第40-42页 |
| ·结果分析 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 总结与展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-50页 |
| 附录 A （攻读硕士学位期间发表论文目录） | 第50-51页 |
| 附录 B （攻读硕士学位期间参与相关课题） | 第51页 |
