| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究目的及意义 | 第11-12页 |
| 1.2 国内外研究现状及发展趋势 | 第12-18页 |
| 1.2.1 国外研究现状 | 第12-15页 |
| 1.2.2 国内研究现状 | 第15-18页 |
| 1.3 主要研究内容及技术路线 | 第18-20页 |
| 第二章 公交频率和需求弹性影响因素及设置方法 | 第20-36页 |
| 2.1 公交频率影响因素分析 | 第20-24页 |
| 2.1.1 公交客运需求总量 | 第20页 |
| 2.1.2 公交客流分布 | 第20-23页 |
| 2.1.3 公交车配置 | 第23-24页 |
| 2.1.4 公交服务水平 | 第24页 |
| 2.1.5 公交运营管理水平 | 第24页 |
| 2.1.6 其他约束指标 | 第24页 |
| 2.2 公交频率设置的常规方法 | 第24-29页 |
| 2.2.1 最大客流法（驻站调查法） | 第25-27页 |
| 2.2.2 断面客流法（跟车调查法） | 第27-29页 |
| 2.3 公交需求弹性影响因素分析 | 第29-33页 |
| 2.3.1 整体公交需求弹性影响因素分析 | 第29-31页 |
| 2.3.2 站点公交需求弹性影响因素 | 第31-33页 |
| 2.4 公交需求弹性计算方法 | 第33-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第三章 基于站点需求弹性的多模式公交频率分配模型 | 第36-56页 |
| 3.1 公交频率分配的基本问题 | 第36-37页 |
| 3.2 模型的定义 | 第37-40页 |
| 3.3 模型的构建 | 第40-48页 |
| 3.3.1 上车乘客数量 | 第40-42页 |
| 3.3.2 公交车内拥挤程度 | 第42-43页 |
| 3.3.3 乘客站点等待时间 | 第43页 |
| 3.3.4 乘客在车时间 | 第43-44页 |
| 3.3.5 公交运营成本 | 第44-45页 |
| 3.3.6 双目标模型的构建 | 第45-46页 |
| 3.3.7 最终模型 | 第46-48页 |
| 3.4 模型的检验 | 第48-55页 |
| 3.4.1 算例测试 | 第48-54页 |
| 3.4.2 权重的确定 | 第54-55页 |
| 3.5 本章小结 | 第55-56页 |
| 第四章 遗传算法设计 | 第56-68页 |
| 4.1 求解算法比较 | 第56-57页 |
| 4.2 遗传算法概述 | 第57-59页 |
| 4.2.1 遗传算法的基本流程 | 第57-58页 |
| 4.2.2 遗传算法参数选择 | 第58-59页 |
| 4.3 求解基于站点需求弹性的多模式公交频率分配模型遗传算法设计 | 第59-66页 |
| 4.3.1 染色体编码 | 第59页 |
| 4.3.2 初始种群的生成 | 第59-61页 |
| 4.3.3 适应度函数 | 第61-62页 |
| 4.3.4 遗传操作 | 第62-66页 |
| 4.3.5 终止规则 | 第66页 |
| 4.4 本章小结 | 第66-68页 |
| 第五章 算例分析 | 第68-87页 |
| 5.1 基础算例描述及运行条件 | 第68-71页 |
| 5.2 测试算例 1（低需求弹性） | 第71-78页 |
| 5.2.1 Lingo软件求解 | 第71-73页 |
| 5.2.2 遗传算法求解 | 第73-74页 |
| 5.2.3 求解结果比较 | 第74-78页 |
| 5.3 测试算例 2（高需求弹性） | 第78-84页 |
| 5.3.1 Lingo软件求解 | 第79-80页 |
| 5.3.2 遗传算法求解 | 第80-82页 |
| 5.3.3 求解结果比较 | 第82-84页 |
| 5.4 结果分析 | 第84-86页 |
| 5.5 本章小结 | 第86-87页 |
| 结论与展望 | 第87-90页 |
| 研究结论 | 第87-88页 |
| 研究展望 | 第88-90页 |
| 参考文献 | 第90-96页 |
| 附录 | 第96-100页 |
| 攻读学位期间取得的研究成果 | 第100-101页 |
| 致谢 | 第101页 |