基于随机场景的两阶段期望最短路模型及算法研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 绪论 | 第11-18页 |
| ·研究背景及意义 | 第11-12页 |
| ·最短路问题分类及国内外研究现状 | 第12-17页 |
| ·最短路问题的分类 | 第12-13页 |
| ·静态最短路问题研究现状 | 第13-15页 |
| ·动态最短路问题研究现状 | 第15-17页 |
| ·论文主要内容和结构 | 第17-18页 |
| 2 基于静态场景数据的随机最短路问题 | 第18-33页 |
| ·最短路问题的一般模型 | 第18-21页 |
| ·物理路径与时空路径 | 第21-22页 |
| ·基于静态随机场景的两阶段问题分析 | 第22-25页 |
| ·基于静态场景的两阶段随机期望值模型 | 第25-30页 |
| ·模型第一阶段 | 第26-27页 |
| ·模型第二阶段 | 第27-29页 |
| ·目标函数 | 第29页 |
| ·静态网络两阶段随机期望值模型 | 第29-30页 |
| ·基于静态场景的两阶段随机期望值模型分析 | 第30-32页 |
| ·两阶段随机期望值模型性质分析 | 第30-31页 |
| ·两阶段随机期望值模型与WAS模型对比 | 第31-32页 |
| ·小结 | 第32-33页 |
| 3 基于动态随机场景的两阶段最短路问题 | 第33-40页 |
| ·动态网络与静态网络的对比分析 | 第33-35页 |
| ·基于动态场景的两阶段最短路优化模型 | 第35-39页 |
| ·小结 | 第39-40页 |
| 4 拉格朗日松弛算法 | 第40-54页 |
| ·松弛方法 | 第40-43页 |
| ·随机模型中复杂约束的松弛 | 第43-47页 |
| ·复杂唯一路径约束处理的一般方法 | 第43-46页 |
| ·处理复杂路径约束的简化方法 | 第46-47页 |
| ·模型分解 | 第47-50页 |
| ·次梯度算法 | 第50-52页 |
| ·次梯度方向 | 第50-51页 |
| ·拉格朗日乘子迭代 | 第51-52页 |
| ·算法过程 | 第52-53页 |
| ·小结 | 第53-54页 |
| 5 算例研究 | 第54-65页 |
| ·静态随机最短路问题算例设计 | 第54-58页 |
| ·基于拉格朗日松弛算法的算例设计 | 第58-64页 |
| ·小规模网络算例 | 第58-62页 |
| ·中等规模网络算例 | 第62-64页 |
| ·小结 | 第64-65页 |
| 6 总结与展望 | 第65-67页 |
| ·论文的主要工作与结论 | 第65-66页 |
| ·进一步研究方向 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 作者简历 | 第71-73页 |
| 学位论文数据集 | 第73页 |
