摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第9-14页 |
1.1 研究背景及意义 | 第9-11页 |
1.2 研究问题 | 第11-12页 |
1.3 研究内容以及论文技术路线图 | 第12-14页 |
1.3.1 各章主要内容 | 第12页 |
1.3.2 本文技术路线图 | 第12-14页 |
2 城市公交车辆调度的国内外研究综述 | 第14-20页 |
2.1 国外研究综述 | 第14-16页 |
2.1.1 单车场车辆调度计划编制问题 | 第14-15页 |
2.1.2 多车场车辆调度计划编制问题 | 第15-16页 |
2.1.3 带时间窗的车辆调度问题 | 第16页 |
2.2国内研究状况 | 第16-19页 |
2.2.1 静态调度方面 | 第17-18页 |
2.2.2 动态车辆调度方面 | 第18-19页 |
2.3 本章小结 | 第19-20页 |
3 城市公交车辆调度问题分析 | 第20-34页 |
3.1 城市公交调度的影响因素 | 第20-22页 |
3.2 城市公交调度计划概述 | 第22-25页 |
3.2.1 城市公交调度计划 | 第22-23页 |
3.2.2 城市公交车辆调度的形式及其分类 | 第23-24页 |
3.2.3 城市公交运营组织体系 | 第24-25页 |
3.3 城市公交时刻表相关要素分析 | 第25-29页 |
3.4 城市公交车辆调度计划问题描述 | 第29-33页 |
3.4.1 城市公交车辆调度概述 | 第29-30页 |
3.4.2 城市公交车辆调度问题构成要素 | 第30-31页 |
3.4.3 城市公交车辆调度问题网络表述 | 第31页 |
3.4.4 公交车辆调度计划问题常用模型 | 第31-33页 |
3.5 本章小结 | 第33-34页 |
4 城市公交车辆调度计划编制模型与算法设计 | 第34-50页 |
4.1 多车场城市公交车辆调度问题 | 第34-38页 |
4.1.1 多车场城市公交车辆调度的改进 | 第34-37页 |
4.1.2 时空网络的构建 | 第37-38页 |
4.2 模型建立 | 第38-40页 |
4.2.1 问题假设 | 第38-39页 |
4.2.2 约束条件 | 第39页 |
4.2.3 目标函数 | 第39-40页 |
4.3 遗传算法在公交车辆调度中的应用 | 第40-42页 |
4.4 基于虚拟车场的城市公交车辆调度算法设计 | 第42-49页 |
4.4.1 基于模拟退火的选择方法 | 第43页 |
4.4.2 约束条件处理 | 第43-44页 |
4.4.3 染色体编码与解码 | 第44-45页 |
4.4.4 种群初始化 | 第45页 |
4.4.5 适应度计算 | 第45页 |
4.4.6 染色体交叉重组 | 第45-46页 |
4.4.7 染色体变异 | 第46页 |
4.4.8 控制参数和算法的终止条件 | 第46-47页 |
4.4.9 基于混合算法的城市公交车辆调度算法步骤及其流程 | 第47-49页 |
4.5 本章小结 | 第49-50页 |
5 算例分析 | 第50-58页 |
5.1 单车场车辆调度问题 | 第50-52页 |
5.2 多车场车辆调度问题 | 第52-57页 |
5.3本章小结 | 第57-58页 |
6 结论与展望 | 第58-60页 |
6.1 本文工作总结 | 第58页 |
6.2 展望 | 第58-60页 |
致谢 | 第60-61页 |
参考文献 | 第61-64页 |
攻读学位期间的研究成果 | 第64页 |