基于客流预测的公交调度优化研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第12-18页 |
| 1.1 课题研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 公交客流预测方法综述 | 第13-15页 |
| 1.2.2 公交调度的研究现状 | 第15-16页 |
| 1.3 论文的研究工作及结构安排 | 第16-18页 |
| 2 公交客流的数据调查与特性分析 | 第18-27页 |
| 2.1 公交客流的数据调查 | 第18-20页 |
| 2.1.1 客流数据调查内容 | 第18-19页 |
| 2.1.2 客流调查方法 | 第19-20页 |
| 2.2 公交客流特性分析 | 第20-26页 |
| 2.2.1 客流在空间上的分布特性 | 第21-22页 |
| 2.2.2 客流在时间上的分布特性 | 第22-26页 |
| 2.3 本章小结 | 第26-27页 |
| 3 基于有序聚类的公交客流预测 | 第27-49页 |
| 3.1 基于有序聚类的客流时段划分 | 第27-34页 |
| 3.1.1 有序聚类算法的原理 | 第27-28页 |
| 3.1.2 聚类的步骤 | 第28-30页 |
| 3.1.3 客流时段划分 | 第30-34页 |
| 3.2 基于周期变化规律的分时段客流预测 | 第34-48页 |
| 3.2.1 灰色系统理论 | 第35-37页 |
| 3.2.2 GM(1，1)模型的建立 | 第37-39页 |
| 3.2.3 GM(1，1)模型的检验 | 第39-41页 |
| 3.2.4 公交客流预测 | 第41-48页 |
| 3.3 本章小结 | 第48-49页 |
| 4 公交调度优化模型及实例分析 | 第49-62页 |
| 4.1 公交调度概念 | 第49页 |
| 4.2 车辆发车时间间隔优化模型的建立 | 第49-53页 |
| 4.2.1 模型假设 | 第50页 |
| 4.2.2 符号定义 | 第50-51页 |
| 4.2.3 目标函数 | 第51-52页 |
| 4.2.4 约束条件 | 第52-53页 |
| 4.2.5 发车时间间隔模型 | 第53页 |
| 4.3 粒子群算法 | 第53-57页 |
| 4.3.1 基本原理 | 第54-55页 |
| 4.3.2 约束条件的处理 | 第55-56页 |
| 4.3.3 终止条件的判定 | 第56页 |
| 4.3.4 算法运行步骤 | 第56-57页 |
| 4.4 实例分析 | 第57-61页 |
| 4.4.1 线路信息 | 第57-58页 |
| 4.4.2 参数设置 | 第58页 |
| 4.4.3 结果分析 | 第58-61页 |
| 4.5 本章小结 | 第61-62页 |
| 5 总结与展望 | 第62-64页 |
| 5.1 总结 | 第62页 |
| 5.2 展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 个人简历、在学校期间发表的学术论文与科研成果 | 第68页 |
