基于公交IC卡调查数据的公交调度优化研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景与意义 | 第8-9页 |
| ·研究背景 | 第8-9页 |
| ·研究意义 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·研究内容与框架 | 第11-13页 |
| ·研究内容 | 第11-12页 |
| ·论文框架 | 第12-13页 |
| 2 公交数据的采集分析 | 第13-33页 |
| ·公交IC卡数据分析处理 | 第13-19页 |
| ·公交IC卡系统组成 | 第13-17页 |
| ·公交IC卡乘客出行时间分布 | 第17-19页 |
| ·客流峰值聚类分析 | 第19-24页 |
| ·公交客流峰值聚类提出 | 第20页 |
| ·公交客流量峰值区间划分模型的建立 | 第20-21页 |
| ·峰值区间的聚类划分 | 第21-24页 |
| ·线路公交客流调查 | 第24-33页 |
| ·问询客流调查方法 | 第25-29页 |
| ·随车客流调查方法 | 第29-33页 |
| 3 公交车辆调度优化模型 | 第33-43页 |
| ·公交车辆调度概述 | 第33-37页 |
| ·管理组织形式及调度程序 | 第33页 |
| ·公交车辆调度形式 | 第33-34页 |
| ·行车时刻表 | 第34-35页 |
| ·客流的概念 | 第35-37页 |
| ·公交车辆发车间隔优化模型建立 | 第37-43页 |
| ·问题分析 | 第37-38页 |
| ·模型假设 | 第38页 |
| ·模型变量及符号说明 | 第38页 |
| ·乘客满意率与企业满意率 | 第38-43页 |
| 4 基于免疫算法的优化模型求解 | 第43-63页 |
| ·免疫算法概述 | 第43-50页 |
| ·自然免疫系统特性 | 第43-44页 |
| ·一般免疫算法分析 | 第44-50页 |
| ·用免疫算法求解公交调度模型 | 第50-55页 |
| ·抗原识别及抗体编码 | 第50-51页 |
| ·免疫记忆库形成 | 第51页 |
| ·抗体群体的促进与抑制 | 第51-52页 |
| ·群体更新操作及结果控制 | 第52-54页 |
| ·免疫算法程序框架 | 第54-55页 |
| ·实例验证 | 第55-63页 |
| ·输入数据 | 第55-58页 |
| ·输出结果 | 第58-59页 |
| ·分析评价 | 第59-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间发表学术论文情况 | 第68-69页 |
| 致谢 | 第69-70页 |
