| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 国外研究现状 | 第9-11页 |
| 1.2.2 国内研究现状 | 第11-13页 |
| 1.3 论文的研究内容及组织结构 | 第13-15页 |
| 1.3.1 论文的研究内容 | 第13页 |
| 1.3.2 论文的组织结构 | 第13-15页 |
| 第二章 驾驶员调度问题分析 | 第15-23页 |
| 2.1 驾驶员调度问题的基本概念 | 第15-19页 |
| 2.1.1 行车计划 | 第15-16页 |
| 2.1.2 班次和班型 | 第16-17页 |
| 2.1.3 驾驶员换班 | 第17-19页 |
| 2.2 驾驶员调度问题的描述 | 第19-20页 |
| 2.3 驾驶员调度问题的复杂性 | 第20-22页 |
| 2.3.1 多目标 | 第20-21页 |
| 2.3.2 实际问题规模大 | 第21页 |
| 2.3.3 约束条件复杂性 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 基本蝙蝠算法及其改进 | 第23-35页 |
| 3.1 基本蝙蝠算法（Bat Algorithm） | 第23-26页 |
| 3.1.1 蝙蝠算法的基本原理 | 第23-24页 |
| 3.1.2 蝙蝠算法的流程和特点 | 第24-26页 |
| 3.2 类电磁机制算法（Electromagnetism-like Mechanism） | 第26-29页 |
| 3.2.1 类电磁机制算法基本原理 | 第26-28页 |
| 3.2.2 类电磁机制算法的流程和特点 | 第28-29页 |
| 3.3 结合类电磁机制的蝙蝠算法EMBA | 第29-31页 |
| 3.3.1 EMBA算法的设计思想 | 第29页 |
| 3.3.2 EMBA算法的算法流程 | 第29-31页 |
| 3.4 EMBA算法的参数设置实验 | 第31-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 基于EMBA的驾驶员调度问题模型与求解 | 第35-46页 |
| 4.1 驾驶员调度问题模型 | 第35-39页 |
| 4.1.1 车辆运营任务 | 第35页 |
| 4.1.2 驾驶员调度方案 | 第35-37页 |
| 4.1.3 劳动规则和成本计算公式 | 第37-38页 |
| 4.1.4 驾驶员调度的目标 | 第38-39页 |
| 4.2 构建初始解 | 第39-40页 |
| 4.3 基于EMBA算法求解驾驶员调度问题 | 第40-43页 |
| 4.3.1 蝙蝠个体编码 | 第40-41页 |
| 4.3.2 适应度函数 | 第41-42页 |
| 4.3.3 EMBA算法求解驾驶员调度问题的步骤 | 第42-43页 |
| 4.4 实验对比 | 第43-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 5.1 研究总结 | 第46页 |
| 5.2 研究展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 附录 本文作者在攻读硕士学位期间所发表的论文 | 第52-53页 |
| 致谢 | 第53-54页 |