| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第12-20页 |
| 1.1 选题背景 | 第12页 |
| 1.2 研究目的与意义 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-18页 |
| 1.3.1 拥堵传播规律现状 | 第13-16页 |
| 1.3.2 客流分配研究现状 | 第16-18页 |
| 1.4 本文主要研究工作 | 第18-20页 |
| 1.4.1 研究内容 | 第18页 |
| 1.4.2 技术路线 | 第18-20页 |
| 2 城市轨道交通网络特征分析 | 第20-36页 |
| 2.1 复杂网络理论基础 | 第20-27页 |
| 2.1.1 复杂网络基本统计特征 | 第21-23页 |
| 2.1.2 复杂网络基本类型 | 第23-25页 |
| 2.1.3 图论基本概念 | 第25-27页 |
| 2.2 城市轨道交通复杂网络特性 | 第27-30页 |
| 2.2.1 城市轨道交通网络特征 | 第27-29页 |
| 2.2.2 城市轨道交通复杂网络定义 | 第29页 |
| 2.2.3 城市轨道交通网络拓扑分析 | 第29-30页 |
| 2.3 北京市轨道交通网络分析 | 第30-35页 |
| 2.3.1 度与度分布 | 第32-34页 |
| 2.3.2 聚类系数 | 第34页 |
| 2.3.3 平均最短路径长度 | 第34-35页 |
| 2.4 小结 | 第35-36页 |
| 3 城市轨道交通拥堵传播规律 | 第36-54页 |
| 3.1 复杂网络传播动力学理论 | 第36-39页 |
| 3.1.1 SI模型 | 第37页 |
| 3.1.2 SIS模型 | 第37-38页 |
| 3.1.3 SIR模型 | 第38页 |
| 3.1.4 SIRS模型 | 第38-39页 |
| 3.2 真实网络传播的SIR模型 | 第39-40页 |
| 3.3 城市轨道交通拥堵传播SIR模型 | 第40-41页 |
| 3.4 拥堵传播SIR模型参数分析 | 第41-45页 |
| 3.4.1 传播速度λ | 第41-43页 |
| 3.4.2 恢复速度μ | 第43-45页 |
| 3.4.3 传播时间t | 第45页 |
| 3.5 北京市轨道交通拥堵传播分析 | 第45-52页 |
| 3.5.1 不同运营性质车站客流拥堵传播影响 | 第46-49页 |
| 3.5.2 初始多站客流拥堵传播影响 | 第49页 |
| 3.5.3 不同有效传播率σ下客流拥堵传播影响 | 第49-52页 |
| 3.6 小结 | 第52-54页 |
| 4 城市轨道交通客流分配模型 | 第54-72页 |
| 4.1 基本概念 | 第54-61页 |
| 4.1.1 效用函数 | 第54-56页 |
| 4.1.2 最短路径算法 | 第56-58页 |
| 4.1.3 有效路径搜索算法 | 第58-61页 |
| 4.2 考虑拥堵影响的城市轨道交通随机均衡配流(SUE)模型 | 第61-69页 |
| 4.2.1 城市轨道交通随机均衡配流模型 | 第61-63页 |
| 4.2.2 考虑拥堵影响的路径广义费用 | 第63-68页 |
| 4.2.3 基于删边法改进的有效路径搜索算法 | 第68-69页 |
| 4.3 求解算法 | 第69-71页 |
| 4.3.1 相继平均法(MSA算法) | 第69-70页 |
| 4.3.2 相继加权平均法(MSWA算法) | 第70-71页 |
| 4.4 小结 | 第71-72页 |
| 5 北京地铁运营网络实例分析 | 第72-98页 |
| 5.1 基础数据 | 第73-81页 |
| 5.2 实例分析 | 第81-97页 |
| 5.2.1 同等条件下乘客对路网熟悉程度不同的分配对比 | 第81-83页 |
| 5.2.2 平峰时段与高峰时段对比 | 第83-85页 |
| 5.2.3 高峰时段采取限流措施前后对比 | 第85-87页 |
| 5.2.4 新线开通前后配流影响 | 第87-97页 |
| 5.3 小结 | 第97-98页 |
| 6 结论 | 第98-100页 |
| 6.1 论文主要成果 | 第98-99页 |
| 6.2 研究展望 | 第99-100页 |
| 参考文献 | 第100-104页 |
| 作者简历 | 第104-108页 |
| 学位论文数据集 | 第108页 |