摘要 | 第4-5页 |
abstract | 第5-6页 |
第1章 绪论 | 第10-18页 |
1.1 研究背景及意义 | 第10-12页 |
1.1.1 选题背景 | 第10-11页 |
1.1.2 研究目的及意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-16页 |
1.2.1 RAMS管理及应用 | 第12页 |
1.2.2 网络化运营维护决策问题 | 第12-14页 |
1.2.3 生物地理学优化算法 | 第14-16页 |
1.3 研究内容与技术路线图 | 第16-18页 |
第2章 城市轨道交通网络化运营维护相关理论概述 | 第18-34页 |
2.1 网络化运营下的维护新问题 | 第18-21页 |
2.1.1 网络化运营特征 | 第18-19页 |
2.1.2 网络化运营设施设备维护复杂性 | 第19-20页 |
2.1.3 网络化运营设施设备维护特征 | 第20-21页 |
2.2 网络连通可靠性与节点重要度评估 | 第21-25页 |
2.2.1 网络全局连通效率 | 第22-23页 |
2.2.2 最大连通子图相对大小 | 第23-24页 |
2.2.3 网络局部连通效率 | 第24-25页 |
2.3 城市轨道交通设施设备维护保养技术 | 第25-26页 |
2.4 轨道交通网络故障分析 | 第26-28页 |
2.5 基于RAMS的城市轨道交通设施设备分析 | 第28-33页 |
2.5.1 RAMS管理及要素分析 | 第28-31页 |
2.5.2 基于RAMS的轨道交通网络设施设备重要性分析 | 第31-33页 |
2.6 本章小结 | 第33-34页 |
第3章 不同情景下城市轨道交通网络运营的维护保障决策 | 第34-48页 |
3.1 城市轨道交通设施设备维护保障需求分析 | 第34-37页 |
3.2 线路运营的维护保障决策 | 第37-38页 |
3.2.1 日常检查维护保障资源配置 | 第37-38页 |
3.2.2 故障维护保障资源配置 | 第38页 |
3.3 网络化运营的维护保障决策 | 第38-41页 |
3.3.1 维护管理模式 | 第38-39页 |
3.3.2 网络化运营的维护保障模型 | 第39-41页 |
3.4 算法设计 | 第41-46页 |
3.4.1 生物地理学优化算法原理 | 第41-44页 |
3.4.2 网络化运营维护保障模型算法设计 | 第44-46页 |
3.5 本章小结 | 第46-48页 |
第4章 模型应用与情景分析 | 第48-66页 |
4.1 线路运营的维护保障 | 第49-56页 |
4.1.1 线路运营的日检维护保障分析 | 第49-50页 |
4.1.2 线路运营的故障维护保障仿真 | 第50-56页 |
4.2 网络化运营的维护保障 | 第56-63页 |
4.2.1 单一综合维护保障中心的维护保障 | 第56-60页 |
4.2.2 区域化维护保障中心的维护保障 | 第60-63页 |
4.3 各情景资源配置比较分析 | 第63-65页 |
4.3.1 日检维护保障资源配置比较 | 第63-64页 |
4.3.2 故障维护保障资源配置比较 | 第64-65页 |
4.4 本章小结 | 第65-66页 |
第5章 城市轨道交通维护保障质量评价指标 | 第66-74页 |
5.1 评价目的及标准 | 第66页 |
5.2 评价指标 | 第66-72页 |
5.2.1 设施性能可靠性(局部适应性) | 第67-68页 |
5.2.2 经济性评价指标(成本收益率) | 第68页 |
5.2.3 系统效率评价指标 | 第68-72页 |
5.3 本章小结 | 第72-74页 |
第6章 总结与展望 | 第74-76页 |
6.1 主要研究内容与结论 | 第74-75页 |
6.2 未来研究方向的展望 | 第75-76页 |
参考文献 | 第76-80页 |
附录 | 第80-82页 |
导师及作者简介 | 第82-84页 |
致谢 | 第84页 |