| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-13页 |
| 1 绪论 | 第13-23页 |
| ·出租车智能调度研究的背景和意义 | 第13-14页 |
| ·亟待解决的出租车运营管理问题 | 第13-14页 |
| ·出租车调度及出租车数据采集系统的应用背景 | 第14页 |
| ·国内外研究现状 | 第14-20页 |
| ·我国城市出租车的发展及运营现状 | 第14-17页 |
| ·出租车智能调度研究及应用状况 | 第17-20页 |
| ·论文研究内容与技术路线 | 第20-22页 |
| ·城市出租车调度点配置问题的目标 | 第20页 |
| ·论文思路及研究主要内容 | 第20-21页 |
| ·论文技术路线 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 2 北京市出租车GPS数据采集及处理基础 | 第23-38页 |
| ·GPS车辆定位系统及应用 | 第23-25页 |
| ·GPS车辆定位原理 | 第24页 |
| ·基于出租车GPS数据采集技术 | 第24-25页 |
| ·北京市出租车GPS数据总体描述 | 第25-29页 |
| ·GPS数据格式 | 第25-26页 |
| ·ARCGIS电子地图平台 | 第26-29页 |
| ·北京市出租车GPS数据处理 | 第29-36页 |
| ·GPS数据预处理原因 | 第29-30页 |
| ·GPS数据预处理方法及筛选过程 | 第30-31页 |
| ·GPS数据处理结果对比及分析 | 第31-36页 |
| ·数据误差分析 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 3 出租车热点载客区域分析及路网拓扑图的确定 | 第38-52页 |
| ·出租车载客特点分析 | 第38-41页 |
| ·北京市出租车的运营现状及存在问题 | 第38-41页 |
| ·城市出租车运营特点分析 | 第41页 |
| ·出租车载客热点区域确定 | 第41-46页 |
| ·聚类分析概述 | 第41-43页 |
| ·K-Means聚类模型的建立 | 第43-44页 |
| ·基于K-Means聚类模型的出租车载客热点区域确定 | 第44-46页 |
| ·热点载客区域的路网结构拓扑图分析 | 第46-50页 |
| ·最短时间权重的确定 | 第47-49页 |
| ·基于最短时间权重的热点载客区域的路网结构拓扑图 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 4 城市出租车应急调度点配置模型的建立与分析 | 第52-68页 |
| ·城市出租车应急调度配置模型的建立 | 第52-55页 |
| ·出租车调度方法概述 | 第52-53页 |
| ·出租车应急调度配置模型的建立 | 第53-55页 |
| ·出租车应急调度配置模型算法设计 | 第55-60页 |
| ·遗传算法概述 | 第55-57页 |
| ·遗传算法工具箱概述 | 第57-58页 |
| ·基于遗传算法的出租车应急调度配置模型算法设计 | 第58-60页 |
| ·北京市出租车智能调度实例 | 第60-66页 |
| ·本章小结 | 第66-68页 |
| 5 结论与展望 | 第68-69页 |
| 参考文献 | 第69-71页 |
| 附录A | 第71-80页 |
| 作者简历 | 第80-82页 |
| 学位论文数据集 | 第82页 |