基于突发事件的智能公交车辆的动态调度
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第11-18页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究意义 | 第12页 |
| 1.3 国内外研究现状 | 第12-16页 |
| 1.3.1 国外研究现状 | 第13-14页 |
| 1.3.2 国内研究现状 | 第14-16页 |
| 1.4 主要研究内容及创新点 | 第16页 |
| 1.4.1 主要研究内容 | 第16页 |
| 1.4.2 本文创新点 | 第16页 |
| 1.5 结构安排 | 第16-18页 |
| 2 公交突发事件的分类及调度方案 | 第18-25页 |
| 2.1 公交突发事件的分类 | 第18-19页 |
| 2.2 公交突发事件的检测方法 | 第19-20页 |
| 2.3 突发状况下的公交调度方法 | 第20-24页 |
| 2.3.1 线路动态调度 | 第21-23页 |
| 2.3.2 局域动态调度 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 公交运营异常检测 | 第25-37页 |
| 3.1 公交运营异常检测参数的选择 | 第25-26页 |
| 3.1.1 交通参数的种类 | 第25页 |
| 3.1.2 参数的选择原则 | 第25-26页 |
| 3.1.3 异常检测参数的选择 | 第26页 |
| 3.2 公交车速的预测 | 第26-30页 |
| 3.2.1 现有预测模型 | 第26-27页 |
| 3.2.2 公交车速预测模型的选取 | 第27页 |
| 3.2.3 基于RBF的短时公交车速预测 | 第27-30页 |
| 3.3 公交运营状况的检测算法 | 第30-32页 |
| 3.3.1 现有检测算法 | 第30页 |
| 3.3.2 基于偏差分析法的公交运营异常检测 | 第30-32页 |
| 3.4 公交运营异常检测综合模型 | 第32-33页 |
| 3.5 实验分析 | 第33-36页 |
| 3.5.1 数据采集 | 第33-34页 |
| 3.5.2 车速预测 | 第34-36页 |
| 3.5.3 判别异常 | 第36页 |
| 3.6 本章小结 | 第36-37页 |
| 4 在线调整调度方案 | 第37-45页 |
| 4.1 晚点到站情况下的动态调整 | 第37-41页 |
| 4.1.1 目标函数 | 第37-38页 |
| 4.1.2 约束条件 | 第38页 |
| 4.1.3 模型汇总 | 第38-39页 |
| 4.1.4 模型的求解 | 第39页 |
| 4.1.5 实验分析 | 第39-41页 |
| 4.2 车辆故障情况下的动态调整 | 第41-44页 |
| 4.2.1 目标函数 | 第41页 |
| 4.2.2 约束条件 | 第41-42页 |
| 4.2.3 模型汇总 | 第42-43页 |
| 4.2.4 模型的求解 | 第43页 |
| 4.2.5 实验分析 | 第43-44页 |
| 4.3 本章小结 | 第44-45页 |
| 5 路径调整调度方案 | 第45-54页 |
| 5.1 模型的建立 | 第45-47页 |
| 5.1.1 目标函数 | 第45页 |
| 5.1.2 约束条件 | 第45-46页 |
| 5.1.3 模型汇总 | 第46-47页 |
| 5.2 调度算法的选取 | 第47-48页 |
| 5.2.1 蚁群算法基本原理 | 第47-48页 |
| 5.2.2 蚁群算法基本步骤 | 第48页 |
| 5.3 基于蚁群算法的线路阻塞情况下的调度模型 | 第48-50页 |
| 5.4 实验分析 | 第50-53页 |
| 5.5 本章小结 | 第53-54页 |
| 6 总结 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 作者简历 | 第58-60页 |
| 学位论文数据集 | 第60页 |
