基于多目标优化的城市公交越站调度研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究现状与不足 | 第12-16页 |
| 1.2.1 国内外研究现状 | 第12-15页 |
| 1.2.2 现状研究的缺点与不足 | 第15-16页 |
| 1.3 研究内容和技术路线 | 第16-19页 |
| 1.3.1 论文主要研究内容 | 第16-17页 |
| 1.3.2 技术路线 | 第17-19页 |
| 第二章 常规公交越站调度模型 | 第19-29页 |
| 2.1 常规公交越站机理分析 | 第19-22页 |
| 2.1.1 常规公交运行状态描述 | 第19-20页 |
| 2.1.2 公交调度的影响因素 | 第20-22页 |
| 2.1.3 公交中途越站效果分析 | 第22页 |
| 2.2 常规公交越站调度模型 | 第22-29页 |
| 2.2.1 模型假设与符号定义 | 第23-25页 |
| 2.2.2 多目标规划模型建立 | 第25-29页 |
| 第三章 数据调查与分析处理 | 第29-47页 |
| 3.1 数据调查方法与实施 | 第29-30页 |
| 3.2 公交车辆在站点停靠时间分析 | 第30-36页 |
| 3.2.1 上下车时间最大值法 | 第30-31页 |
| 3.2.2 多元线性回归模型 | 第31-32页 |
| 3.2.3 RBF神经网络模型 | 第32-33页 |
| 3.2.4 三种方法对比 | 第33-36页 |
| 3.3 站点间运行时间分析 | 第36-42页 |
| 3.3.1 站间运行时间影响因素分析 | 第36-37页 |
| 3.3.2 多元线性方程 | 第37-38页 |
| 3.3.3 方程参数分析实例 | 第38-42页 |
| 3.4 车辆进出站时间分析 | 第42-47页 |
| 3.4.1 车辆进出站过程描述 | 第42-43页 |
| 3.4.2 异常值分析 | 第43-44页 |
| 3.4.3 神经网络回归 | 第44-47页 |
| 第四章 模型求解与分析 | 第47-63页 |
| 4.1 元胞遗传算法 | 第47-51页 |
| 4.1.1 元胞遗传算法(CGA)简介 | 第47-49页 |
| 4.1.2 CGA算法参数及演化规则设置 | 第49-51页 |
| 4.2 模型求解 | 第51-54页 |
| 4.2.1 数据描述 | 第51-53页 |
| 4.2.2 模型求解与结果对比 | 第53-54页 |
| 4.3 灵敏度分析 | 第54-63页 |
| 4.3.1 车辆数分析 | 第54-55页 |
| 4.3.2 目标权重分析 | 第55-60页 |
| 4.3.3 发车间隔分析 | 第60-63页 |
| 第五章 结论与展望 | 第63-65页 |
| 5.1 主要工作与结论 | 第63-64页 |
| 5.2 研究展望 | 第64-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 作者简介 | 第73页 |
