客流自适应地铁运营调度策略研究
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 研究意义 | 第13页 |
| 1.3 国内外研究现状 | 第13-16页 |
| 1.3.1 短时客流预测研究现状 | 第13-15页 |
| 1.3.2 轨道交通运营编组研究现状 | 第15-16页 |
| 1.4 研究内容及路线 | 第16-18页 |
| 第2章 客流特征分析 | 第18-36页 |
| 2.1 ATS系统介绍 | 第18-22页 |
| 2.1.1 ATS系统现状与其主要功能 | 第18-20页 |
| 2.1.2 运行图的编制与管理 | 第20-21页 |
| 2.1.3 现有ATS系统对列车晚点的调整 | 第21-22页 |
| 2.2 列车交路方案研究 | 第22-26页 |
| 2.2.1 列车交路分类 | 第23-25页 |
| 2.2.2 不同交路的优缺点 | 第25-26页 |
| 2.3 客流特征分析 | 第26-35页 |
| 2.3.1 城市轨道交通客流时间分布特征 | 第26-29页 |
| 2.3.2 客流在时间上的不均衡规律 | 第29-30页 |
| 2.3.3 城市轨道交通客流空间分布特征 | 第30-34页 |
| 2.3.4 客流在空间上的不均衡规律 | 第34-35页 |
| 2.4 小结 | 第35-36页 |
| 第3章 短时客流预测 | 第36-61页 |
| 3.1 客流预测介绍 | 第36-42页 |
| 3.1.1 短时客流预测 | 第36-37页 |
| 3.1.2 AFC系统历史数据信息挖掘 | 第37-42页 |
| 3.2 地铁短期客流的预测模型 | 第42-60页 |
| 3.2.1 GM(1,1)预测模型 | 第42-44页 |
| 3.2.2 优化GM(1,1)预测模型 | 第44-49页 |
| 3.2.3 回归预测模型 | 第49-50页 |
| 3.2.4 嵌入式灰色BP神经网络预测模型 | 第50-54页 |
| 3.2.5 SVM预测模型 | 第54-56页 |
| 3.2.6 组合预测模型 | 第56-59页 |
| 3.2.7 预测模型对比研究 | 第59-60页 |
| 3.3 小结 | 第60-61页 |
| 第4章 基于短时客流的运营计划优化 | 第61-72页 |
| 4.1 运营计划设计的原则 | 第61-62页 |
| 4.2 长沙地铁二号线运营计划设计 | 第62-67页 |
| 4.2.1 计算最大断面客流量 | 第62-63页 |
| 4.2.2 计算开行列数量及列车的运行间隔 | 第63-64页 |
| 4.2.3 确定每日行车计划 | 第64-65页 |
| 4.2.4 交路方案的设计 | 第65-67页 |
| 4.2.5 确定列车运行计划 | 第67页 |
| 4.3 优化前后方案对比 | 第67-70页 |
| 4.4 小结 | 第70-72页 |
| 结论及展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第79页 |
