| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-12页 |
| 1 绪论 | 第12-21页 |
| ·城市道路交通资源 | 第12-13页 |
| ·论文的选题背景及研究意义 | 第13-14页 |
| ·道路交通资源选址在国内外的研究概况 | 第14-16页 |
| ·软计算理论概述 | 第16-18页 |
| ·软计算研究方法及其发展 | 第16-17页 |
| ·软计算作为道路交通资源选址研究方法的优点 | 第17-18页 |
| ·论文的结构和主要研究内容 | 第18-19页 |
| ·论文主要贡献与创新点 | 第19-21页 |
| 2 软计算方法及其融合集成研究 | 第21-43页 |
| ·几种主要软计算方法及重要算法 | 第21-33页 |
| ·模糊逻辑(FL) | 第21-24页 |
| ·人工神经网络(ANN) | 第24-29页 |
| ·进化计算(EC) | 第29-31页 |
| ·粗糙集(RS) | 第31-33页 |
| ·软计算主要研究方法的优缺点 | 第33-35页 |
| ·软计算方法融合集成的哲学基础 | 第35页 |
| ·软计算方法融合集成的方法学基础 | 第35-37页 |
| ·软计算方法融合集成的原则 | 第37-38页 |
| ·软计算方法融合集成的形式 | 第38-39页 |
| ·研究论题的软计算方法融合集成技术路线 | 第39-42页 |
| ·小结 | 第42-43页 |
| 3 改进GA-NFS模型及其在快速公交线路选址中的规则提取研究 | 第43-59页 |
| ·神经模糊系统模型 | 第43-45页 |
| ·模糊逻辑与神经网络的集成 | 第43页 |
| ·基于BP神经网络的Mamdani模糊推理系统 | 第43-45页 |
| ·神经模糊系统的学习算法 | 第45-48页 |
| ·改进的神经模糊系统 | 第48-53页 |
| ·文献NFS模型研究 | 第48-50页 |
| ·GA改进的NFS模型实现 | 第50-52页 |
| ·GA+FNN融合集成算法步骤 | 第52-53页 |
| ·实例仿真 | 第53-58页 |
| ·样本及数据 | 第53-55页 |
| ·试验各种参数选择和结果 | 第55-57页 |
| ·模糊规则提取 | 第57-58页 |
| ·小结 | 第58-59页 |
| 4 基于GA-GNN预测算法模型的城市公交换乘枢纽选址研究 | 第59-77页 |
| ·公交换乘枢纽选址因素分析及选址步骤 | 第59-62页 |
| ·影响公交换乘枢纽换乘量的因素 | 第59-61页 |
| ·基于换乘量预测的选址步骤 | 第61-62页 |
| ·灰色神经网络 | 第62-68页 |
| ·灰色模型理论 | 第62-64页 |
| ·灰色神经网络 | 第64-68页 |
| ·公交换乘枢纽换乘量预测模型 | 第68-69页 |
| ·模型参数变量确定 | 第68-69页 |
| ·模型假设 | 第69页 |
| ·模型变量数据集的建立 | 第69页 |
| ·换乘需求流量预测的求解模型建立 | 第69页 |
| ·GA优化的灰色神经网络参数求解 | 第69-71页 |
| ·实例仿真研究 | 第71-76页 |
| ·实验数据 | 第71-72页 |
| ·实验方法和步骤 | 第72-73页 |
| ·结果对比分析 | 第73-76页 |
| ·小结 | 第76-77页 |
| 5 GA-BP多重优化的建模变量筛选模型在轨道交通干线选址中的研究 | 第77-95页 |
| ·轨道交通干线选址因素筛选的意义及作用 | 第77-78页 |
| ·轨道交通干线选址中多因素筛选的模型建立 | 第78-80页 |
| ·影响轨道交通干线选址因素的分析方法 | 第78-79页 |
| ·轨道交通干线选址建模参数确定 | 第79-80页 |
| ·多重GA-BP优化的轨道交通干线选址多因素筛选问题求解 | 第80-87页 |
| ·模型建立 | 第80-81页 |
| ·算法步骤流程 | 第81-82页 |
| ·模型相关设计 | 第82-87页 |
| ·实例仿真研究 | 第87-93页 |
| ·样本及数据 | 第87-89页 |
| ·仿真实验的各种参数选择 | 第89页 |
| ·仿真结果 | 第89-92页 |
| ·实际选址问题研究 | 第92-93页 |
| ·小结 | 第93-95页 |
| 6 基于GIS-FRSAR模型的城区立体停车库选址决策研究 | 第95-108页 |
| ·研究意义及国内外的研究状况 | 第95-97页 |
| ·研究意义 | 第95页 |
| ·国内外的研究状况 | 第95-97页 |
| ·GIS与MIBAFRAR方法相结合的立体停车库选址决策模型 | 第97-99页 |
| ·模型的建立 | 第97-98页 |
| ·停车设施选址属性信息提取 | 第98-99页 |
| ·互信息的模糊粗糙集属性约简算法 | 第99-102页 |
| ·实例研究 | 第102-107页 |
| ·研究对象 | 第102页 |
| ·AFRARBMI计算分析 | 第102-103页 |
| ·结果对比与评价分析 | 第103-107页 |
| ·小结 | 第107-108页 |
| 7 针对我国城市道路交通资源选址的建议 | 第108-110页 |
| ·道路交通资源选址应与城市未来发展布局相统一 | 第108页 |
| ·道路交通资源选址应避免对原有道路交通的负面冲击 | 第108-110页 |
| 结论与展望 | 第110-113页 |
| 致谢 | 第113-114页 |
| 参考文献 | 第114-123页 |
| 附录A 部分数据和仿真计算程序 | 第123-138页 |
| A1 部分数据 | 第123-130页 |
| A1.1 第3章的原始数据 | 第123-125页 |
| A1.2 第5章中的数据表 | 第125-129页 |
| A1.3 第6章中的数据 | 第129-130页 |
| A2 部分仿真程序及说明 | 第130-138页 |
| A2.1 总体说明 | 第130页 |
| A2.2 第3章仿真程序 | 第130-131页 |
| A2.3 第4章仿真程序 | 第131-134页 |
| A2.4 第5章仿真程序 | 第134-137页 |
| A2.5 第6章仿真应用平台说明 | 第137-138页 |
| 攻读学位期间的研究成果 | 第138-139页 |
