遗传算法在公交调度中的应用研究
| 第一章 绪论 | 第6-11页 |
| 1.1 论文选题背景 | 第6-10页 |
| 1.1.1 智能交通系统 | 第6-7页 |
| 1.1.2 公交调度理论的研究 | 第7-8页 |
| 1.1.3 先进搜索技术 | 第8-10页 |
| 1.2 论文结构及主要内容 | 第10页 |
| 1.3 论文创新之处 | 第10-11页 |
| 第二章 遗传算法 | 第11-16页 |
| 2.1 遗传算法 | 第11-15页 |
| 2.2 遗传算法与公交调度 | 第15-16页 |
| 第三章 公交调度 | 第16-20页 |
| 3.1 公交调度中的问题 | 第18-19页 |
| 3.2 公交调度方法分析 | 第19-20页 |
| 3.3 问题分解 | 第20页 |
| 第四章 优化间隔 | 第20-60页 |
| 4.1 建立模型 | 第20-24页 |
| 4.1.1 问题分析 | 第20-21页 |
| 4.1.2 模型假设 | 第21页 |
| 4.1.3 建立模型 | 第21-24页 |
| 4.2 模型求解 | 第24页 |
| 4.3 遗传算法设计 | 第24-40页 |
| 4.3.1 编码 | 第24-29页 |
| 4.3.2 初始种群的选取 | 第29-30页 |
| 4.3.3 适应函数 | 第30-34页 |
| 4.3.4 操作算子 | 第34-39页 |
| 4.3.5 终止条件 | 第39页 |
| 4.3.6 遗传算法的框架 | 第39-40页 |
| 4.4 程序实现 | 第40-53页 |
| 4.4.1 输入参数列表 | 第40-41页 |
| 4.4.2 初始化 | 第41-45页 |
| 4.4.3 进化计算 | 第45-53页 |
| 4.5 模拟实验和算法分析 | 第53-60页 |
| 4.5.1 模拟实验 | 第53-54页 |
| 4.5.2 适应度函数对遗传算法的影响 | 第54-55页 |
| 4.5.3 选择方法对遗传算法的影响 | 第55-56页 |
| 4.5.4 混合搜索方法 | 第56-58页 |
| 4.5.5 实验中出现的问题 | 第58-60页 |
| 第五章 总结与展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 论文摘要 | 第64-66页 |
| 英文摘要 | 第66页 |
