公共自行车智能调度算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.2.1 国内研究现状 | 第12-13页 |
| 1.2.2 国外研究现状 | 第13-14页 |
| 1.3 公共自行车系统不足之处 | 第14-15页 |
| 1.4 研究目的与意义 | 第15-16页 |
| 1.5 本文主要工作 | 第16-18页 |
| 第二章 相关理论基础 | 第18-29页 |
| 2.1 背景问题 | 第18-22页 |
| 2.1.1 优化问题 | 第18-19页 |
| 2.1.2 智能优化算法 | 第19-20页 |
| 2.1.3 静态车辆调度问题 | 第20-21页 |
| 2.1.4 动态车辆调度问题 | 第21-22页 |
| 2.2 车辆调度问题简化分析 | 第22-23页 |
| 2.3 车辆调度问题求解算法 | 第23-24页 |
| 2.4 相关算法 | 第24-29页 |
| 2.4.1 K-means算法 | 第24-25页 |
| 2.4.2 遗传算法 | 第25-26页 |
| 2.4.3 蚁群算法 | 第26-27页 |
| 2.4.4 禁忌搜索算法 | 第27-28页 |
| 2.4.5 变邻域搜索算法 | 第28-29页 |
| 第三章 公共自行车静态调度 | 第29-45页 |
| 3.1 公共自行车静态调度问题描述 | 第29页 |
| 3.2 公共自行车静态调度整体过程 | 第29-32页 |
| 3.2.1 数据处理 | 第30页 |
| 3.2.2 基于关联规则的调度区域划分 | 第30-31页 |
| 3.2.3 禁忌遗传算法进行公共自行车静态调度 | 第31-32页 |
| 3.3 公共自行车静态调度模型构建 | 第32-33页 |
| 3.4 公共自行车静态流程 | 第33-39页 |
| 3.4.1 基于关联规则的调度区域划分算法流程 | 第33-35页 |
| 3.4.2 禁忌遗传混合算法流程 | 第35-39页 |
| 3.5 实验结果 | 第39-43页 |
| 3.5.1 区域划分结果 | 第39-41页 |
| 3.5.2 区域内调度结果 | 第41-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第四章 公共自行车动态调度 | 第45-58页 |
| 4.1 公共自行车动态调度问题描述 | 第45-46页 |
| 4.2 公共自行车动态调度整体过程 | 第46-49页 |
| 4.2.1 数据处理 | 第46页 |
| 4.2.2 基于关联规则的调度区域划分 | 第46页 |
| 4.2.3 变邻域蚁群算法进行公共自行车动态调度 | 第46-49页 |
| 4.3 公共自行车动态调度模型构建 | 第49-50页 |
| 4.4 公共自行车动态调度流程 | 第50-54页 |
| 4.4.1 蚁群算法的基本步骤 | 第50-52页 |
| 4.4.2 变领域蚁群算法流程 | 第52-53页 |
| 4.4.3 算法复杂度分析 | 第53页 |
| 4.4.4 重要参数说明 | 第53-54页 |
| 4.5 实验结论 | 第54-56页 |
| 4.6 本章小结 | 第56-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58-59页 |
| 5.2 未来展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65-66页 |
| 详细摘要 | 第66-69页 |
