| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-11页 |
| 1 引言 | 第16-38页 |
| 1.1 选题背景和意义 | 第16-18页 |
| 1.1.1 选题背景 | 第16-17页 |
| 1.1.2 研究意义 | 第17-18页 |
| 1.2 研究综述 | 第18-35页 |
| 1.2.1 轨道交通车站能力理论研究概述 | 第19-24页 |
| 1.2.2 车站乘客集散运动特性研究概述 | 第24-28页 |
| 1.2.3 车站能力计算方法研究概述 | 第28-31页 |
| 1.2.4 车站能力适应性评估研究概述 | 第31-32页 |
| 1.2.5 轨道交通多站协同限流方法研究概述 | 第32-33页 |
| 1.2.6 现有研究的不足 | 第33-35页 |
| 1.3 研究目标及主要内容 | 第35-38页 |
| 1.3.1 研究目标 | 第35页 |
| 1.3.2 研究内容 | 第35-38页 |
| 2 轨道交通车站服务能力概念理论框架 | 第38-68页 |
| 2.1 轨道交通车站系统描述 | 第38-40页 |
| 2.1.1 业务过程描述 | 第38-39页 |
| 2.1.2 车站内客流分类 | 第39-40页 |
| 2.1.3 车站功能描述 | 第40页 |
| 2.2 轨道交通车站能力概念体系 | 第40-42页 |
| 2.2.1 轨道交通车站能力的定义 | 第40-41页 |
| 2.2.2 轨道交通车站能力概念体系 | 第41-42页 |
| 2.3 轨道交通车站能力概念体系的扩展 | 第42-44页 |
| 2.3.1 车站服务能力概念 | 第42-44页 |
| 2.3.2 车站能力概念体系扩展的意义 | 第44页 |
| 2.4 车站服务能力影响因素分析 | 第44-54页 |
| 2.4.1 车站设备设施能力 | 第46-47页 |
| 2.4.2 车站设备设施网络设计及运用方案 | 第47页 |
| 2.4.3 车站客流需求 | 第47-51页 |
| 2.4.4 车站内乘客的交通流特性 | 第51-53页 |
| 2.4.5 运营参数 | 第53页 |
| 2.4.6 服务水平 | 第53-54页 |
| 2.5 基于客流需求的车站服务能力概念细化 | 第54-56页 |
| 2.6 车站服务能力数学表达 | 第56-67页 |
| 2.6.1 符号定义 | 第56-57页 |
| 2.6.2 车站最大服务能力模型 | 第57-60页 |
| 2.6.3 车站备用服务能力模型 | 第60-61页 |
| 2.6.4 车站单项可变客流需求服务能力模型 | 第61-62页 |
| 2.6.5 模型相关问题分析 | 第62-66页 |
| 2.6.6 求解分析 | 第66-67页 |
| 2.7 本章小结 | 第67-68页 |
| 3 车站服务能力解析方法研究 | 第68-88页 |
| 3.1 模型假设 | 第68页 |
| 3.2 单个节点(设备设施)建模及能力分析 | 第68-72页 |
| 3.2.1 单个节点(设备设施)建模 | 第68-70页 |
| 3.2.2 单个节点(设备设施)能力分析 | 第70-72页 |
| 3.3 基于M/G/C/C状态依赖排队网络的车站分析模型 | 第72-77页 |
| 3.3.1 进出站过程子网络建模 | 第73-74页 |
| 3.3.2 上下车过程子网络建模 | 第74-76页 |
| 3.3.3 模型适用性和局限性 | 第76-77页 |
| 3.4 可变进站需求服务能力的数学优化模型 | 第77-78页 |
| 3.5 基于响应曲面法的可变上车需求服务能力求解算法 | 第78-81页 |
| 3.6 实例分析—地铁北京站服务能力的计算及分析 | 第81-87页 |
| 3.6.1 车站系统描述和系统建模 | 第81-83页 |
| 3.6.2 RSM试验设计和最优解 | 第83-85页 |
| 3.6.3 车站服务能力解析方法的相关分析 | 第85-86页 |
| 3.6.4 可变进站需求服务能力敏感性分析 | 第86-87页 |
| 3.7 本章小结 | 第87-88页 |
| 4 车站服务能力仿真分析方法研究 | 第88-116页 |
| 4.1 车站乘客集散过程网络仿真建模 | 第88-98页 |
| 4.1.1 单个乘客的节点动态选择行为建模 | 第89-90页 |
| 4.1.2 排队网络与单个乘客节点动态选择行为相结合的仿真模型 | 第90-96页 |
| 4.1.3 仿真模型特性分析 | 第96-98页 |
| 4.2 车站服务能力的仿真优化模型 | 第98-102页 |
| 4.2.1 车站最大服务能力仿真优化模型 | 第100页 |
| 4.2.2 车站备用服务能力仿真优化模型 | 第100-101页 |
| 4.2.3 车站单项可变客流需求服务能力仿真优化模型 | 第101-102页 |
| 4.3 集成DEA和GA的车站服务能力仿真优化算法 | 第102-108页 |
| 4.3.1 遗传算法模块 | 第104-105页 |
| 4.3.2 DEA适应度评估模块 | 第105-107页 |
| 4.3.3 算法详细步骤 | 第107-108页 |
| 4.4 案例分析—地铁北京站服务能力的仿真分析 | 第108-114页 |
| 4.4.1 仿真系统构建及参数取值 | 第108-110页 |
| 4.4.2 SDGA算法的参数标定 | 第110-111页 |
| 4.4.3 基于SDGA算法的车站服务能力分析 | 第111-113页 |
| 4.4.4 两类算法效率及适用性分析 | 第113-114页 |
| 4.5 本章小结 | 第114-116页 |
| 5 车站服务能力适应性评估 | 第116-134页 |
| 5.1 车站服务能力适应性的概念及意义 | 第116-117页 |
| 5.2 车站服务能力适应性评估 | 第117-119页 |
| 5.2.1 能力适应性评估方法 | 第118-119页 |
| 5.2.2 能力适应性评估分析 | 第119页 |
| 5.3 地铁北京站服务能力适应性综合评估 | 第119-124页 |
| 5.3.1 评估场景设计 | 第119-122页 |
| 5.3.2 能力适应性评估分析 | 第122-124页 |
| 5.4 地铁西二旗站服务能力的单项适应性评估 | 第124-132页 |
| 5.4.1 车站系统参数 | 第124-126页 |
| 5.4.2 评估场景设计 | 第126-130页 |
| 5.4.3 车站服务能力适应性评估 | 第130-132页 |
| 5.5 本章小结 | 第132-134页 |
| 6 高峰时段地铁单线多站协同限流策略研究 | 第134-156页 |
| 6.1 单线多站协同限流描述 | 第134-138页 |
| 6.1.1 单线多站协同限流必要性分析 | 第134-136页 |
| 6.1.2 单线多站协同限流的内涵及目标 | 第136-137页 |
| 6.1.3 单线多站协同限流的常用策略分析 | 第137-138页 |
| 6.2 单线多站协同限流影响因素分析 | 第138-145页 |
| 6.2.1 单线多站系统的乘客转移过程描述 | 第138-139页 |
| 6.2.2 单线多站协同限流的影响因素分析 | 第139-145页 |
| 6.3 单线多站协同限流模型构建及算法研究 | 第145-150页 |
| 6.3.1 多站协同限流过程的状态变量描述 | 第145页 |
| 6.3.2 模型假设 | 第145-146页 |
| 6.3.3 符号定义 | 第146-147页 |
| 6.3.4 模型决策变量 | 第147页 |
| 6.3.5 多站协同限流模型及求解 | 第147-150页 |
| 6.4 单线多站协同限流案例分析 | 第150-155页 |
| 6.4.1 北京地铁13号线及车站的基本情况 | 第150-153页 |
| 6.4.2 多站协同限流的大站列车停站初步设计 | 第153-154页 |
| 6.4.3 多站协同限流方案生成及分析 | 第154-155页 |
| 6.5 本章小结 | 第155-156页 |
| 7 结论及展望 | 第156-158页 |
| 参考文献 | 第158-164页 |
| 作者简历及攻读博士学位期间取得的研究成果 | 第164-168页 |
| 学位论文数据集 | 第168页 |
