| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-15页 |
| ·本课题研究的目的和意义 | 第10-12页 |
| ·本课题的现实意义 | 第10-11页 |
| ·本课题的理论意义和相关技术的研究现状 | 第11-12页 |
| ·论文主要工作 | 第12-13页 |
| ·设计目标 | 第12页 |
| ·模型建立 | 第12-13页 |
| ·主要工作 | 第13页 |
| ·章节安排 | 第13-15页 |
| 第二章 公交网络拓扑化 | 第15-26页 |
| ·图论基本知识 | 第15-16页 |
| ·道路公交网络的特点 | 第16-17页 |
| ·城市公交线网的实现 | 第17-18页 |
| ·公交网络拓扑结构 | 第18-25页 |
| ·可合并为同一换乘结点的几种空间位置关系 | 第18-21页 |
| ·生成同一换乘结点的几点原则 | 第21-22页 |
| ·攀枝花市民步行换乘距离上限的求解 | 第22-23页 |
| ·攀枝花主城区（以竹湖园到公山湾路段为例）道路公交拓扑化 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 城市公交线网的最优路径模型 | 第26-34页 |
| ·对攀枝花市市民出行行为与心理的调查 | 第26-27页 |
| ·公交线网最优路径模型的建立 | 第27-29页 |
| ·公交线网中网络变换的实现方法 | 第29-31页 |
| ·实例分析 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 第四章 城市公交线网最优路径模型求解的三种传统算法 | 第34-46页 |
| ·公交网络搜索模型的建立 | 第34-36页 |
| ·模型求解的三种传统算法 | 第36-43页 |
| ·狄斯奎诺算法 | 第36-39页 |
| ·K 最短路径算法 | 第39-41页 |
| ·基于换乘次数最少的广度优先算法 | 第41-43页 |
| ·基于传统算法的时间评价函数 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 基于遗传算法的城市公交线网最优路径求解 | 第46-57页 |
| ·遗传算法简介 | 第46-47页 |
| ·遗传算法的具体流程 | 第47-50页 |
| ·一般遗传算法的基本步骤 | 第47-48页 |
| ·遗传算法的流程图 | 第48-50页 |
| ·基于遗传算法的攀枝花主城区公交线路分析 | 第50-56页 |
| ·简述问题 | 第50-51页 |
| ·染色体编码 | 第51页 |
| ·构造简单适应度函数 | 第51页 |
| ·三个基本算子 | 第51-54页 |
| ·评价方法 | 第54-55页 |
| ·仿真实验 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 基于蚁群算法的城市公交线网最优路径求解 | 第57-69页 |
| ·蚁群算法简介 | 第57-58页 |
| ·蚁群算法的流程 | 第58页 |
| ·基于遗传算法的蚁群算法 | 第58-61页 |
| ·基本思想 | 第58-59页 |
| ·粗搜索过程 | 第59-60页 |
| ·细搜索过程 | 第60-61页 |
| ·算法算例 | 第61-66页 |
| ·算例流程图 | 第62-63页 |
| ·仿真实验 | 第63-65页 |
| ·算法分析 | 第65-66页 |
| ·遗传算法与蚁群算法的比较 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 第七章 总结与展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 攻硕期间取得的成果 | 第73-74页 |