摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第10-18页 |
1.1 研究背景与意义 | 第10-12页 |
1.1.1 研究背景 | 第10-11页 |
1.1.2 研究意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-16页 |
1.2.1 国内外总体研究概况 | 第12-13页 |
1.2.2 在列车调度问题上不同方法的研究现状 | 第13-16页 |
1.3 论文研究内容及技术路线 | 第16-18页 |
1.3.1 论文的研究内容 | 第16-17页 |
1.3.2 论文的技术路线 | 第17-18页 |
第二章 调度问题相关作业 | 第18-27页 |
2.1 车站相关作业 | 第18-22页 |
2.1.1 到发列车技术作业 | 第18-21页 |
2.1.2 车检组作业 | 第21-22页 |
2.1.3 调车作业 | 第22页 |
2.1.4 机车作业 | 第22页 |
2.1.5 其他相关作业 | 第22页 |
2.2 调度占用时间 | 第22-26页 |
2.2.1 占用道岔组时间分析 | 第22-25页 |
2.2.2 占用到发线时间分析 | 第25-26页 |
2.3 本章小结 | 第26-27页 |
第三章 列车调度问题模型 | 第27-34页 |
3.1 列车调度问题简介 | 第27-30页 |
3.1.1 调度问题描述 | 第27-28页 |
3.1.2 调度相关约束 | 第28-30页 |
3.2 单目标模型 | 第30-31页 |
3.2.1 基于列车占用到发线均衡的调度模型 | 第30页 |
3.2.2 基于列车作业时间最优的调度模型 | 第30-31页 |
3.2.3 基于列车停靠到发线的优先级的调度模型 | 第31页 |
3.3 综合多个目标的列车站台调度模型 | 第31-33页 |
3.4 本章小结 | 第33-34页 |
第四章 综合多个目标的混合行为蚁群算法 | 第34-41页 |
4.1 蚁群算法 | 第34-36页 |
4.1.1 蚁群算法介绍 | 第34-35页 |
4.1.2 蚁群算法求解 | 第35-36页 |
4.2 围绕站台的调度问题的混合行为蚁群算法 | 第36-39页 |
4.2.1 混合行为蚁群算法介绍 | 第36-38页 |
4.2.2 基于列车站台调度模型的混合行为蚁群算法 | 第38-39页 |
4.3 对算法的优化 | 第39-40页 |
4.3.1 自适应调整挥发因子优化 | 第39页 |
4.3.2 从小到大动态调整信息素总量 | 第39-40页 |
4.4 本章小结 | 第40-41页 |
第五章 案例分析 | 第41-50页 |
5.1 案例背景与数据 | 第41-42页 |
5.2 案例分析 | 第42-48页 |
5.2.1 算法相关参数 | 第42-43页 |
5.2.2 混合行为蚁群算法验证 | 第43-45页 |
5.2.3 对算法的改进 | 第45-46页 |
5.2.4 综合多个目标优化模型权重调整 | 第46-48页 |
5.3 本章小结 | 第48-50页 |
第六章 总结与展望 | 第50-52页 |
6.1 论文的主要工作和结论 | 第50-51页 |
6.2 需要进一步研究的问题 | 第51-52页 |
参考文献 | 第52-56页 |
附录A | 第56-58页 |
在学期间的研究成果 | 第58-59页 |
致谢 | 第59页 |