首页--交通运输论文--铁路运输论文--铁路运输管理工程论文--行车组织论文--列车运行组织及调度工作论文

基于蚁群优化算法的列车站台调度问题研究

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

论文共59页,点击 下载论文
上一篇:基于ROS和Spark的智能家居+大数据系统设计
下一篇:光纤预警系统入侵识别在DSP中的实现