摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第10-17页 |
1.1 课题研究的背景和意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-14页 |
1.2.1 国外研究现状 | 第11-13页 |
1.2.2 国内研究现状 | 第13-14页 |
1.3 本论文的主要研究内容 | 第14-15页 |
1.4 本论文的结构安排 | 第15页 |
1.5 本论文的技术路线 | 第15-17页 |
第二章 地铁业务流程与系统需求分析 | 第17-31页 |
2.1 地铁的业务状况 | 第17-21页 |
2.1.1 地铁系统的相关术语 | 第17-19页 |
2.1.2 值乘方式 | 第19页 |
2.1.3 轮班模式 | 第19-21页 |
2.1.4 其他相关术语 | 第21页 |
2.2 乘务排班问题的难点 | 第21-24页 |
2.2.1 乘务片段的组合方式 | 第21-23页 |
2.2.2 乘务排班的限制因素 | 第23-24页 |
2.2.3 求解目标的多样性 | 第24页 |
2.3 乘务排班的流程 | 第24-27页 |
2.4 系统需求分析 | 第27-29页 |
2.4.1 系统目标分析 | 第27页 |
2.4.2 系统功能需求 | 第27-29页 |
2.5 系统采用的技术 | 第29-30页 |
2.6 本章小结 | 第30-31页 |
第三章 系统设计 | 第31-42页 |
3.1 系统设计目标和原则 | 第31-32页 |
3.1.1 系统设计的目标 | 第31页 |
3.1.2 系统设计的原则 | 第31-32页 |
3.2 系统总体架构设计 | 第32-34页 |
3.3 系统各功能模块设计 | 第34-36页 |
3.3.1 用户管理模块 | 第34-35页 |
3.3.2 数据信息管理模块 | 第35页 |
3.3.3 交路表管理模块 | 第35页 |
3.3.4 排班管理模块 | 第35-36页 |
3.3.5 日志管理模块 | 第36页 |
3.4 系统数据库设计 | 第36-40页 |
3.4.1 数据信息分析 | 第36-38页 |
3.4.2 数据对象的结构 | 第38页 |
3.4.3 数据表的设计 | 第38-40页 |
3.5 本章小结 | 第40-42页 |
第四章 乘务排班计划的模型与算法设计 | 第42-61页 |
4.1 DIJKSTRA算法的概述 | 第42-43页 |
4.2 遗传算法的概述 | 第43-46页 |
4.2.1 自然选择学说 | 第43-44页 |
4.2.2 遗传算法思想 | 第44-45页 |
4.2.3 基本遗传算法优化 | 第45-46页 |
4.3 问题的描述 | 第46页 |
4.4 模型的构建 | 第46-47页 |
4.5 惩罚函数的设置 | 第47-49页 |
4.5.1 就餐时间惩罚 | 第48-49页 |
4.5.2 工作时间惩罚 | 第49页 |
4.5.3 休息时间惩罚 | 第49页 |
4.6 遗传算法与DIJKSTRA算法在交路问题的应用 | 第49-54页 |
4.6.1 值乘交路集合的生成算法 | 第50页 |
4.6.2 交路集合的优化算法 | 第50-54页 |
4.7 算法案例研究 | 第54-56页 |
4.8 遗传算法相关参数的设定 | 第56-57页 |
4.9 排班结果 | 第57-59页 |
4.10 本章小结 | 第59-61页 |
第五章 系统的实现与测试 | 第61-76页 |
5.1 系统开发环境 | 第61页 |
5.2 系统的软件架构实现 | 第61-62页 |
5.3 系统各业务模块的实现 | 第62-68页 |
5.3.1 地铁基础信息管理 | 第62-65页 |
5.3.2 乘务排班计划 | 第65-67页 |
5.3.3 日志模块 | 第67-68页 |
5.4 系统测试 | 第68-75页 |
5.4.1 测试目的 | 第68页 |
5.4.2 测试工具 | 第68-69页 |
5.4.3 测试过程 | 第69-75页 |
5.4.4 测试结果分析 | 第75页 |
5.5 本章小结 | 第75-76页 |
第六章 总结与展望 | 第76-77页 |
致谢 | 第77-78页 |
参考文献 | 第78-81页 |
攻读硕士学位期间取得的成果 | 第81页 |