| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第15-23页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 研究现状 | 第16-19页 |
| 1.2.1 网络构建及有效径路集生成 | 第16-18页 |
| 1.2.2 AFC挖掘数挖掘 | 第18-19页 |
| 1.3 本文的研究目标和内容 | 第19-21页 |
| 1.3.1 本文的研究目标 | 第19-20页 |
| 1.3.2 本文的研究内容 | 第20-21页 |
| 1.4 论文组织安排和技术路线 | 第21-23页 |
| 1.4.1 论文组织安排 | 第21-22页 |
| 1.4.2 技术路线 | 第22-23页 |
| 第2章 城市轨道交通网络拓扑及有效路径集生成 | 第23-36页 |
| 2.1 城市轨道交通路网抽象表示 | 第23-26页 |
| 2.1.1 线路编号原则 | 第23-24页 |
| 2.1.2 城市轨道交通路网分层、次序化处理 | 第24-25页 |
| 2.1.3 换乘站的特殊处理 | 第25-26页 |
| 2.2 有效路径集基本假设 | 第26页 |
| 2.3 有效径路拓扑建模 | 第26-28页 |
| 2.4 有效径路集求解算法 | 第28-31页 |
| 2.4.1 换乘站搜索算法 | 第28-30页 |
| 2.4.2 路径完善算法 | 第30-31页 |
| 2.5 算法验证 | 第31-33页 |
| 2.6 实例分析 | 第33-35页 |
| 2.6.1 数据表结构 | 第33-35页 |
| 2.6.2 程序实现 | 第35页 |
| 2.7 本章小结 | 第35-36页 |
| 第3章 城市轨道交通乘客目的地数据挖掘引擎构建 | 第36-56页 |
| 3.1 数据源处理 | 第36-40页 |
| 3.1.1 AFC原始数据格式 | 第36-38页 |
| 3.1.2 数据抽取模型 | 第38-39页 |
| 3.1.3 数据清洗 | 第39-40页 |
| 3.2 数据挖掘模型 | 第40-48页 |
| 3.2.1 乘客乘车习惯分类 | 第40-41页 |
| 3.2.2 本文采用的乘车习惯分类 | 第41-43页 |
| 3.2.3 单一“习惯”判断基准数分析 | 第43-45页 |
| 3.2.4 “习惯”优先级及“习惯”判断基准数取值分析 | 第45-47页 |
| 3.2.5 “习惯”漂变现象及其应对策略 | 第47-48页 |
| 3.3 智能卡目的地挖掘引擎构建 | 第48-51页 |
| 3.3.1 精挖掘引擎算法设计 | 第48-50页 |
| 3.3.2 粗挖掘模式算法设计 | 第50页 |
| 3.3.3 挖掘引擎开发 | 第50-51页 |
| 3.4 实例分析 | 第51-52页 |
| 3.5 对R_no乘客的处理 | 第52-53页 |
| 3.6 对平峰客流的处理 | 第53页 |
| 3.7 短时客流OD表生成 | 第53-55页 |
| 3.8 本章小结 | 第55-56页 |
| 第4章 基于AFC历史数据的客流径路分配 | 第56-76页 |
| 4.1 基于最大效用理论的乘客路径选择模型 | 第56-59页 |
| 4.1.1 模型建立 | 第56-57页 |
| 4.1.2 效用函数构建 | 第57-58页 |
| 4.1.3 参数估计方法 | 第58-59页 |
| 4.2 旅行时间组成要素 | 第59页 |
| 4.3 影响旅行时间的关键因素分析 | 第59-63页 |
| 4.3.1 步行时间影响因素分析 | 第60页 |
| 4.3.2 径路不含换乘站的旅行时间影响因素分析 | 第60-62页 |
| 4.3.3 径路含换乘站的旅行时间影响因素分析 | 第62-63页 |
| 4.4 单一路径旅行时间概率分布确定 | 第63-70页 |
| 4.4.1 基于历史AFC数据的单一径路旅行时间样本统计 | 第64-66页 |
| 4.4.2 单一路径旅行时间分布规律确定 | 第66-70页 |
| 4.5 多路径分配比例确定 | 第70-74页 |
| 4.5.1 多路径旅行时间概率分布推导 | 第70-72页 |
| 4.5.2 多路径旅行时间概率分布验证 | 第72-74页 |
| 4.6 客流径路分配比例计算 | 第74页 |
| 4.7 本章小结 | 第74-76页 |
| 第5章 基于票务信息的城市轨道交通客流实时测算系统开发 | 第76-89页 |
| 5.1 客流实时测算系统综述 | 第76-78页 |
| 5.1.1 生产环境下系统组织结构 | 第76-77页 |
| 5.1.2 软件开发环境下组织结构 | 第77-78页 |
| 5.2 系统数据结构 | 第78-81页 |
| 5.2.1 历史AFC数据源结构 | 第78-79页 |
| 5.2.2 实时客流OD表结构 | 第79页 |
| 5.2.3 区间线段数据表结构 | 第79-80页 |
| 5.2.4 列车运行图数据结构 | 第80页 |
| 5.2.5 客流断面、换乘量统计视图 | 第80-81页 |
| 5.3 系统软件开发 | 第81-88页 |
| 5.3.1 客流信息实时统计 | 第82-83页 |
| 5.3.2 拥挤级别实时更新 | 第83-84页 |
| 5.3.3 数据库通知应用程序客流信息的改变 | 第84-85页 |
| 5.3.4 加载列车信息 | 第85-86页 |
| 5.3.5 系统实现 | 第86-88页 |
| 5.4 本章小结 | 第88-89页 |
| 结论与展望 | 第89-91页 |
| 主要工作总结 | 第89-90页 |
| 文章的不足及展望 | 第90-91页 |
| 致谢 | 第91-92页 |
| 参考文献 | 第92-96页 |
| 附录1 关键数据 | 第96-100页 |
| 附录2 核心代码 | 第100-124页 |
| 目的地挖掘引擎核心代码 | 第100-115页 |
| 有效径路集生成核心代码 | 第115-120页 |
| 列车对象核心代码 | 第120-124页 |
| 攻读硕士学位期间发表论文及科研成果 | 第124页 |
