多目标人车混合时空疏散模型研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第1章 绪论 | 第13-33页 |
| ·研究的背景和意义 | 第13-14页 |
| ·应急疏散问题的定义及特性 | 第14-15页 |
| ·多目标优化算法 | 第15-18页 |
| ·多目标优化问题的定义 | 第15-16页 |
| ·多目标优化问题的基本概念 | 第16-17页 |
| ·解决多目标优化问题的方法 | 第17-18页 |
| ·应急疏散研究现状 | 第18-26页 |
| ·建筑物内人员疏散 | 第18-22页 |
| ·路网上的车辆疏散 | 第22-23页 |
| ·人车混合疏散 | 第23页 |
| ·基于优化算法的疏散模型 | 第23-25页 |
| ·主要存在的问题 | 第25-26页 |
| ·论文主要研究内容 | 第26-28页 |
| ·论文的组织结构 | 第28-33页 |
| 第2章 大型活动区域人员疏散模型 | 第33-55页 |
| ·人员疏散心理和行为 | 第33-34页 |
| ·层次化引导疏散网络 | 第34-36页 |
| ·基于蚁群算法的大型公共场所人员疏散模型 | 第36-44页 |
| ·数学模型 | 第37-39页 |
| ·蚁群优化算法 | 第39-41页 |
| ·层次化多目标疏散路径优化算法 | 第41-44页 |
| ·数值实验及分析 | 第44-52页 |
| ·仿真数据 | 第44-47页 |
| ·仿真结果及分析 | 第47-52页 |
| ·本章小结 | 第52-55页 |
| 第3章 人车混合疏散优化及混合比例研究 | 第55-73页 |
| ·应急交通特征 | 第55-57页 |
| ·人车混合疏散目标体系 | 第57-59页 |
| ·问题描述 | 第57页 |
| ·人车混合疏散目标 | 第57-58页 |
| ·混合疏散网络表达 | 第58-59页 |
| ·人车混合疏散多目标优化模型 | 第59-66页 |
| ·数学模型 | 第59-61页 |
| ·人车混合疏散多目标蚁群优化算法 | 第61-62页 |
| ·改进的人车混合疏散多目标蚁群优化算法 | 第62-66页 |
| ·实验结果及分析 | 第66-72页 |
| ·本章小结 | 第72-73页 |
| 第4章 基于多蚁群系统的人车混合疏散模型 | 第73-91页 |
| ·人车混合疏散行为及相互影响 | 第73-74页 |
| ·多蚁群协同进化 | 第74-77页 |
| ·单一蚁群系统的不足 | 第74-75页 |
| ·多蚁群协同进化算法 | 第75-77页 |
| ·多蚁群优化算法在交通中的应用 | 第77页 |
| ·基于多蚁群系统的人车混合疏散模型 | 第77-83页 |
| ·评价指标的设计 | 第78-79页 |
| ·数学模型 | 第79-81页 |
| ·基于多蚁群系统的疏散路径优化算法 | 第81-83页 |
| ·数值实验与分析 | 第83-89页 |
| ·本章小结 | 第89-91页 |
| 第5章 基于粒子群的人车混合疏散模型 | 第91-113页 |
| ·研究背景 | 第92-94页 |
| ·粒子群优化算法概述 | 第92-93页 |
| ·粒子群优化算法在交通中的应用 | 第93-94页 |
| ·疏散个体及疏散网络 | 第94-95页 |
| ·疏散网络描述 | 第94页 |
| ·疏散个体描述 | 第94-95页 |
| ·基于时空冲突和拥挤度的疏散模型 | 第95-98页 |
| ·时空冲突计算 | 第95-96页 |
| ·时空拥挤度计算 | 第96-97页 |
| ·数学模型 | 第97-98页 |
| ·离散粒子群优化算法 | 第98-101页 |
| ·离散粒子群算法的基本运算 | 第98-101页 |
| ·粒子的运动方程 | 第101页 |
| ·带邻域学习因子的离散粒子群算法 | 第101-103页 |
| ·邻域学习因子 | 第101-102页 |
| ·适应函数 | 第102页 |
| ·算法流程 | 第102-103页 |
| ·实验结果及分析 | 第103-112页 |
| ·本章小结 | 第112-113页 |
| 第6章 总结与展望 | 第113-117页 |
| ·主要工作总结 | 第113-114页 |
| ·研究展望 | 第114-117页 |
| 致谢 | 第117-119页 |
| 参考文献 | 第119-129页 |
| 攻读博士期间参与的科研项目以及发表的论文 | 第129-130页 |
| 参与的科研项目 | 第129页 |
| 发表的论文 | 第129-130页 |
