摘要 | 第4-5页 |
SUMMARY | 第5-6页 |
第一章 绪论 | 第7-13页 |
1.1 研究背景 | 第7-9页 |
1.2 研究现状 | 第9-11页 |
1.3 本文主要研究工作 | 第11-13页 |
第二章 调度优化相关技术 | 第13-26页 |
2.1 轨道交通调度系统相关技术 | 第13-16页 |
2.1.1 闭路电视系统 | 第13页 |
2.1.2 调度电话系统 | 第13-14页 |
2.1.3 无线调度系统 | 第14页 |
2.1.4 列车自动控制系统 | 第14-15页 |
2.1.5 数字轨道电路系统 | 第15页 |
2.1.6 地理信息系统(GIS) | 第15-16页 |
2.1.7 全球卫星定位系统(GPS) | 第16页 |
2.2 仿生群智能优化算法 | 第16-25页 |
2.2.1 遗传算法 | 第17-18页 |
2.2.2 模拟退火算法 | 第18-19页 |
2.2.3 粒子群优化算法 | 第19-20页 |
2.2.4 混合蛙跳优化算法 | 第20-21页 |
2.2.5 蚁群优化算法 | 第21-22页 |
2.2.6 人工鱼群优化算法 | 第22-24页 |
2.2.7 果蝇优化算法 | 第24-25页 |
2.3 本章小结 | 第25-26页 |
第三章 细菌觅食优化算法理论分析及改进设计 | 第26-38页 |
3.1 引言 | 第26页 |
3.2 细菌觅食优化算法的仿生学基础 | 第26-28页 |
3.2.1 细菌觅食优化算法的起源 | 第26-27页 |
3.2.2 大肠杆菌的觅食过程 | 第27-28页 |
3.3 细菌觅食优化算法的主要操作 | 第28-32页 |
3.3.1 趋向性操作 | 第28-30页 |
3.3.2 聚集性操作 | 第30页 |
3.3.3 复制操作 | 第30-31页 |
3.3.4 迁徙操作 | 第31-32页 |
3.4 细菌觅食优化算法的工作流程 | 第32-34页 |
3.5 细菌觅食优化算法的参数分析 | 第34-36页 |
3.5.1 种群规模S | 第34页 |
3.5.2 搜索步长C | 第34-35页 |
3.5.3 趋向操作中的参数N_c和N_s | 第35页 |
3.5.4 复制操作中的参数N_(re) | 第35页 |
3.5.5 迁徙操作中的参数N_(ed)和P_(ed) | 第35页 |
3.5.6 引力的深度d_(attranctant),引力的宽度ω_(attracrant),斥力的高度h_(repellant),斥力的宽度ω_(repellant) | 第35-36页 |
3.6 细菌觅食优化算法的改进 | 第36-37页 |
3.6.1 细菌自适应游动步长的改进设计 | 第36-37页 |
3.6.2 细菌自适应迁徙概率的改进设计 | 第37页 |
3.7 本章小结 | 第37-38页 |
第四章 客流分析及模型设计 | 第38-51页 |
4.1 城市轨道交通客流分析 | 第38-44页 |
4.1.1 客流数据调查 | 第38-40页 |
4.1.2 城市轨道交通客流的组成类型 | 第40页 |
4.1.3 客流的时间分布特征分析 | 第40-43页 |
4.1.4 客流的空间分布特性分析 | 第43-44页 |
4.2 调度优化数学模型影响因素分析 | 第44-45页 |
4.3 调度优化数学模型设计 | 第45-50页 |
4.3.1 数学建模的定义 | 第45-46页 |
4.3.2 模型的假设 | 第46页 |
4.3.3 定义变量 | 第46-47页 |
4.3.4 模型目标函数 | 第47-49页 |
4.3.5 模型约束条件 | 第49-50页 |
4.4 本章小结 | 第50-51页 |
第五章 基于细菌觅食优化算法的城市轨道交通调度优化 | 第51-60页 |
5.1 开发工具和实验环境 | 第51页 |
5.2 实例数据 | 第51-52页 |
5.3 算法初始化 | 第52-53页 |
5.4 编码方案 | 第53页 |
5.5 约束条件的处理 | 第53-54页 |
5.6 主要参数分析 | 第54-56页 |
5.7 仿真实验与结果分析 | 第56-59页 |
5.8 本章小结 | 第59-60页 |
六总结与展望 | 第60-62页 |
6.1 总结 | 第60-61页 |
6.2 展望 | 第61-62页 |
参考文献 | 第62-66页 |
致谢 | 第66-67页 |
作者简介及在读期间的研究成果 | 第67页 |
导师简介 | 第67-68页 |