| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究目的和意义 | 第13页 |
| 1.3 研究内容和技术路线 | 第13-15页 |
| 1.4 创新点 | 第15-16页 |
| 1.5 论文结构 | 第16-18页 |
| 第二章 国内外研究现状 | 第18-30页 |
| 2.1 公交线网客流分布提取方法研究现状 | 第18-21页 |
| 2.1.1 OD矩阵概率分配法 | 第18-19页 |
| 2.1.2 乘客出行轨迹推断法 | 第19-20页 |
| 2.1.3 客流分析中的数据缺陷应对方法 | 第20-21页 |
| 2.2 公交乘客出行模式分析方法 | 第21-26页 |
| 2.2.1 公交乘客出行特性挖掘 | 第22-23页 |
| 2.2.2 基于出行链的乘客行为模式分析方法 | 第23-26页 |
| 2.3 公交线路优化方法 | 第26-28页 |
| 2.4 文献综述结论 | 第28-30页 |
| 第三章 公交系统多源数据预处理方法 | 第30-50页 |
| 3.1 数据源及总体数据流图 | 第30-31页 |
| 3.2 时间误差自动消除的乘客上车站点匹配方法 | 第31-40页 |
| 3.2.1 算法总体流程 | 第32-33页 |
| 3.2.2 算法关键步骤 | 第33-36页 |
| 3.2.3 基于信息压缩的算法加速方案 | 第36页 |
| 3.2.4 测试Ⅰ：算法可靠性测试 | 第36-39页 |
| 3.2.5 测试Ⅱ：珠海市公交运营车辆时间误差校正测试 | 第39-40页 |
| 3.3 报站数据缺失信息修补方法 | 第40-48页 |
| 3.3.1 算法总体流程 | 第41-43页 |
| 3.3.2 关键参数与数学模型 | 第43-45页 |
| 3.3.3 测试I：基于乘客刷卡时间戳的站点推断测试 | 第45-47页 |
| 3.3.4 测试II：行程时间推断测试 | 第47-48页 |
| 3.4 本章小结 | 第48-50页 |
| 第四章 公交乘客完整出行信息提取方法 | 第50-63页 |
| 4.1 整体技术流程 | 第50-51页 |
| 4.2 乘客公交出行下车站点推断方法 | 第51-55页 |
| 4.2.1 基本假设及关键步骤 | 第52-55页 |
| 4.2.2 实证案例 | 第55页 |
| 4.3 换乘识别方法 | 第55-57页 |
| 4.4 城市公交客流特性分析 | 第57-61页 |
| 4.4.1 客流时变特性 | 第57-59页 |
| 4.4.2 空间分布特性 | 第59-61页 |
| 4.5 本章小结 | 第61-63页 |
| 第五章 基于时空轨迹片段的乘客闭合出行链挖掘方法 | 第63-81页 |
| 5.1 出行链提取总体技术流程 | 第63-64页 |
| 5.2 闭合出行链定义 | 第64-66页 |
| 5.3 乘客闭合出行链挖掘与关联方法 | 第66-72页 |
| 5.3.1 出行拓扑关系图 | 第67-69页 |
| 5.3.2 非闭合出行轨迹与出行链的关联方法 | 第69-70页 |
| 5.3.3 算法性能分析 | 第70-72页 |
| 5.4 基于闭合出行链的城市居民出行特征研究 | 第72-78页 |
| 5.4.1 乘客出行的宏观统计特征 | 第72-74页 |
| 5.4.2 基于乘客出行链的职住地识别方法 | 第74-76页 |
| 5.4.3 乘客出行空间分布特征 | 第76-78页 |
| 5.5 基于出行链与行为分布的城市客流集散通道提取 | 第78-80页 |
| 5.5.1 公交乘客行为分布特征分析 | 第78-79页 |
| 5.5.2 城市公交客流集散通道提取 | 第79-80页 |
| 5.6 本章小结 | 第80-81页 |
| 第六章 乘客线路选择偏好挖掘方法研究 | 第81-94页 |
| 6.1 基于出行链的乘客个体线路选择影响因素提取 | 第81-84页 |
| 6.2 基于NML模型的乘客线路选偏好建模 | 第84-87页 |
| 6.2.1 关键参数与数学模型 | 第84-85页 |
| 6.2.2 客流重分配推演算例 | 第85-87页 |
| 6.3 乘客线路选择偏好分析 | 第87-93页 |
| 6.3.1 差异化服务场景下乘客的行为偏好 | 第87-90页 |
| 6.3.2 乘客线路选择偏好的时变规律 | 第90-93页 |
| 6.4 本章小结 | 第93-94页 |
| 第七章 基于乘客选择偏好的公交线路优化方法研究 | 第94-111页 |
| 7.1 公交线路服务质量评价指标与优化目标 | 第95-96页 |
| 7.2 目标城市公交线网服务指标现状分析 | 第96-99页 |
| 7.3 线路参数求解方法 | 第99-104页 |
| 7.3.1 算法总体流程 | 第99-100页 |
| 7.3.2 粒子群优化算法运行流程 | 第100-102页 |
| 7.3.3 初始解编码方法与约束条件 | 第102-103页 |
| 7.3.4 基于乘客个体偏好的客流重分配模型 | 第103-104页 |
| 7.4 案例分析 | 第104-110页 |
| 7.5 本章小结 | 第110-111页 |
| 结论与展望 | 第111-113页 |
| 参考文献 | 第113-120页 |
| 附录1 城市公交大数据可挖掘与分析平台技术架构 | 第120-122页 |
| 攻读博士学位期间取得的研究成果 | 第122-124页 |
| 致谢 | 第124-125页 |
| 附件 | 第125页 |
