大规模混载校车路径问题优化算法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-9页 |
| 缩略词索引 | 第15-16页 |
| 1 绪论 | 第16-24页 |
| 1.1 研究背景 | 第16-17页 |
| 1.2 研究内容 | 第17-18页 |
| 1.3 研究意义 | 第18-19页 |
| 1.4 研究方法 | 第19-21页 |
| 1.5 论文结构 | 第21-24页 |
| 2 文献综述 | 第24-50页 |
| 2.1 校车路径问题 | 第24-25页 |
| 2.2 车辆路径问题概述 | 第25-30页 |
| 2.2.1 车辆路径问题描述及其分类 | 第25-28页 |
| 2.2.2 车辆路径问题算法研究 | 第28-30页 |
| 2.3 装卸一体化车辆路径问题研究进展 | 第30-34页 |
| 2.3.1 问题描述及其分类 | 第30-31页 |
| 2.3.2 多车辆静态问题研究 | 第31-34页 |
| 2.4 校车路径问题研究进展 | 第34-46页 |
| 2.4.1 校车路径问题模型 | 第34-38页 |
| 2.4.2 单校校车路径研究 | 第38-42页 |
| 2.4.3 多校不混载校车路径研究 | 第42-43页 |
| 2.4.4 多校混载校车路径研究 | 第43-45页 |
| 2.4.5 其他相关研究 | 第45-46页 |
| 2.5 小结 | 第46-50页 |
| 3 校车路径问题元启发算法框架 | 第50-70页 |
| 3.1 问题描述 | 第50-52页 |
| 3.2 校车路径问题求解流程 | 第52-54页 |
| 3.3 求解算法 | 第54-59页 |
| 3.3.1 启发式算法 | 第54-56页 |
| 3.3.2 元启发算法 | 第56-58页 |
| 3.3.3 混合算法 | 第58页 |
| 3.3.4 启发式算法的共性 | 第58-59页 |
| 3.4 邻域搜索算子 | 第59-62页 |
| 3.5 算法框架设计 | 第62-66页 |
| 3.5.1 框架设计的原则和目标 | 第62-63页 |
| 3.5.2 算法总体框架 | 第63页 |
| 3.5.3 基本数据结构 | 第63-64页 |
| 3.5.4 基础操作 | 第64-66页 |
| 3.5.5 邻域算子和启发算法实现 | 第66页 |
| 3.6 基于算法框架的应用开发 | 第66-68页 |
| 3.6.1 数据准备 | 第66-67页 |
| 3.6.2 算法和策略选择 | 第67页 |
| 3.6.3 参数设置 | 第67-68页 |
| 3.7 小结 | 第68-70页 |
| 4 混载校车路径问题优化算法 | 第70-88页 |
| 4.1 混载 SBRP 特性分析 | 第70-71页 |
| 4.2 现有构造式启发算法 | 第71-72页 |
| 4.2.1 RLBH 算法 | 第71页 |
| 4.2.2 后改进算法 | 第71-72页 |
| 4.3 两阶段元启发算法概述 | 第72-73页 |
| 4.4 RRT 算法原理 | 第73-74页 |
| 4.5 基于 RRT 的路径数优化 | 第74-77页 |
| 4.5.1 RRT 算法的实现 | 第74页 |
| 4.5.2 邻域算子选择 | 第74-76页 |
| 4.5.3 评价函数 | 第76-77页 |
| 4.6 基于 LNS 的路径长度优化 | 第77-80页 |
| 4.6.1 LNS 算法原理 | 第77-78页 |
| 4.6.2 LNS 算法的实现 | 第78-80页 |
| 4.7 约束检测 | 第80-86页 |
| 4.7.1 问题描述 | 第80-82页 |
| 4.7.2 分段检测算法思想 | 第82-84页 |
| 4.7.3 分段检测算法实现 | 第84-86页 |
| 4.8 小结 | 第86-88页 |
| 5 时空相关的混载校车路径问题邻域搜索 | 第88-98页 |
| 5.1 邻域搜索 | 第88-90页 |
| 5.1.1 邻域搜索空间 | 第88-89页 |
| 5.1.2 受限邻域搜索 | 第89-90页 |
| 5.2 混载 SBRP 的邻域搜索 | 第90-91页 |
| 5.3 时空相关度 | 第91-95页 |
| 5.3.1 空间距离 | 第91页 |
| 5.3.2 时间距离和时间窗距离 | 第91-93页 |
| 5.3.3 时空相关度定义 | 第93-94页 |
| 5.3.4 时空相关度的计算 | 第94-95页 |
| 5.4 邻域搜索空间构造 | 第95-97页 |
| 5.4.1 按路径顺序构造 | 第95页 |
| 5.4.2 按时空相关度顺序构造 | 第95-97页 |
| 5.5 基于时空相关度的邻域搜索 | 第97页 |
| 5.6 小结 | 第97-98页 |
| 6 混载校车路径问题优化算法分析 | 第98-118页 |
| 6.1 数据来源 | 第98-100页 |
| 6.2 算法的复杂度分析 | 第100-101页 |
| 6.2.1 优化路径数的 RRT 算法 | 第100-101页 |
| 6.2.2 优化运营里程的 LNS 算法 | 第101页 |
| 6.3 两阶段元启发算法优化结果 | 第101-105页 |
| 6.3.1 路径数目 | 第101-104页 |
| 6.3.2 运营里程 | 第104-105页 |
| 6.4 算法执行策略 | 第105-109页 |
| 6.4.1 邻域算子组合策略 | 第105-106页 |
| 6.4.2 站点选择策略 | 第106-108页 |
| 6.4.3 解的接受策略 | 第108-109页 |
| 6.5 参数影响分析 | 第109-112页 |
| 6.5.1 循环次数 | 第109-110页 |
| 6.5.2 偏差系数 | 第110-112页 |
| 6.6 时空搜索算法分析 | 第112-116页 |
| 6.6.1 基于时空搜索的优势 | 第112-115页 |
| 6.6.2 邻接表长度对算法的影响 | 第115-116页 |
| 6.7 小结 | 第116-118页 |
| 7 案例研究 | 第118-130页 |
| 7.1 GIS 校车路径规划工具设计 | 第118-121页 |
| 7.2 案例区概况及数据准备 | 第121-125页 |
| 7.3 案例求解 | 第125-128页 |
| 7.4 小结 | 第128-130页 |
| 8 结论与展望 | 第130-134页 |
| 8.1 主要工作 | 第130-131页 |
| 8.2 主要结论 | 第131-132页 |
| 8.3 创新之处 | 第132页 |
| 8.4 进一步研究展望 | 第132-134页 |
| 参考文献 | 第134-146页 |
| 致谢 | 第146-148页 |
| 攻读博士学位期间主要的科研工作 | 第148-149页 |
