| 致谢 | 第5-7页 |
| 摘要 | 第7-9页 |
| ABSTRACT | 第9-10页 |
| 1 绪论 | 第15-31页 |
| 1.1 研究背景和意义 | 第15-20页 |
| 1.2 国内外研究现状 | 第20-27页 |
| 1.2.1 列车运行图调整方法研究 | 第20-24页 |
| 1.2.2 基于一体化思想的列车运行调整方法研究 | 第24-25页 |
| 1.2.3 既有研究方法总结 | 第25-27页 |
| 1.3 选题目的和研究意义 | 第27-28页 |
| 1.4 论文研究思路和篇章结构 | 第28-31页 |
| 2 基于时空状态网络的列车运行调整一体化建模 | 第31-49页 |
| 2.1 基于一体化思想的城轨列车运行调整问题描述 | 第31-38页 |
| 2.1.1 城市轨道交通列车自动控制系统结构 | 第31-35页 |
| 2.1.2 城市轨道交通列车运行调整常用手段 | 第35-36页 |
| 2.1.3 列车运行图与速度曲线一体化调整问题描述 | 第36-38页 |
| 2.2 离散时空状态网络建模方法 | 第38-42页 |
| 2.2.1 时空网络表示列车运行图 | 第38-39页 |
| 2.2.2 考虑列车速度曲线的时空状态网络 | 第39-41页 |
| 2.2.3 考虑动态客流量的时空状态网络 | 第41-42页 |
| 2.3 近似动态规划方法综述 | 第42-48页 |
| 2.3.1 近似动态规划方法的发展 | 第42-43页 |
| 2.3.2 近似动态规划的研究现状 | 第43-46页 |
| 2.3.3 利用近似动态规划解决列车运行调整问题的研究思路 | 第46-48页 |
| 2.4 本章小结 | 第48-49页 |
| 3 面向随机延误的列车运行时分与速度曲线一体化调整方法 | 第49-75页 |
| 3.1 问题描述 | 第49-52页 |
| 3.1.1 符号表示 | 第49-50页 |
| 3.1.2 列车时刻表基本知识 | 第50-51页 |
| 3.1.3 随机延误下的列车运行调整问题描述 | 第51-52页 |
| 3.1.4 性能评价指标定义 | 第52页 |
| 3.2 基于专家系统和强化学习的列车速度曲线实时计算方法 | 第52-59页 |
| 3.2.1 专家系统设计 | 第53-56页 |
| 3.2.2 强化学习算法设计 | 第56-59页 |
| 3.3 基于Q学习的列车运行时分与速度曲线一体化调整方法 | 第59-65页 |
| 3.3.1 基于随机停站时间的列车调整决策模型 | 第60-63页 |
| 3.3.2 Q学习算法设计 | 第63-65页 |
| 3.4 仿真算例 | 第65-73页 |
| 3.4.1 算例一 | 第67-69页 |
| 3.4.2 算例二 | 第69-72页 |
| 3.4.3 算例三 | 第72-73页 |
| 3.5 本章小结 | 第73-75页 |
| 4 基于动态不确定客流的城轨列车运行调整方法 | 第75-105页 |
| 4.1 问题描述 | 第75-78页 |
| 4.1.1 本章基本假设 | 第76-77页 |
| 4.1.2 符号和变量表示 | 第77-78页 |
| 4.2 数学模型 | 第78-86页 |
| 4.2.1 动态不确定客流建模 | 第78-80页 |
| 4.2.2 乘客上下车过程建模 | 第80-83页 |
| 4.2.3 面向乘客延误时间与运行能耗最小化的列车运行调整模型 | 第83-86页 |
| 4.3 模型转化与算法设计 | 第86-93页 |
| 4.3.1 模型转化框架 | 第86-89页 |
| 4.3.2 算法设计 | 第89-93页 |
| 4.4 仿真算例 | 第93-103页 |
| 4.4.1 算例1:仿真案例 | 第94-96页 |
| 4.4.2 算例2:实际案例 | 第96-103页 |
| 4.5 本章小结 | 第103-105页 |
| 5 考虑加开备车的城轨列车运行调整方法 | 第105-119页 |
| 5.1 问题描述 | 第105-107页 |
| 5.1.1 本章基本假设 | 第106页 |
| 5.1.2 符号和变量表示 | 第106-107页 |
| 5.2 数学模型 | 第107-110页 |
| 5.2.1 模型约束 | 第107-110页 |
| 5.2.2 模型目标函数构建 | 第110页 |
| 5.3 模型转化与求解 | 第110-113页 |
| 5.4 仿真算例 | 第113-118页 |
| 5.4.1 算例一 | 第114-115页 |
| 5.4.2 算例二 | 第115-118页 |
| 5.5 本章小结 | 第118-119页 |
| 6 结论与展望 | 第119-123页 |
| 6.1 结论 | 第119-120页 |
| 6.2 未来研究展望 | 第120-123页 |
| 参考文献 | 第123-131页 |
| 附录A | 第131-133页 |
| 附录B | 第133-137页 |
| 作者简历及攻读博士学位期间取得的研究成果 | 第137-143页 |
| 学位论文数据集 | 第143页 |
