| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究目的及意义 | 第11-12页 |
| 1.2 研究内容及框架 | 第12-14页 |
| 1.2.1 研究内容 | 第12页 |
| 1.2.2 研究结构与框架 | 第12-14页 |
| 2 文献综述 | 第14-18页 |
| 2.1 国外学者研究现状 | 第14-15页 |
| 2.2 国内学者研究现状 | 第15-17页 |
| 2.3 国内外文献研究评述 | 第17-18页 |
| 3 基于CAS论的居民出行方式选择行为分析 | 第18-32页 |
| 3.1 复杂自适应系统概述 | 第18-22页 |
| 3.1.1 复杂自适应系统 | 第18-19页 |
| 3.1.2 复杂自适应系统理论基础—涌现 | 第19-20页 |
| 3.1.3 基于多Agent的建模与仿真 | 第20-21页 |
| 3.1.4 Agent所处的复杂系统环境 | 第21-22页 |
| 3.2 AGENT的出行方式选择行为分析 | 第22-31页 |
| 3.2.1 居民出行方式选择影响因素分析 | 第22-25页 |
| 3.2.2 出行者时间价值分析 | 第25-28页 |
| 3.2.3 出行费用分析 | 第28-30页 |
| 3.2.4 Agent的出行方式选择行为分析 | 第30-31页 |
| 3.3 本章小结 | 第31-32页 |
| 4 居民出行选择的多主体仿真模型构建及系统框架设计 | 第32-46页 |
| 4.1 多AGENT仿真工具STARLOGO | 第32页 |
| 4.2 模型的几点假设 | 第32-33页 |
| 4.3 AGENT的基本行为模型 | 第33-42页 |
| 4.3.1 车辆Agent生成模型 | 第33页 |
| 4.3.2 车辆Agent的行驶模型 | 第33-34页 |
| 4.3.3 Agent的出行方式选择决策模型 | 第34-42页 |
| 4.4 基于STARLOGO平台的仿真系统框架设计 | 第42-45页 |
| 4.4.1 仿真界面设计 | 第42-43页 |
| 4.4.2 仿真流程设计 | 第43-44页 |
| 4.4.3 Agent的出行方式决策仿真行为 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 5 模拟仿真实现及结果分析 | 第46-64页 |
| 5.1 出租车调价仿真模型的有效性分析 | 第46-48页 |
| 5.1.1 初始参数设置 | 第46页 |
| 5.1.2 仿真过程分析 | 第46-48页 |
| 5.1.3 调价前仿真结果有效性分析 | 第48页 |
| 5.2 出租车调价后模拟仿真结果分析 | 第48-50页 |
| 5.2.1 模型中对应参数变化 | 第48-49页 |
| 5.2.2 仿真过程分析 | 第49页 |
| 5.2.3 调价后仿真结果实证分析 | 第49-50页 |
| 5.3 不同时期的调价仿真结果对比分析 | 第50-56页 |
| 5.3.1 出租车调价前后仿真结果对比分析 | 第50-54页 |
| 5.3.2 公交地铁调价前后仿真结果对比分析 | 第54-56页 |
| 5.4 对打车软件业务引入后出租车分时调价仿真分析 | 第56-59页 |
| 5.4.1 滴滴Uber打车软件业务 | 第56-57页 |
| 5.4.2 仿真模型变化 | 第57-58页 |
| 5.4.3 打车软件业务引入仿真结果分析 | 第58-59页 |
| 5.5 分时段出租车调价策略仿真结果分析 | 第59-62页 |
| 5.5.1 非高峰时段定价策略分析 | 第60-61页 |
| 5.5.2 高峰时段定价策略分析 | 第61-62页 |
| 5.5.3 仿真结果小结 | 第62页 |
| 5.6 本章小结 | 第62-64页 |
| 6 总结与展望 | 第64-66页 |
| 6.1 全文总结 | 第64页 |
| 6.2 研究展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第69-71页 |
| 学位论文数据集 | 第71页 |
