致谢 | 第5-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
1 引言 | 第12-22页 |
1.1 研究背景与意义 | 第12页 |
1.2 研究现状 | 第12-18页 |
1.2.1 国外研究现状 | 第13-14页 |
1.2.2 国内研究现状 | 第14-15页 |
1.2.3 国内外研究现状总结与分析 | 第15-18页 |
1.3 研究目的及主要内容 | 第18-19页 |
1.3.1 研究目的 | 第18页 |
1.3.2 主要内容 | 第18-19页 |
1.4 论文研究技术路线 | 第19-20页 |
1.5 本章小结 | 第20-22页 |
2 公交线网优化基础问题 | 第22-28页 |
2.1 城市公交需求预测 | 第22-24页 |
2.1.1 公交需求预测的技术路线 | 第22页 |
2.1.2 公交需求预测的步骤 | 第22-24页 |
2.2 城市公交线网优化模式和常用优化方法 | 第24-25页 |
2.2.1 城市公交线网优化模式 | 第24页 |
2.2.2 城市公交线网常用优化方法 | 第24-25页 |
2.3 公交线网优化目标与原则 | 第25-26页 |
2.3.1 公交线网优化的目标 | 第25-26页 |
2.3.2 公交线网优化的原则 | 第26页 |
2.4 影响公交线网优化的因素 | 第26-27页 |
2.5 本章小结 | 第27-28页 |
3 考虑居民出行习惯的公交线网优化模型 | 第28-44页 |
3.1 基本假设 | 第28页 |
3.2 公交线网优化目标函数 | 第28-38页 |
3.2.1 典型的公交网络优化目标函数分析 | 第28-33页 |
3.2.2 考虑居民出行习惯的方法 | 第33-35页 |
3.2.3 多目标规划解决办法 | 第35-37页 |
3.2.4 目标函数的建立 | 第37-38页 |
3.3 公交线网优化约束条件 | 第38-40页 |
3.3.1 单线路约束条件 | 第38-39页 |
3.3.2 线网约束条件 | 第39-40页 |
3.4 考虑出行习惯的公交线网优化模型 | 第40-43页 |
3.5 本章小结 | 第43-44页 |
4 优化模型的求解算法 | 第44-60页 |
4.1 可选线路集的生成 | 第44-47页 |
4.1.1 最短路的计算 | 第44-45页 |
4.1.2 OD对是否可选的判断 | 第45页 |
4.1.3 K最短路的计算 | 第45-46页 |
4.1.4 线路是否可选的判断 | 第46页 |
4.1.5 可选线路及生成的流程图 | 第46-47页 |
4.2 基于遗传算法的第一目标函数的求解 | 第47-55页 |
4.2.1 基础数据 | 第47-48页 |
4.2.2 遗传算法简介 | 第48-49页 |
4.2.3 遗传算法构成要素分析 | 第49-54页 |
4.2.4 基于GA的公交线网优化计算步骤 | 第54-55页 |
4.3 第二目标函数的计算流程 | 第55-57页 |
4.3.1 基础数据 | 第55页 |
4.3.2 优化线网包含既有线网程度的计算流程 | 第55-56页 |
4.3.3 线路包含程度计算的具体步骤 | 第56-57页 |
4.3.4 优化路网中包含既有线路程度最高的线路搜索方法 | 第57页 |
4.4 本章小结 | 第57-60页 |
5 实例分析 | 第60-76页 |
5.1 莱州市公交现状分析 | 第60-64页 |
5.1.1 公交线网分析 | 第61-63页 |
5.1.2 公共车辆发展现状 | 第63-64页 |
5.1.3 公交场站现状 | 第64页 |
5.1.4 公交运营现状 | 第64页 |
5.2 城市公交需求预测 | 第64-66页 |
5.2.1 交通小区的划分 | 第65页 |
5.2.2 城市公交需求预测 | 第65-66页 |
5.3 莱州市公共交通线网优化 | 第66-75页 |
5.3.1 模型参数设置分析 | 第66-68页 |
5.3.2 遗传算法生成公交方案集过程分析 | 第68-73页 |
5.3.3 最优公交线网方案 | 第73-74页 |
5.3.4 优化线网的评价 | 第74-75页 |
5.4 本章小结 | 第75-76页 |
6 结论与展望 | 第76-78页 |
6.1 主要工作回顾 | 第76页 |
6.2 展望 | 第76-78页 |
参考文献 | 第78-80页 |
作者简历及攻读硕士/博士学位期间取得的研究成果 | 第80-84页 |
学位论文数据集 | 第84页 |