基于元胞蚁群优化算法的企业铁路运输调度系统的研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.1.1 研究背景 | 第14-15页 |
| 1.1.2 研究意义 | 第15页 |
| 1.2 国内外研究现状 | 第15-16页 |
| 1.3 本文研究的难点和解决思路 | 第16-17页 |
| 1.3.1 研究难点 | 第16-17页 |
| 1.3.2 本文研究目标 | 第17页 |
| 1.4 课题来源及论文组织 | 第17-18页 |
| 1.5 本章总结 | 第18-19页 |
| 第二章 企业铁路运输调度计划流程 | 第19-27页 |
| 2.1 企业铁路运输智能调度系统的业务流程 | 第19-20页 |
| 2.1.1 运输部的调度作业流程 | 第19-20页 |
| 2.1.2 工作站的业务流程 | 第20页 |
| 2.2 调度计划编排的处理思路 | 第20-25页 |
| 2.2.1 班计划 | 第21-22页 |
| 2.2.2 阶段计划 | 第22页 |
| 2.2.3 调度计划 | 第22-25页 |
| 2.3 调度系统的关键问题及解决思路 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 企业铁路站场模型与进路搜索策略 | 第27-37页 |
| 3.1 铁路站场的模型分析 | 第27-31页 |
| 3.1.1 联锁系统和运输调度系统的关联 | 第27-28页 |
| 3.1.2 站场铁路进路与行驶特点 | 第28-29页 |
| 3.1.3 铁路站场分析及建模 | 第29-31页 |
| 3.2 进路搜索策略 | 第31-36页 |
| 3.2.1 进路搜索算法的思想 | 第31-32页 |
| 3.2.2 进路搜索算法设计 | 第32-33页 |
| 3.2.3 算法复杂度分析 | 第33-34页 |
| 3.2.4 仿真实验及分析 | 第34-36页 |
| 3.3 本章总结 | 第36-37页 |
| 第四章 元胞蚁群优化算法在车辆调度优化中的研究 | 第37-50页 |
| 4.1 车辆调度问题描述和模型建立 | 第37-38页 |
| 4.1.1 旅行商问题(TSP) | 第37-38页 |
| 4.1.2 铁路站场车辆调度 | 第38页 |
| 4.2 问题描述与模型建立 | 第38-40页 |
| 4.3 元胞自动机和蚁群算法 | 第40-42页 |
| 4.3.1 元胞自动机概念 | 第40页 |
| 4.3.2 蚁群算法概述 | 第40-41页 |
| 4.3.3 基本蚁群算法模型 | 第41-42页 |
| 4.4 元胞蚁群优化算法设计 | 第42-46页 |
| 4.4.1 转移概率的改进 | 第43-44页 |
| 4.4.2 信息素更新策略 | 第44-45页 |
| 4.4.3 局部交换策略 | 第45页 |
| 4.4.4 算法执行过程 | 第45-46页 |
| 4.5 仿真实验与分析 | 第46-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第五章 企业铁路运输调度系统的设计 | 第50-56页 |
| 5.1 系统功能分析 | 第50-51页 |
| 5.2 系统框架设计 | 第51-53页 |
| 5.3 系统模块分析 | 第53-54页 |
| 5.4 系统应用 | 第54-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第60-62页 |
