摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 绪论 | 第10-15页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 文献综述 | 第11-12页 |
1.2.1 公共自行车运营特征研究 | 第11页 |
1.2.2 公共自行车影响因素研究 | 第11-12页 |
1.2.3 公共自行车站点服务水平评价方法 | 第12页 |
1.2.4 文献综述小结 | 第12页 |
1.3 研究内容及关键技术 | 第12-13页 |
1.3.1 主要研究内容 | 第12-13页 |
1.3.2 关键技术 | 第13页 |
1.4 技术路线 | 第13-15页 |
第二章 公共自行车站点服务评价指标体系 | 第15-19页 |
2.1 公共自行车站点特征 | 第15页 |
2.2 公共自行车站点服务评价指标选取原则 | 第15-16页 |
2.3 公共自行车站点服务评价指标选取 | 第16-19页 |
2.3.1 建筑环境 | 第16页 |
2.3.2 交通环境 | 第16-17页 |
2.3.3 站点布置 | 第17页 |
2.3.4 评价体系建立 | 第17-19页 |
第三章 公共自行车站点服务评价指标结构分析 | 第19-28页 |
3.1 解释结构模型定义 | 第19页 |
3.2 解释结构模型的基本概念 | 第19-20页 |
3.2.1 邻接矩阵 | 第19页 |
3.2.2 可达矩阵 | 第19-20页 |
3.2.3 可达矩阵的层级分解 | 第20页 |
3.3 解释结构模型的构建过程 | 第20-22页 |
3.3.1 应用方式 | 第20-21页 |
3.3.2 计算流程 | 第21-22页 |
3.4 公共自行车站点服务评价指标体系的解释结构模型 | 第22-26页 |
3.4.1 评价指标相互关系分析 | 第22-23页 |
3.4.2 邻接矩阵与可达矩阵的建立 | 第23-24页 |
3.4.3 可达矩阵的计算 | 第24页 |
3.4.4 多层递阶结构 | 第24-26页 |
3.5 指标体系结构分析 | 第26-28页 |
第四章 基于BP神经网络模型的公共自行车站点服务水平评价方法 | 第28-35页 |
4.1 基于BP神经网络的公共自行车站点服务水平评价体系 | 第28页 |
4.2 各层级权重的确定 | 第28-30页 |
4.2.1 层次分析法简介 | 第28-29页 |
4.2.2 基于解释结构模型构造判断矩阵 | 第29页 |
4.2.3 一致性检验 | 第29-30页 |
4.3 BP神经网络算法 | 第30-35页 |
4.3.1 神经网络概述 | 第30页 |
4.3.2 神经网络结构 | 第30页 |
4.3.3 BP神经网络算法 | 第30-33页 |
4.3.4 BP神经网络参数选择 | 第33-34页 |
4.3.5 训练样本的选择 | 第34-35页 |
第五章 案例分析 | 第35-54页 |
5.1 研究区域 | 第35-36页 |
5.2 数据采集与处理 | 第36-40页 |
5.2.1 POI数据采集 | 第36-38页 |
5.2.2 IC卡数据处理 | 第38-39页 |
5.2.3 实地调查 | 第39-40页 |
5.3 基于BP神经网络模型的南京浦口公共自行车站点服务水平评价 | 第40-51页 |
5.3.1 基于解释结构模型确定权重 | 第40-44页 |
5.3.2 BP神经网络评价模型 | 第44-51页 |
5.4 南京浦口公共自行车站点服务水平综合分析及建议 | 第51-54页 |
5.4.1 站点服务水平综合分析 | 第51-52页 |
5.4.2 站点规划建议 | 第52-54页 |
第六章 总结与展望 | 第54-56页 |
6.1 研究成果和主要结论 | 第54页 |
6.2 主要创新点 | 第54页 |
6.3 研究展望 | 第54-56页 |
致谢 | 第56-57页 |
参考文献 | 第57-60页 |
作者简介 | 第60页 |