| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-13页 |
| 1.1 研究背景与意义 | 第7-9页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 国内外研究综述 | 第9-10页 |
| 1.2.1 GPS轨迹数据的研究 | 第9页 |
| 1.2.2 公交站点选址研究 | 第9-10页 |
| 1.2.3 车辆路线规划研究 | 第10页 |
| 1.3 研究内容 | 第10-11页 |
| 1.4 论文结构 | 第11-13页 |
| 2 相关理论与技术方法 | 第13-22页 |
| 2.1 数据挖掘聚类算法 | 第13-15页 |
| 2.1.1 DBSCAN | 第13-14页 |
| 2.1.2 k-means算法 | 第14-15页 |
| 2.1.3 PAM算法 | 第15页 |
| 2.2 轮廓系数 | 第15-16页 |
| 2.3 路径规划 | 第16-17页 |
| 2.3.1 扫描法 | 第16页 |
| 2.3.2 TSP问题 | 第16-17页 |
| 2.4 遗传算法 | 第17-21页 |
| 2.4.1 遗传算法的编码方式 | 第17页 |
| 2.4.2 适应度函数 | 第17-18页 |
| 2.4.3 遗传算法的基本算子 | 第18-19页 |
| 2.4.4 遗传算法的流程步骤 | 第19-21页 |
| 2.5 本章小结 | 第21-22页 |
| 3 基于DBSCAN算法和PAM算法的混合算法的班车站点选址 | 第22-34页 |
| 3.1 基于DBSCAN算法和PAM算法的混合聚类算法 | 第22-25页 |
| 3.1.1 传统DBSCNA算法 | 第22-23页 |
| 3.1.2 DBSCAN算法和PAM算法的混合聚类算法 | 第23-25页 |
| 3.2 实验及结果分析 | 第25-33页 |
| 3.2.1 数据预处理 | 第25-27页 |
| 3.2.2 Eps和MinPts参数设置 | 第27-28页 |
| 3.2.3 k值参数讨论 | 第28-31页 |
| 3.2.4 候选班车站点位置对比分析 | 第31-32页 |
| 3.2.5 班车站点选择 | 第32-33页 |
| 3.3 本章小结 | 第33-34页 |
| 4 基于最近距离扫描法和遗传算法的班车路线规划 | 第34-47页 |
| 4.1 最近距离扫描法 | 第34-36页 |
| 4.2 班车路线规划 | 第36-40页 |
| 4.2.1 班车路线问题分析 | 第36-37页 |
| 4.2.2 站点之间距离计算 | 第37-38页 |
| 4.2.3 基本遗传算法的设计 | 第38-40页 |
| 4.3 实验及结果分析 | 第40-46页 |
| 4.3.1 班车站点分组 | 第40-42页 |
| 4.3.2 确定班车路线 | 第42-44页 |
| 4.3.3 对比分析 | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-53页 |
| 致谢 | 第53-55页 |
