城市轨道交通末班车的动态最优可达路径研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-20页 |
| 1.1 研究背景与意义 | 第12-14页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 国内研究现状 | 第14-16页 |
| 1.2.2 国外研究现状 | 第16-17页 |
| 1.3 主要研究内容与论文结构 | 第17-20页 |
| 1.3.1 研究内容 | 第17-18页 |
| 1.3.2 论文结构 | 第18-20页 |
| 2 路径可达性的影响因素分析 | 第20-31页 |
| 2.1 可达性的定义 | 第20页 |
| 2.2 路网结构对可达性的影响 | 第20-24页 |
| 2.3 列车运行交路对可达性的影响 | 第24-27页 |
| 2.4 换乘对可达性的影响 | 第27-30页 |
| 2.4.1 出行路径的换乘次数 | 第27-28页 |
| 2.4.2 换乘时间的不确定性 | 第28-30页 |
| 2.5 小结 | 第30-31页 |
| 3 乘客换乘时间研究 | 第31-45页 |
| 3.1 换乘时间调研方案 | 第31-34页 |
| 3.1.1 调研目的和调研内容 | 第31-32页 |
| 3.1.2 调研对象 | 第32页 |
| 3.1.3 调研方案设计 | 第32-34页 |
| 3.2 换乘设施处走行时间规律的研究 | 第34-42页 |
| 3.2.1 调研数据初步处理 | 第35-37页 |
| 3.2.2 乘客走行速度分布规律研究 | 第37-41页 |
| 3.2.3 走行时间与走行速度的关系 | 第41-42页 |
| 3.3 不同乘客换乘时间的取值研究 | 第42-43页 |
| 3.4 小结 | 第43-45页 |
| 4 城市轨道交通动态最优可达路径模型的研究 | 第45-53页 |
| 4.1 末班车时刻约束下的路径动态可达性 | 第45-46页 |
| 4.2 城市轨道交通网络模型研究 | 第46-50页 |
| 4.2.1 城市轨道交通网络模型的构建 | 第46-47页 |
| 4.2.2 特殊路网结构的处理 | 第47-49页 |
| 4.2.3 城市轨道交通网络模型的数学描述 | 第49-50页 |
| 4.3 城市轨道交通动态最优可达路径模型的建立 | 第50-52页 |
| 4.3.1 可达性的判断规则 | 第50页 |
| 4.3.2 动态最优可达路径模型的建立 | 第50-52页 |
| 4.4 小结 | 第52-53页 |
| 5 基于遗传算法的动态最优可达路径模型求解 | 第53-61页 |
| 5.1 可达性问题求解算法的选择 | 第53-54页 |
| 5.2 遗传算法的改进 | 第54-57页 |
| 5.2.1 遗传算法的编码 | 第54页 |
| 5.2.2 适应度函数的设计 | 第54-55页 |
| 5.2.3 初始种群的产生 | 第55-57页 |
| 5.3 遗传算子操作及其实现 | 第57-60页 |
| 5.3.1 染色体的选择操作及实现 | 第57-58页 |
| 5.3.2 染色体的交叉操作及实现 | 第58-59页 |
| 5.3.3 染色体的变异操作及实现 | 第59-60页 |
| 5.4 小结 | 第60-61页 |
| 6 案例应用 | 第61-74页 |
| 6.1 北京城市轨道交通概况 | 第61-62页 |
| 6.2 最优可达路径求解的基础数据 | 第62-68页 |
| 6.2.1 北京城市轨道交通网络模型的构建 | 第62-65页 |
| 6.2.2 换乘站的末班车时刻及换乘时间数据 | 第65-67页 |
| 6.2.3 遗传算法相关参数的确定 | 第67-68页 |
| 6.3 动态最优可达路径的求解结果 | 第68-73页 |
| 6.3.1 不同出发时刻的最优可达路径生成 | 第68-71页 |
| 6.3.2 不同步速乘客的最优可达路径生成 | 第71-73页 |
| 6.4 小结 | 第73-74页 |
| 7 结论与展望 | 第74-76页 |
| 7.1 研究总结 | 第74-75页 |
| 7.2 研究展望 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第79-81页 |
| 学位论文数据集 | 第81页 |
