| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第9-20页 |
| 1.1 研究背景及意义 | 第9-12页 |
| 1.1.1 研究背景 | 第9-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 我国共享单车的发展与现状分析 | 第12-14页 |
| 1.3 国内外研究现状 | 第14-17页 |
| 1.3.1 国外研究现状 | 第14-16页 |
| 1.3.2 国内研究现状 | 第16-17页 |
| 1.4 研究内容及技术路线 | 第17-20页 |
| 第二章 无桩式共享单车出行特征及影响因素分析 | 第20-38页 |
| 2.1 无桩式共享单车的简介 | 第20-25页 |
| 2.1.1 无桩式共享单车的界定 | 第20-21页 |
| 2.1.2 无桩式共享单车的功能定位 | 第21-23页 |
| 2.1.3 无桩式共享单车与有桩公共自行车的异同 | 第23页 |
| 2.1.4 无桩式共享单车存在的问题 | 第23-25页 |
| 2.2 无桩式共享单车的使用特性及影响因素分析 | 第25-37页 |
| 2.2.1 无桩式共享单车时间出行特征及影响因素分析 | 第26-28页 |
| 2.2.2 无桩式共享单车空间出行特征及影响因素分析 | 第28-33页 |
| 2.2.3 无桩式共享单车外部因素对出行的影响因素 | 第33-34页 |
| 2.2.4 无桩式共享单车用户出行特征及影响因素分析 | 第34-37页 |
| 2.3 本章小结 | 第37-38页 |
| 第三章 无桩式共享单车站点借还需求预测 | 第38-53页 |
| 3.1 预测方法概述 | 第38-39页 |
| 3.2 BP神经网络原理 | 第39-40页 |
| 3.2.1 BP神经网络结构 | 第39-40页 |
| 3.2.2 BP神经网络算法 | 第40页 |
| 3.3 基于BP神经网络的无桩式共享单车借还需求预测方法 | 第40-46页 |
| 3.3.1 输入层和输出层的设计 | 第40-43页 |
| 3.3.2 数据来源和样本的预处理 | 第43-44页 |
| 3.3.3 样本的划分 | 第44页 |
| 3.3.4 参数的选取和设置 | 第44-46页 |
| 3.4 实例预测 | 第46-52页 |
| 3.4.1 数据样本分析 | 第47-48页 |
| 3.4.2 BP神经网络训练 | 第48页 |
| 3.4.3 预测结果及分析 | 第48-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第四章 无桩式共享单车调度路径优化模型建立 | 第53-71页 |
| 4.1 无桩式共享单车调度问题分析 | 第53-56页 |
| 4.1.1 无桩式共享单车调度问题描述 | 第53页 |
| 4.1.2 无桩式共享单车调度形式 | 第53-54页 |
| 4.1.3 无桩式共享单车调度的主要内容 | 第54-55页 |
| 4.1.4 无桩式共享单车调度问题分类 | 第55-56页 |
| 4.2 基于不同时段的无桩式共享单车调度路径优化模型构建 | 第56-65页 |
| 4.2.1 模型描述 | 第56-57页 |
| 4.2.2 模型假设 | 第57页 |
| 4.2.3 模型建立 | 第57-65页 |
| 4.3 模型验证 | 第65-69页 |
| 4.3.1 测试数据设计 | 第66-67页 |
| 4.3.2 实验结果 | 第67-69页 |
| 4.4 本章小结 | 第69-71页 |
| 第五章 无桩式共享单车调度路径优化模型求解算法设计 | 第71-86页 |
| 5.1 模型求解算法概述 | 第71-72页 |
| 5.1.1 精确算法 | 第71页 |
| 5.1.2 启发式算法 | 第71-72页 |
| 5.2 混合遗传算法原理及设计思路 | 第72-78页 |
| 5.2.1 遗传算法原理和操作流程 | 第72-74页 |
| 5.2.2 模拟退火算法原理和操作流程 | 第74-76页 |
| 5.2.3 混合遗传算法设计思路 | 第76-78页 |
| 5.3 算法流程 | 第78-85页 |
| 5.3.1 编码与解码 | 第78-80页 |
| 5.3.2 产生初始种群 | 第80页 |
| 5.3.3 适应度函数 | 第80-81页 |
| 5.3.4 遗传算子和模拟退火METROPOLIS准则结合方式 | 第81-85页 |
| 5.3.5 算法终止规则 | 第85页 |
| 5.4 本章小结 | 第85-86页 |
| 第六章 算例分析 | 第86-99页 |
| 6.1 算例概况 | 第86-87页 |
| 6.2 算例运行环境与参数设置 | 第87-88页 |
| 6.3 算例求解 | 第88-95页 |
| 6.3.1 小规模算例求解 | 第88-89页 |
| 6.3.2 中小规模算例求解 | 第89-92页 |
| 6.3.3 大规模算例求解 | 第92-95页 |
| 6.4 算例运行结果分析 | 第95-98页 |
| 6.4.1 平峰时段与高峰时段结果分析 | 第95-96页 |
| 6.4.2 考虑站点重要度与不考虑站点重要度结果分析 | 第96-98页 |
| 6.5 本章小结 | 第98-99页 |
| 结论与展望 | 第99-101页 |
| 结论 | 第99-100页 |
| 展望 | 第100-101页 |
| 参考文献 | 第101-105页 |
| 附录A | 第105-107页 |
| 攻读学位期间取得的研究成果 | 第107-108页 |
| 致谢 | 第108页 |
