致谢 | 第1-6页 |
中文摘要 | 第6-8页 |
ABSTRACT | 第8-13页 |
1 绪论 | 第13-27页 |
·论文的研究背景及意义 | 第13-16页 |
·研究现状 | 第16-24页 |
·逐日动态配流模型的研究现状 | 第16-17页 |
·ATIS的研究现状 | 第17-19页 |
·城市轨道交通网络的研究现状 | 第19-21页 |
·多模式交通网络的研究现状 | 第21-23页 |
·随机交通网络的研究现状 | 第23-24页 |
·论文的主要研究内容及方法 | 第24-25页 |
·论文结构 | 第25-27页 |
2 信息诱导条件下交通网络的稳定性分析 | 第27-45页 |
·信息诱导条件下逐日动态配流模型 | 第27-32页 |
·准确诱导信息条件下的逐日动态配流模型 | 第28-30页 |
·非准确信息诱导条件下的逐日动态配流模型 | 第30-32页 |
·交通系统的稳定性 | 第32-33页 |
·数值试验 | 第33-39页 |
·准确信息诱导条件下的模拟结果 | 第34-37页 |
·不准确诱导信息条件下的模拟结果 | 第37-39页 |
·改进交通系统稳定性的管理措施 | 第39-42页 |
·知吸引子吸引域的管理措施 | 第40-41页 |
·吸引子的吸引域未知条件下的管理措施 | 第41-42页 |
·本章小结 | 第42-45页 |
3 结合出行信息诱导的连续网络设计问题 | 第45-65页 |
·结合出行信息诱导的连续网络设计模型 | 第46-49页 |
·符号表示 | 第46-47页 |
·UE-CNDP模型 | 第47页 |
·出行信息诱导下的用户均衡模型 | 第47-48页 |
·CSO-CNDP模型 | 第48-49页 |
·算法 | 第49-53页 |
·求解带有用户约束最短路径的算法 | 第50-51页 |
·求解CSO的路径算法 | 第51-52页 |
·模拟退火算法 | 第52-53页 |
·数值试验 | 第53-64页 |
·与现有UE-CNDP结果的比较 | 第56-60页 |
·出行诱导信息的公平性 | 第60-63页 |
·部分出行者不遵循出行诱导信息的结果 | 第63-64页 |
·本章小结 | 第64-65页 |
4 基于有限理性的城市轨道交通逐日动态配流模型 | 第65-81页 |
·模型 | 第65-70页 |
·网络表示 | 第65-66页 |
·有限理性条件下的逐日动态配流模型 | 第66-68页 |
·城市轨道交通的出行费用函数 | 第68-69页 |
·Logit模型 | 第69-70页 |
·数值试验 | 第70-80页 |
·路径流量的逐日演化 | 第71-77页 |
·交通需求对路径流量演化的影响 | 第77-78页 |
·换乘时间对轨道交通系统的影响 | 第78-80页 |
·本章小结 | 第80-81页 |
5 模式交通网络的稳定性分析 | 第81-97页 |
·模式交通网络中的逐日动态配流模型 | 第81-86页 |
·混合交通条件下的路径费用函数 | 第82-83页 |
·公交专用道条件下的路径费用函数 | 第83-84页 |
·换乘情形下的出行费用 | 第84-85页 |
·逐日动态配流模型 | 第85-86页 |
·数值试验 | 第86-94页 |
·不考虑换乘时交通网络的稳定性分析 | 第87-89页 |
·考虑换乘的交通网络的稳定性分析 | 第89-91页 |
·不同出行者感知误差参数的模拟结果 | 第91-94页 |
·本章小结 | 第94-97页 |
6 随机交通需求条件下的马尔可夫配流模型 | 第97-117页 |
·随机交通需求条件下系统演化具有平稳分布的充分条件 | 第97-102页 |
·符号与表述 | 第98-100页 |
·交通系统演化具有平稳分布的充分条件 | 第100-102页 |
·马尔可夫配流模型 | 第102-104页 |
·模型 | 第102-104页 |
·实现马尔可夫配流模型的算法 | 第104页 |
·数值试验 | 第104-116页 |
·通勤出行者记忆长度参数的影响 | 第105-109页 |
·非通勤交通需求量的影响 | 第109-113页 |
·通勤出行者感知误差参数的影响 | 第113-116页 |
·本章小结 | 第116-117页 |
7 研究结论与工作展望 | 第117-121页 |
·研究总结 | 第117-119页 |
·研究工作展望 | 第119-121页 |
参考文献 | 第121-133页 |
作者简历及攻读博士学位期间取得的研究成果 | 第133-137页 |
学位论文数据集 | 第137页 |