| 致谢 | 第4-5页 |
| 中文摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第14-34页 |
| 1.1 研究背景及意义 | 第14-16页 |
| 1.1.1 依托课题 | 第14页 |
| 1.1.2 研究背景 | 第14-15页 |
| 1.1.3 研究意义 | 第15-16页 |
| 1.2 国内外研究文献综述 | 第16-31页 |
| 1.2.1 我国目前行车调度指挥系统现状 | 第16页 |
| 1.2.2 列车群运行调度与控制国内外研究现状 | 第16-23页 |
| 1.2.3 列车群运行智能优化控制国内外研究现状 | 第23-29页 |
| 1.2.4 研究文献综述小结 | 第29-31页 |
| 1.3 论文结构安排 | 第31页 |
| 1.4 论文技术路线 | 第31-33页 |
| 1.5 小结 | 第33-34页 |
| 2 列车群运行调度径路分配方法研究 | 第34-46页 |
| 2.1 成网条件下列车群运行调度内涵 | 第34-35页 |
| 2.2 成网条件下列车群运行调度涉及的问题 | 第35页 |
| 2.3 蚁群算法基础 | 第35-37页 |
| 2.3.1 蚁群算法的基本思想 | 第36页 |
| 2.3.2 蚁群算法的基本模型 | 第36-37页 |
| 2.4 成网条件下列车群运行径路分配模型与算法 | 第37-39页 |
| 2.4.1 随机机会约束规划基础理论 | 第37-38页 |
| 2.4.2 成网条件下列车群运行径路分配基本模型 | 第38-39页 |
| 2.4.3 成网条件下列车群运行径路分配模型改进 | 第39页 |
| 2.5 实证分析 | 第39-45页 |
| 2.6 小结 | 第45-46页 |
| 3 基于最早冲突优化的列车到发顺序的确定方法研究 | 第46-62页 |
| 3.1 冲突的形式 | 第47-50页 |
| 3.1.1 同向列车之间的冲突形式 | 第47-49页 |
| 3.1.2 对向列车之间的冲突形式 | 第49-50页 |
| 3.2 到发顺序确定方法 | 第50-54页 |
| 3.2.1 考虑的因素条件 | 第50-51页 |
| 3.2.2 算法设计 | 第51-54页 |
| 3.3 实证分析 | 第54-60页 |
| 3.3.1 初始条件 | 第54-58页 |
| 3.3.2 列车到发顺序优化 | 第58-59页 |
| 3.3.3 结果分析 | 第59-60页 |
| 3.4 小结 | 第60-62页 |
| 4 基于多目标优化的列车群运行调度控制方法研究 | 第62-106页 |
| 4.1 一般情况下列车运行调整研究 | 第62-76页 |
| 4.1.1 运行图始发站布点优化 | 第62-64页 |
| 4.1.2 运行图非始发车站布点优化 | 第64-66页 |
| 4.1.3 优化算法 | 第66-69页 |
| 4.1.4 算例分析 | 第69-76页 |
| 4.2 基于Pareto最优的列车群运行控制 | 第76-82页 |
| 4.2.1 列车群运行控制模型 | 第76-79页 |
| 4.2.2 列车群运行控制的Pareto最优方法 | 第79-80页 |
| 4.2.3 多目标混合进化算法 | 第80-81页 |
| 4.2.4 基于Pareto最优的列车群运行控制算法设计 | 第81-82页 |
| 4.3 基于多目标优化的列车运行调度 | 第82-96页 |
| 4.3.1 多目标优化问题理论基础 | 第82-83页 |
| 4.3.2 多目标优化问题的求解思路 | 第83-86页 |
| 4.3.3 多目标粒子群算法 | 第86-89页 |
| 4.3.4 列车运行调度模型与求解 | 第89-96页 |
| 4.4 实证分析 | 第96-105页 |
| 4.5 小结 | 第105-106页 |
| 5 基于协同粒子群的行车调度智能控制方法研究 | 第106-130页 |
| 5.1 基于协同粒子群算法的列车运行调度模型 | 第106-110页 |
| 5.1.1 模型变量描述 | 第106-107页 |
| 5.1.2 运行调度约束条件描述 | 第107-109页 |
| 5.1.3 适应度函数的确立 | 第109-110页 |
| 5.2 基于协同粒子群智能控制方法 | 第110-119页 |
| 5.2.1 基本粒子群算法的原理 | 第110-112页 |
| 5.2.2 粒子群算法的参数分析 | 第112-113页 |
| 5.2.3 粒子群算法存在的问题与改进思想 | 第113-114页 |
| 5.2.4 协同粒子群算法的基本思想 | 第114-115页 |
| 5.2.5 协同粒子群算法子群的划分 | 第115-116页 |
| 5.2.6 协同粒子群算法在行车调度中的应用 | 第116-118页 |
| 5.2.7 算法步骤 | 第118-119页 |
| 5.3 实证分析 | 第119-128页 |
| 5.3.1 已知条件及初始参数设置 | 第119-123页 |
| 5.3.2 运算结果分析 | 第123-128页 |
| 5.4 小结 | 第128-130页 |
| 6 主要结论与展望 | 第130-134页 |
| 6.1 研究内容 | 第130-131页 |
| 6.2 创新点 | 第131-132页 |
| 6.3 研究展望 | 第132-134页 |
| 参考文献 | 第134-144页 |
| 作者简历 | 第144页 |
| 攻读博士学位期间科研成果 | 第144-146页 |
| 学位论文数据集 | 第146-147页 |
| 详细摘要 | 第147-154页 |