| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第16-31页 |
| 1.1 研究背景及意义 | 第16-18页 |
| 1.1.1 依托课题 | 第16页 |
| 1.1.2 研究背景 | 第16-17页 |
| 1.1.3 研究意义 | 第17-18页 |
| 1.2 国内外研究文献综述 | 第18-28页 |
| 1.2.1 智能控制理论与方法研究综述 | 第18-23页 |
| 1.2.2 列车运行径路分配研究综述 | 第23-25页 |
| 1.2.3 列车运行计划调整研究综述 | 第25-28页 |
| 1.3 论文结构安排 | 第28-29页 |
| 1.4 论文研究思路和技术路线 | 第29-30页 |
| 1.4.1 论文研究思路 | 第29页 |
| 1.4.2 技术路线 | 第29-30页 |
| 1.5 小结 | 第30-31页 |
| 2 突发事件条件下列车运行调度理论基础 | 第31-45页 |
| 2.1 突发事件概述 | 第31-34页 |
| 2.1.1 突发事件的种类及特点 | 第31-32页 |
| 2.1.2 列车运行调度突发事件 | 第32-34页 |
| 2.2 应急状态下的列车运行调度 | 第34-36页 |
| 2.2.1 应急状态下列车运行调度的特点 | 第34-35页 |
| 2.2.2 列车运行调度应对突发事件的调整方式 | 第35-36页 |
| 2.3 成网条件下列车运行调度综合应急策略 | 第36-41页 |
| 2.3.1 突发事件影响范围的确定 | 第36-37页 |
| 2.3.2 应急预案的分类分级 | 第37-39页 |
| 2.3.3 应急条件下列车运行调度应急预案体系构建 | 第39-41页 |
| 2.4 面向路网的列车运行调度应急处理流程 | 第41-44页 |
| 2.5 小结 | 第44-45页 |
| 3 突发事件条件下列车运行调度预警控制方法研究 | 第45-57页 |
| 3.1 正常情况下的列车调度阶段计划 | 第45页 |
| 3.2 正常情况下的列车调度阶段计划 | 第45-48页 |
| 3.2.1 路局调度组织机构 | 第45-46页 |
| 3.2.2 各机构间的关系 | 第46页 |
| 3.2.3 突发事件条件下与应急处置措施、相关部门的映射关系 | 第46-48页 |
| 3.3 基于状态的行车调度预警控制研究 | 第48-54页 |
| 3.3.1 行车调度预警相关因素分析 | 第48-49页 |
| 3.3.2 行车调度预警相关因素状态描述 | 第49-50页 |
| 3.3.3 行车调度预警风险识别贝叶斯方法 | 第50页 |
| 3.3.4 行车调度预警控制模型—贝叶斯网络模型 | 第50-54页 |
| 3.4 实证分析 | 第54-56页 |
| 3.5 小结 | 第56-57页 |
| 4 突发事件条件下列车运行径路搜索与分配方法研究 | 第57-84页 |
| 4.1 引入路阻的蚁群算法求解突发事件条件下K‐最短径路问题 | 第57-63页 |
| 4.1.1 对启发因子的改进 | 第58-59页 |
| 4.1.2 信息素局部更新规则的改进 | 第59-60页 |
| 4.1.3 改进的蚁群算法求解K‐最短径路 | 第60-61页 |
| 4.1.4 算法步骤 | 第61-62页 |
| 4.1.5 计算实例及分析 | 第62-63页 |
| 4.2 考虑停站时分影响的突发事件下列车运行K‐最短径路算法 | 第63-71页 |
| 4.2.1 必要性分析 | 第63页 |
| 4.2.2 考虑停站时分影响的列车运行K‐最短径路算法改进 | 第63-67页 |
| 4.2.3 改进算法求解步骤 | 第67-68页 |
| 4.2.4 实例分析 | 第68-71页 |
| 4.3 突发事件条件下列车运行径路分配模型 | 第71-78页 |
| 4.3.1 突发事件条件下列车运行径路分配问题分析 | 第71-72页 |
| 4.3.2 突发事件条件下列车运行径路分配模型设计 | 第72-76页 |
| 4.3.3 列车运行径路分配差分进化算法及改进策略 | 第76-77页 |
| 4.3.4 列车运行径路分配算法步骤设计 | 第77-78页 |
| 4.4 突发事件条件下列车运行径路分配实证分析 | 第78-83页 |
| 4.4.1 铁路路网描述 | 第78-79页 |
| 4.4.2 铁路事故假设 | 第79-80页 |
| 4.4.3 可行径路分析 | 第80-81页 |
| 4.4.4 径路分配方案计算 | 第81-82页 |
| 4.4.5 计算结果分析 | 第82-83页 |
| 4.5 小结 | 第83-84页 |
| 5 突发事件（事故、自然灾害）下列车运行控制方法研究 | 第84-100页 |
| 5.1 列车运行控制的多目标优化模型 | 第84-86页 |
| 5.1.1 多目标优化问题 | 第84页 |
| 5.1.2 多目标列车运行控制模型 | 第84-86页 |
| 5.2 多目标列车运行控制求解算法 | 第86-88页 |
| 5.2.1 多目标粒子群算法 | 第86-87页 |
| 5.2.2 遗传算法 | 第87-88页 |
| 5.2.3 混合智能优化算法 | 第88页 |
| 5.3 混合智能优化算法在列车运行控制中的应用 | 第88-89页 |
| 5.4 实证分析 | 第89-99页 |
| 5.5 小结 | 第99-100页 |
| 6 突发事件（重大节假日、大客流）下行车调度优化控制研究 | 第100-121页 |
| 6.1 突发大客流或重大节假日下列车开行方案的调整措施分析 | 第101-104页 |
| 6.1.1 增开列车开行对数确定 | 第101-102页 |
| 6.1.2 临时旅客列车运行图编制方法 | 第102页 |
| 6.1.3 旅客列车停站方案的设置与调整 | 第102-104页 |
| 6.2 列车开行方案调整与运行控制一体化模型 | 第104-109页 |
| 6.2.1 模型基础 | 第104-105页 |
| 6.2.2 优化目标 | 第105-106页 |
| 6.2.3 约束条件 | 第106-108页 |
| 6.2.4 一体化模型 | 第108-109页 |
| 6.3 求解算法设计 | 第109-113页 |
| 6.3.1 基于免疫算法流程 | 第109-110页 |
| 6.3.2 基于信息熵的免疫算法改进 | 第110-111页 |
| 6.3.3 基于信息熵的免疫算法流程 | 第111-112页 |
| 6.3.4 算法设计 | 第112-113页 |
| 6.4 实证分析 | 第113-120页 |
| 6.5 小结 | 第120-121页 |
| 7 主要结论与展望 | 第121-124页 |
| 7.1 研究内容 | 第121-122页 |
| 7.2 创新点 | 第122-123页 |
| 7.3 研究展望 | 第123-124页 |
| 参考文献 | 第124-133页 |
| 作者简历 | 第133页 |
| 攻读博士学位期间科研成果 | 第133-136页 |
| 学位论文数据集 | 第136-137页 |
| 中英文详细摘要 | 第137-145页 |
