| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 课题的研究目标、研究内容和技术路线 | 第11-13页 |
| 1.2.1 课题研究目标 | 第11-12页 |
| 1.2.2 课题研究内容 | 第12页 |
| 1.2.3 课题技术路线 | 第12-13页 |
| 1.3 本章小结 | 第13-14页 |
| 第二章 文献回顾 | 第14-25页 |
| 2.1 国内外地铁排班系统应用现状 | 第14-16页 |
| 2.2 遗传算法工作机制 | 第16-22页 |
| 2.2.1 算法简介 | 第16-17页 |
| 2.2.2 算法演算机制 | 第17-21页 |
| 2.2.3 算法优点及缺点 | 第21-22页 |
| 2.3 遗传算法在排交路问题的应用现状 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 地铁智能排班系统介绍 | 第25-37页 |
| 3.1 排班系统的应用背景 | 第25页 |
| 3.2 地铁排班系统相关术语 | 第25-28页 |
| 3.3 排班系统的主要功能介绍 | 第28-32页 |
| 3.3.1 交路问题的数学定义 | 第29页 |
| 3.3.2 人员排班及调班 | 第29-32页 |
| 3.3.3 其它系统核心功能 | 第32页 |
| 3.4 排班系统的功能结构 | 第32-33页 |
| 3.5 排班系统的技术及平台支持 | 第33-36页 |
| 3.5.1 基于 WPF 的 MVVM 框架实现用户界面 | 第33-35页 |
| 3.5.2 指纹识别技术 | 第35页 |
| 3.5.3 C/S 架构 | 第35-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第四章 遗传算法在本系统排交路问题的应用 | 第37-62页 |
| 4.1 求解目标及定义 | 第37-38页 |
| 4.2 遗传机制的构建与遗传算法的设计 | 第38-49页 |
| 4.2.1 交路集合产生模式的构建 | 第38-43页 |
| 4.2.2 编码方式与初始群体 | 第43-44页 |
| 4.2.3 适应度函数的设计 | 第44页 |
| 4.2.4 选择机制 | 第44-45页 |
| 4.2.5 交叉机制 | 第45页 |
| 4.2.6 变异机制 | 第45-46页 |
| 4.2.7 修复机制 | 第46-47页 |
| 4.2.8 取代与种群更新机制 | 第47页 |
| 4.2.9 终止条件 | 第47页 |
| 4.2.10 算法演算总流程 | 第47-49页 |
| 4.3 实验结果与分析 | 第49-59页 |
| 4.3.1 可行交路集合产生结果 | 第49-50页 |
| 4.3.2 工作效率与车次分布控制策略 | 第50-52页 |
| 4.3.3 不同车次分布控制下的交路集合测试 | 第52-54页 |
| 4.3.4 参数选择 | 第54-57页 |
| 4.3.5 多目标适应度函数求解结果 | 第57-59页 |
| 4.4 系统实现 | 第59-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 排班系统分支扩展功能 | 第62-77页 |
| 5.1 出退勤管理功能 | 第62-64页 |
| 5.2 运营公里数统计功能 | 第64-67页 |
| 5.3 基于优先级的公寓安排及语音叫醒服务 | 第67-71页 |
| 5.3.1 基于优先级的公寓安排 | 第67-69页 |
| 5.3.2 语音叫醒服务 | 第69-71页 |
| 5.4 台账系统，综合查询管理平台 | 第71-76页 |
| 5.5 本章小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-79页 |
| 参考文献 | 第79-82页 |
| 攻读硕士学位期间取得的研究成果 | 第82-83页 |
| 致谢 | 第83-84页 |
| 附件 | 第84页 |