| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第15-20页 |
| 1.1 研究背景和意义 | 第15-16页 |
| 1.2 共享单车与公共自行车国内外研究现状 | 第16-17页 |
| 1.3 研究内容与研究框架 | 第17-20页 |
| 第2章 相关理论概述 | 第20-28页 |
| 2.1 Hadoop云平台技术 | 第20-23页 |
| 2.1.1 HDFS分布式文件系统 | 第20-22页 |
| 2.1.2 MapReduce并行编程模型 | 第22-23页 |
| 2.2 传统聚类算法 | 第23-27页 |
| 2.2.1 聚类分析概述 | 第23-25页 |
| 2.2.2 K-means算法 | 第25-26页 |
| 2.2.3 Canopy算法 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 基于分布式聚类算法的共享单车需求点预测 | 第28-36页 |
| 3.1 问题概述 | 第28-29页 |
| 3.2 需求点模型 | 第29-31页 |
| 3.3 基于并行化Canopy-Kmeans算法模型求解分析 | 第31-35页 |
| 3.3.1 Canopy算法并行化 | 第31-32页 |
| 3.3.2 K-means算法并行化 | 第32-33页 |
| 3.3.3 实验结果分析 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 基于多目标优化的共享单车停放点选址模型 | 第36-45页 |
| 4.1 多目标优化问题概述 | 第36-38页 |
| 4.1.1 多目标优化问题的特点 | 第36-37页 |
| 4.1.2 多目标优化问题的数学描述 | 第37-38页 |
| 4.2 共享单车停放点选址模型构建 | 第38-42页 |
| 4.2.1 基本选址模型 | 第38页 |
| 4.2.2 电子围栏的可规划停车点 | 第38-39页 |
| 4.2.3 选址规划模型假设 | 第39-40页 |
| 4.2.4 数学模型构建 | 第40-42页 |
| 4.3 常用多目标优化模型求解算法 | 第42-44页 |
| 4.3.1 多目标进化算法 | 第42-43页 |
| 4.3.2 多目标粒子群算法 | 第43-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 基于改进的NSGA-Ⅱ的模型求解算法 | 第45-59页 |
| 5.1 NSGA-Ⅱ算法 | 第45-48页 |
| 5.1.1 快速非支配排序算法 | 第47页 |
| 5.1.2 拥挤度和拥挤度比较算子 | 第47-48页 |
| 5.1.3 精英策略 | 第48页 |
| 5.2 改进的NSGA-Ⅱ算法分析 | 第48-55页 |
| 5.2.1 编码方式 | 第49页 |
| 5.2.2 交叉算子和变异算子 | 第49-51页 |
| 5.2.3 约束优化处理改进 | 第51-52页 |
| 5.2.4 IA-NSGA-Ⅱ算法实现步骤 | 第52-53页 |
| 5.2.5 算例分析 | 第53-55页 |
| 5.3 基于Hadoop的并行分布式改进的NSGA-Ⅱ算法 | 第55-58页 |
| 5.3.1 并行遗传算法 | 第55-56页 |
| 5.3.2 Hadoop对IA-NSGA-Ⅱ算法的实现 | 第56-58页 |
| 5.3.3 算例分析 | 第58页 |
| 5.4 本章小结 | 第58-59页 |
| 第6章 总结和展望 | 第59-61页 |
| 6.1 总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 作者简介及读研期间主要科研成果 | 第66-67页 |
