随机环境下的地铁换乘问题两阶段优化模型
| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 引言 | 第12-22页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-20页 |
| 1.2.1 最短路问题分类 | 第15-16页 |
| 1.2.2 静态最短路问题研究现状 | 第16-18页 |
| 1.2.3 动态最短路问题研究现状 | 第18-20页 |
| 1.3 论文研究内容和组织结构 | 第20-22页 |
| 2 静态随机环境下地铁最优换乘方案选择问题 | 第22-38页 |
| 2.1 地铁换乘问题概述 | 第22-24页 |
| 2.2 随机环境下的地铁换乘问题分析 | 第24-27页 |
| 2.3 基于静态随机场景的地铁换乘问题两阶段模型 | 第27-36页 |
| 2.3.1 模型假设与网络构建 | 第27-28页 |
| 2.3.2 模型构建 | 第28-35页 |
| 2.3.3 模型复杂性分析 | 第35-36页 |
| 2.4 本章小结 | 第36-38页 |
| 3 动态随机环境下地铁最优换乘方案选择问题 | 第38-46页 |
| 3.1 动态网络构建 | 第38-40页 |
| 3.2 动态随机环境下地铁换乘问题两阶段模型 | 第40-45页 |
| 3.3 本章小结 | 第45-46页 |
| 4 算法设计分析 | 第46-56页 |
| 4.1 分支定界算法 | 第46-47页 |
| 4.2 标号修正算法 | 第47-48页 |
| 4.3 分支定界与标号修正相结合算法设计 | 第48-55页 |
| 4.3.1 算法示例 | 第49-52页 |
| 4.3.2 分支定界准则 | 第52-53页 |
| 4.3.3 算法流程 | 第53-55页 |
| 4.4 本章小结 | 第55-56页 |
| 5 算例分析 | 第56-74页 |
| 5.1 小规模网路算例 | 第56-60页 |
| 5.2 大规模网路算例 | 第60-72页 |
| 5.2.1 网络构建及数据准备 | 第60-62页 |
| 5.2.2 数值实验 | 第62-72页 |
| 5.3 本章小结 | 第72-74页 |
| 6 结论 | 第74-76页 |
| 6.1 论文的主要工作与结论 | 第74-75页 |
| 6.2 进一步研究方向 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第80-84页 |
| 学位论文数据集 | 第84页 |
