摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第12-26页 |
1.1 研究背景 | 第12-15页 |
1.1.1 公交行车计划编制重要性及编制模式变革的需要 | 第12-13页 |
1.1.2 电动公交车的应用 | 第13-15页 |
1.2 研究意义 | 第15-16页 |
1.3 国内外研究现状 | 第16-24页 |
1.3.1 国外研究现状 | 第16-21页 |
1.3.2 国内研究现状 | 第21-23页 |
1.3.3 文献总结 | 第23-24页 |
1.4 主要研究内容 | 第24-25页 |
1.5 本章小结 | 第25-26页 |
第2章 纯电动公交车及区域行车计划编制相关理论 | 第26-39页 |
2.1 纯电动车公交车辆 | 第26-32页 |
2.1.1 纯电动公交车的优势 | 第26-27页 |
2.1.2 纯电动车的充电方式 | 第27-30页 |
2.1.3 纯电动公交车续驶里程影响因素分析 | 第30-32页 |
2.2 公交车辆行车计划编制问题概述 | 第32-35页 |
2.2.1 公交调度计划概述 | 第32页 |
2.2.2 公交行车计划问题中的相关概念 | 第32-33页 |
2.2.3 公交行车计划的分类 | 第33-35页 |
2.3 区域行车计划 | 第35-38页 |
2.3.1 公交区域调度的组织形式 | 第35-36页 |
2.3.2 区域行车计划分类 | 第36-37页 |
2.3.3 区域行车计划编制流程 | 第37-38页 |
2.4 本章小结 | 第38-39页 |
第3章 时空网络下纯电动公交车区域行车计划编制模型 | 第39-52页 |
3.1 时空网络的建立 | 第39-48页 |
3.1.1 时空网络的引入 | 第39-43页 |
3.1.2 时空网络中空驶弧的简化 | 第43-44页 |
3.1.3 时空网络的建立 | 第44-48页 |
3.2 行车计划编制模型建立 | 第48-51页 |
3.2.1 问题分析 | 第49-50页 |
3.2.2 模型假设 | 第50页 |
3.2.3 模型建立 | 第50-51页 |
3.3 本章小结 | 第51-52页 |
第4章 行车计划编制模型算法设计与算例分析 | 第52-74页 |
4.1 遗传算法 | 第52-54页 |
4.2 编码方案设计 | 第54-55页 |
4.3 启发式算法产生初始种群 | 第55-56页 |
4.4 适应度函数设计 | 第56-57页 |
4.5 遗传操作 | 第57-65页 |
4.5.1 选择 | 第57-58页 |
4.5.2 交叉 | 第58-63页 |
4.5.3 变异 | 第63-65页 |
4.6 终止原则设计 | 第65页 |
4.7 算法具体流程图 | 第65-66页 |
4.8 算例分析 | 第66-73页 |
4.8.1 实验数据 | 第66-67页 |
4.8.2 结果分析 | 第67-70页 |
4.8.3 对比分析 | 第70-73页 |
4.9 本章小结 | 第73-74页 |
第5章 总结 | 第74-76页 |
5.1 主要研究成果 | 第74页 |
5.2 展望 | 第74-76页 |
参考文献 | 第76-80页 |
致谢 | 第80-82页 |
作者简介 | 第82-83页 |
附录 | 第83-89页 |
时刻表数据 | 第83-87页 |
Main.m | 第87-89页 |