摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第12-18页 |
1.1 课题研究的背景与来源 | 第12-13页 |
1.2 课题研究的目的与意义 | 第13-14页 |
1.3 研究的目标与内容 | 第14-15页 |
1.4 研究的技术路线与方法 | 第15-16页 |
1.5 论文的结构安排 | 第16-17页 |
1.6 本章小结 | 第17-18页 |
第2章 相关理论与研究综述 | 第18-30页 |
2.1 公交动态调度的相关研究 | 第18-25页 |
2.1.1 公交调度基础理论简介 | 第18-19页 |
2.1.2 公交多线路调度的相关研究 | 第19-22页 |
2.1.3 公交动态调度 | 第22-25页 |
2.2 物联网技术简介及应用 | 第25-26页 |
2.2.1 物联网技术的简介 | 第25页 |
2.2.2 物联网技术在智能公交领域的应用 | 第25-26页 |
2.3 动态环境中的进化算法 | 第26-28页 |
2.3.1 进化算法简介 | 第26-27页 |
2.3.2 进化算法在动态环境中的应用 | 第27-28页 |
2.4 本章小结 | 第28-30页 |
第3章 公交多线路动态发车基础模型和算法 | 第30-46页 |
3.1 公交多线路动态发车模型 | 第30-36页 |
3.1.1 模型假设 | 第30-31页 |
3.1.2 符号和参数说明 | 第31-33页 |
3.1.3 目标函数 | 第33-34页 |
3.1.4 约束条件 | 第34-36页 |
3.1.5 优化模型 | 第36页 |
3.2 遗传算法求解 | 第36-42页 |
3.2.1 遗传算法设计 | 第36-40页 |
3.2.2 案例求解 | 第40-42页 |
3.3 基于记忆初始化的遗传算法 | 第42-44页 |
3.3.1 基于记忆初始化的遗传算法过程 | 第42-43页 |
3.3.2 改进后的遗传算法求解结果 | 第43-44页 |
3.4 总结 | 第44-46页 |
第4章 考虑车容量限制的公交多线路动态发车优化方法 | 第46-56页 |
4.1 考虑车容量限制的公交多线路动态发车模型 | 第46-48页 |
4.1.1 模型假设 | 第46页 |
4.1.2 符号和参数说明 | 第46-47页 |
4.1.3 目标函数 | 第47页 |
4.1.4 约束条件 | 第47-48页 |
4.1.5 优化模型 | 第48页 |
4.2 案例求解与分析 | 第48-54页 |
4.2.1 基本案例的求解与分析 | 第48-50页 |
4.2.2 不同客流变化情形下的求解结果比较和分析 | 第50-54页 |
4.3 本章小结 | 第54-56页 |
第5章 考虑多车型的公交多线路动态发车优化方法 | 第56-72页 |
5.1 不考虑运营费用情形下的优化模型 | 第56-62页 |
5.1.1 模型假设 | 第56页 |
5.1.2 符号和参数说明 | 第56-57页 |
5.1.3 目标函数 | 第57页 |
5.1.4 约束条件 | 第57-58页 |
5.1.5 优化模型 | 第58页 |
5.1.6 遗传算法的设计 | 第58-59页 |
5.1.7 案例求解与分析 | 第59-62页 |
5.2 考虑运营费用情形下的优化模型 | 第62-70页 |
5.2.1 模型假设 | 第63页 |
5.2.2 符号和参数说明 | 第63-64页 |
5.2.3 目标函数 | 第64页 |
5.2.4 约束条件 | 第64-65页 |
5.2.5 优化模型 | 第65页 |
5.2.6 遗传算法的设计 | 第65页 |
5.2.7 典型案例求解 | 第65-70页 |
5.3 本章小结 | 第70-72页 |
第6章 公交多线路动态调度模块的设计与开发 | 第72-88页 |
6.1 系统的架构设计与开发环境 | 第72-75页 |
6.1.1 架构设计思想 | 第72页 |
6.1.2 总体架构设计 | 第72-75页 |
6.1.3 软件系统开发环境 | 第75页 |
6.2 数据库设计 | 第75-79页 |
6.2.1 数据库设计的基本步骤 | 第75-79页 |
6.3 系统界面 | 第79-83页 |
6.4 使用实例 | 第83-86页 |
6.5 本章小结 | 第86-88页 |
第7章 总结与展望 | 第88-90页 |
7.1 本文小结 | 第88-89页 |
7.2 展望 | 第89-90页 |
参考文献 | 第90-96页 |
致谢 | 第96-98页 |
攻读硕士期间从事科学研究、获奖情况及发明专利等项 | 第98页 |