首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

物联网环境下城市公交多线路动态发车优化方法

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

论文共98页,点击 下载论文
上一篇:基于增强学习算法的城市交叉口信号灯控制
下一篇:基于整车物流的运输优化算法研究及稳定性分析