| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景与意义 | 第12-14页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 国内外路径选择研究现状 | 第14-16页 |
| 1.2.1 国外研究现状 | 第14-15页 |
| 1.2.2 国内研究现状 | 第15-16页 |
| 1.2.3 研究现状分析与总结 | 第16页 |
| 1.3 研究内容及章节安排 | 第16-19页 |
| 1.3.1 研究内容 | 第16-17页 |
| 1.3.2 章节安排 | 第17-19页 |
| 1.4 本章小结 | 第19-20页 |
| 第2章 考虑风险规避的动态路径选择模型研究 | 第20-32页 |
| 2.1 前景理论介绍 | 第20-21页 |
| 2.2 前景理论与路径选择模型结合 | 第21-23页 |
| 2.3 出行前景与准时到达可靠度研究 | 第23-24页 |
| 2.4 DRMCR模型构建 | 第24-28页 |
| 2.4.1 负前景状态下的风险规避行为 | 第24-25页 |
| 2.4.2 随机占优研究 | 第25-27页 |
| 2.4.3 延误风险定义 | 第27-28页 |
| 2.5 DRMCR模型求解步骤 | 第28-30页 |
| 2.6 本章小结 | 第30-32页 |
| 第3章 基于个体学习的多次重复出行路径选择模型研究 | 第32-42页 |
| 3.1 多次重复出行过程中的出行决策行为 | 第32-34页 |
| 3.1.1 多次重复出行过程中的路径选择特点 | 第32-33页 |
| 3.1.2 多次重复出行过程中的出行行为过程 | 第33-34页 |
| 3.2 个体出行过程建模 | 第34-39页 |
| 3.2.1 个体学习过程 | 第34-35页 |
| 3.2.2 交通信息信任度更新 | 第35-36页 |
| 3.2.3 习惯选择行为模型 | 第36-39页 |
| 3.3 出发时刻选择 | 第39-41页 |
| 3.3.1 出发时刻调整过程 | 第39-40页 |
| 3.3.2 到达时刻阈值设定 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 基于Repast平台的出行选择仿真实验及分析 | 第42-61页 |
| 4.1 Repast仿真平台简介 | 第42-44页 |
| 4.1.1 Repast背景介绍 | 第42-43页 |
| 4.1.2 Repast仿真模型 | 第43页 |
| 4.1.3 基于Agent的Repast仿真实现 | 第43页 |
| 4.1.4 Repast仿真程序框架 | 第43-44页 |
| 4.2 出行者路径选择仿真实验系统建立 | 第44-50页 |
| 4.2.1 城市交通系统中的Agent抽象 | 第44页 |
| 4.2.2 出行者Agent描述 | 第44-45页 |
| 4.2.3 出行者Agent实现 | 第45-47页 |
| 4.2.4 出行者Agent活动空间 | 第47-49页 |
| 4.2.5 出行选择仿真实验系统界面 | 第49-50页 |
| 4.3 DRMCR模型与EUT模型仿真实验对比 | 第50-53页 |
| 4.3.1 仿真路网设计 | 第50页 |
| 4.3.2 不同出发时刻下的仿真对比 | 第50-53页 |
| 4.4 多次出行径选择模型仿真实验分析 | 第53-60页 |
| 4.4.1 仿真路网设计 | 第53-54页 |
| 4.4.2 仿真实验中出行者出行过程描述 | 第54-55页 |
| 4.4.3 仿真实验分析 | 第55-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第5章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61页 |
| 5.2 展望 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 作者简介及在学期间所取得的科研成果 | 第68-69页 |
| 致谢 | 第69页 |