城市公共自行车站点需求预测及调度优化方法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-19页 |
| 1.1 选题背景及意义 | 第11-13页 |
| 1.1.1 选题背景 | 第11-13页 |
| 1.1.2 选题意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-16页 |
| 1.3 研究内容与主要框架 | 第16-19页 |
| 1.3.1 研究对象和内容 | 第16-18页 |
| 1.3.2 主要框架 | 第18-19页 |
| 2 城市公共自行车出行数据特征分析 | 第19-29页 |
| 2.1 公共自行车系统功能定位 | 第19-21页 |
| 2.2 影响出行需求的主观因素分析 | 第21-23页 |
| 2.3 影响出行需求的客观因素分析 | 第23-26页 |
| 2.4 本章小结 | 第26-29页 |
| 3 城市公共自行车站点需求预测 | 第29-43页 |
| 3.1 BP神经网络模型简介 | 第29-31页 |
| 3.2 基于BP神经网络的租还需求预测方法 | 第31-36页 |
| 3.2.1 输入/输出向量确定 | 第31-33页 |
| 3.2.2 数据来源和预处理 | 第33-35页 |
| 3.2.3 样本的划分 | 第35页 |
| 3.2.4 参数的设置 | 第35-36页 |
| 3.3 实例预测 | 第36-40页 |
| 3.4 本章小结 | 第40-43页 |
| 4 城市公共自行车静态调度优化 | 第43-59页 |
| 4.1 车辆调度问题 | 第43-46页 |
| 4.1.1 定义及分类 | 第43-44页 |
| 4.1.2 常用优化算法 | 第44-45页 |
| 4.1.3 公共自行车调度问题简述 | 第45-46页 |
| 4.2 调度区域的划分 | 第46-53页 |
| 4.2.1 K-medoids聚类 | 第47-49页 |
| 4.2.2 关联规则 | 第49-50页 |
| 4.2.3 相关站点同区域 | 第50-52页 |
| 4.2.4 区域内调度需求量平衡 | 第52-53页 |
| 4.3 调度模型 | 第53-55页 |
| 4.3.1 问题描述 | 第53页 |
| 4.3.2 建立模型 | 第53-55页 |
| 4.4 求解算法 | 第55-58页 |
| 4.5 本章小结 | 第58-59页 |
| 5 实例分析 | 第59-67页 |
| 5.1 基础数据 | 第59-61页 |
| 5.2 基本参数设置 | 第61-62页 |
| 5.3 初始解的构造和终止条件 | 第62-63页 |
| 5.4 求解结果及对比分析 | 第63-66页 |
| 5.5 本章小结 | 第66-67页 |
| 6 结论与展望 | 第67-71页 |
| 6.1 研究结论 | 第67-68页 |
| 6.2 研究展望 | 第68-71页 |
| 参考文献 | 第71-75页 |
| 附录 A | 第75-77页 |
| 附录 B | 第77-79页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第79-83页 |
| 学位论文数据集 | 第83页 |
