摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第10-19页 |
1.1 研究背景及意义 | 第10-12页 |
1.1.1 研究背景 | 第10-11页 |
1.1.2 研究意义 | 第11-12页 |
1.2 国内外公共自行车系统现状 | 第12-15页 |
1.2.1 国外公共自行车系统 | 第12-14页 |
1.2.2 国内公共自行车系统 | 第14-15页 |
1.3 国内外理论研究现状 | 第15-16页 |
1.3.1 国外研究现状 | 第15页 |
1.3.2 国内研究现状 | 第15-16页 |
1.4 公共自行车系统调度研究现存问题分析 | 第16-17页 |
1.5 研究内容及技术路线 | 第17-19页 |
1.5.1 研究内容 | 第17-18页 |
1.5.2 技术路线 | 第18-19页 |
2 公共自行车借还需求量预测 | 第19-30页 |
2.1 公共自行车调配与传统物流配送的异同 | 第19-20页 |
2.1.1 公共自行车调度 | 第19-20页 |
2.1.2 传统物流配送 | 第20页 |
2.1.3 公共自行车调度与传统物流配送的异同 | 第20页 |
2.2 公共自行车调度需求分析 | 第20-22页 |
2.2.1 借还需求 | 第20-21页 |
2.2.2 道路网状况 | 第21页 |
2.2.3 站点布局和规模 | 第21-22页 |
2.3 基于时间序列模型预测借还需求量 | 第22-27页 |
2.3.1 平稳时间序列检验 | 第22-23页 |
2.3.2 差分运算 | 第23页 |
2.3.3 白噪声检验 | 第23-26页 |
2.3.4 ARIMA模型预测 | 第26-27页 |
2.4 高峰期借还需求量的预测及检验 | 第27-29页 |
2.5 本章小结 | 第29-30页 |
3 公共自行车调度模型的建立 | 第30-43页 |
3.1 公共自行车调度问题简介 | 第30页 |
3.2 公共自行车调度时间窗和需求量的确定 | 第30-32页 |
3.2.1 公共自行车调度时间窗 | 第31页 |
3.2.2 公共自行车调度需求量 | 第31-32页 |
3.3 调度模型影响分析 | 第32-35页 |
3.3.1 关键点和时间轴 | 第32-35页 |
3.4 单调度中心无时间窗静态调度模型 | 第35-37页 |
3.4.1 模型假设 | 第35页 |
3.4.2 模型建立 | 第35-37页 |
3.5 单调度中心软时间窗动态调度模型 | 第37-39页 |
3.5.1 模型假设 | 第37页 |
3.5.2 模型建立 | 第37-39页 |
3.6 多调度中心软时间窗静态调度模型 | 第39-42页 |
3.6.1 模型假设 | 第40页 |
3.6.2 模型建立 | 第40-42页 |
3.7 本章小结 | 第42-43页 |
4 公共自行车调度算法设计 | 第43-54页 |
4.1 公共自行车调度算法研究 | 第43-44页 |
4.1.1 研究理论综述 | 第43页 |
4.1.2 算法概述 | 第43-44页 |
4.2 动态求解思路和基本问题处理 | 第44-47页 |
4.2.1 求解思路 | 第44-45页 |
4.2.2 基本问题处理 | 第45-47页 |
4.3 公共自行车调度问题混合粒子群算法设计 | 第47-53页 |
4.3.1 粒子群算法简介及算法流程 | 第47-48页 |
4.3.2 遗传算法简介及算法流程 | 第48-49页 |
4.3.3 混合粒子群算法结构框架 | 第49-50页 |
4.3.4 混合粒子群算法实现 | 第50-53页 |
4.4 本章小结 | 第53-54页 |
5 算例分析 | 第54-68页 |
5.1 某市城关区自然环境条件 | 第54-56页 |
5.2 某市城关区公共自行车系统简介 | 第56页 |
5.3 调配方案 | 第56-68页 |
5.3.1 单调度中心无时间窗公共自行车调度问题算法实现 | 第56-61页 |
5.3.2 单调度中心软时间窗公共自行车调度问题算法实现 | 第61-63页 |
5.3.3 多调度中心软时间窗公共自行车调度问题算法实现 | 第63-68页 |
6 结论与展望 | 第68-70页 |
6.1 研究结论 | 第68-69页 |
6.2 研究展望 | 第69-70页 |
致谢 | 第70-71页 |
参考文献 | 第71-74页 |
攻读学位期间的研究成果 | 第74页 |