| 致谢 | 第5-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-19页 |
| 1.1 研究背景 | 第11-14页 |
| 1.2 研究意义 | 第14-15页 |
| 1.3 国内外研究现状 | 第15-17页 |
| 1.3.1 轨道交通客流诱导系统 | 第15-16页 |
| 1.3.2 有效路径集生成算法 | 第16页 |
| 1.3.3 D2D移动通信技术 | 第16-17页 |
| 1.4 研究思路及主要内容 | 第17-19页 |
| 1.4.1 研究思路 | 第17-18页 |
| 1.4.2 主要内容 | 第18-19页 |
| 2 城市轨道交通客流诱导系统的定义及系统设计 | 第19-33页 |
| 2.1 系统定义 | 第19-22页 |
| 2.1.1 诱导对象的分类 | 第19-21页 |
| 2.1.2 诱导信息的分类 | 第21-22页 |
| 2.2 系统架构设计 | 第22-23页 |
| 2.3 系统功能结构设计 | 第23-27页 |
| 2.4 核心业务流程设计 | 第27-32页 |
| 2.4.1 事件发布范围确定 | 第27-28页 |
| 2.4.2 诱导信息发布流程 | 第28-32页 |
| 2.5 本章小结 | 第32-33页 |
| 3 基于满载率饱和的有效路径集生成模型的研究与设计 | 第33-52页 |
| 3.1 路网构建 | 第33-42页 |
| 3.1.1 路网结构分析 | 第33-35页 |
| 3.1.2 轨道交通路网模型的数学表示 | 第35-39页 |
| 3.1.3 轨道交通路网的存储 | 第39-42页 |
| 3.2 综合费用函数 | 第42-43页 |
| 3.2.1 城市轨道交通乘客旅行需求分析 | 第42页 |
| 3.2.2 综合费用函数的构建 | 第42-43页 |
| 3.3 有效路径集算法 | 第43-51页 |
| 3.3.1 使用优先级队列优化的Dijkstra算法 | 第44-46页 |
| 3.3.2 路径集算法介绍 | 第46-48页 |
| 3.3.3 基于列车满载率饱和的路径集生成算法 | 第48-49页 |
| 3.3.4 算法数例分析 | 第49-51页 |
| 3.4 本章小结 | 第51-52页 |
| 4 基于D2D(ProSe)的信息发布模型的研究与设计 | 第52-70页 |
| 4.1 ProSe技术原理 | 第52-56页 |
| 4.1.1 D2D命名空间 | 第52页 |
| 4.1.2 D2D发现 | 第52-54页 |
| 4.1.3 D2D通信 | 第54-56页 |
| 4.2 新的信息发布模型 | 第56-64页 |
| 4.2.1 “PORTS”的定义 | 第56-57页 |
| 4.2.2 PORTS的架构 | 第57-59页 |
| 4.2.3 PORTS的特点 | 第59-61页 |
| 4.2.4 利用客流数据分析PORTS的可行性 | 第61-64页 |
| 4.3 基于PORTS的诱导业务流程 | 第64-69页 |
| 4.3.1 Use Casel向乘客发布诱导信息 | 第64-65页 |
| 4.3.2 Use Case2乘客发现车站 | 第65-67页 |
| 4.3.3 Use Case3突发事件下的PORTS服务流程 | 第67-69页 |
| 4.4 本章小结 | 第69-70页 |
| 5 北京地铁客流诱导系统的实现 | 第70-81页 |
| 5.1 系统设计 | 第70-75页 |
| 5.1.1 总体架构设计 | 第70-71页 |
| 5.1.2 网络架构设计 | 第71-72页 |
| 5.1.3 系统功能结构设计 | 第72-74页 |
| 5.1.4 数据库设计 | 第74-75页 |
| 5.2 系统功能实现 | 第75-80页 |
| 5.2.1 各功能函数简述 | 第75-78页 |
| 5.2.2 系统界面展示 | 第78-80页 |
| 5.3 本章小结 | 第80-81页 |
| 6 结论与展望 | 第81-83页 |
| 6.1 结论 | 第81页 |
| 6.2 展望 | 第81-83页 |
| 参考文献 | 第83-86页 |
| 作者简历 | 第86-88页 |
| 学位论文数据集 | 第88页 |
