| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 引言 | 第15-29页 |
| 1.1 研究背景 | 第15-17页 |
| 1.2 研究意义 | 第17-18页 |
| 1.3 国内外研究现状 | 第18-25页 |
| 1.3.1 可达性 | 第18-19页 |
| 1.3.2 交通网络设计 | 第19-21页 |
| 1.3.3 定制公交服务网络设计 | 第21-25页 |
| 1.3.4 国内外研究现状小结 | 第25页 |
| 1.4 本文主要工作 | 第25-29页 |
| 2 时空可达性的时空网络描述方法分析 | 第29-41页 |
| 2.1 时空网络模型 | 第29-35页 |
| 2.1.1 经典网络流模型描述 | 第29-30页 |
| 2.1.2 时空网络模型分析 | 第30-32页 |
| 2.1.3 时空网络模型在状态维度上的扩展 | 第32-34页 |
| 2.1.4 时空网络模型在交通网络设计应用中的思考 | 第34-35页 |
| 2.2 时空可达性的时间地理学分析 | 第35-38页 |
| 2.2.1 时间路径基本概念 | 第35-36页 |
| 2.2.2 时空棱镜 | 第36-38页 |
| 2.3 时空可达性在时空网络中的表示分析 | 第38-40页 |
| 2.3.1 时空网络中活动地点的可达 | 第38-39页 |
| 2.3.2 时空网络中的可达性 | 第39-40页 |
| 2.4 本章小结 | 第40-41页 |
| 3 基于时空可达性的交通网络设计模型 | 第41-51页 |
| 3.1 基于时空可达性的交通网络设计问题分析 | 第41-46页 |
| 3.1.1 基于时空可达性的交通网络设计问题描述 | 第41-43页 |
| 3.1.2 时空网络的构建步骤设计 | 第43页 |
| 3.1.3 时空网络构建举例 | 第43-46页 |
| 3.2 基于时空可达性的交通网络设计模型 | 第46-48页 |
| 3.3 基于时空可达性的交通网络设计问题的应用思考 | 第48-50页 |
| 3.3.1 可达性与连通性的比较 | 第48页 |
| 3.3.2 时间依赖行程时间数据的准备 | 第48-49页 |
| 3.3.3 提高可达性的措施 | 第49页 |
| 3.3.4 考虑路段能力约束的扩展 | 第49-50页 |
| 3.4 本章小结 | 第50-51页 |
| 4 基于时空可达性的交通网络设计模型求解算法及算例分析 | 第51-69页 |
| 4.1 基于时空可达性的交通网络设计模型求解算法 | 第51-55页 |
| 4.1.1 基于时空可达性的交通网络设计模型的拉格朗日分解 | 第51-53页 |
| 4.1.2 次梯度优化 | 第53-55页 |
| 4.2 算例分析1 | 第55-60页 |
| 4.2.1 投资预算对于可达性的影响 | 第56-59页 |
| 4.2.2 出行时间预算对于可达性的影响 | 第59页 |
| 4.2.3 行程时间对于可达性的影响 | 第59-60页 |
| 4.3 算例分析2 | 第60-61页 |
| 4.4 算例分析3 | 第61-63页 |
| 4.5 算例分析4 | 第63-66页 |
| 4.6 本章小结 | 第66-69页 |
| 5 基于时空可达的定制公交服务网络设计模型 | 第69-83页 |
| 5.1 个体时空行为及时空窗概念的提出 | 第69-72页 |
| 5.1.1 空间约束 | 第69-70页 |
| 5.1.2 乘客的空间约束及时空窗概念的提出 | 第70-71页 |
| 5.1.3 时空网络表示 | 第71-72页 |
| 5.2 基于时空可达的定制公交服务网络设计问题分析 | 第72-76页 |
| 5.2.1 基于时空可达的定制公交服务网络设计问题 | 第73-74页 |
| 5.2.2 基于时空可达的定制公交服务网络设计举例 | 第74-76页 |
| 5.3 基于时空可达的定制公交服务网络设计模型 | 第76-78页 |
| 5.4 基于时空可达的定制公交服务网络设计模型分析 | 第78-82页 |
| 5.4.1 定制公交服务网络设计模型与经典模型的比较 | 第78-79页 |
| 5.4.2 基于时空可达的定制公交服务网络设计模型的应用 | 第79-82页 |
| 5.5 本章小结 | 第82-83页 |
| 6 定制公交服务网络设计模型求解算法及算例分析 | 第83-101页 |
| 6.1 基于时空可达的定制公交服务网络设计模型求解算法 | 第83-88页 |
| 6.1.1 乘客分组过程 | 第83-84页 |
| 6.1.2 基于时空可达的定制公交服务网络设计模型的拉格朗日分解 | 第84-85页 |
| 6.1.3 次梯度优化 | 第85-87页 |
| 6.1.4 搜索空间缩小方法 | 第87-88页 |
| 6.2 算例分析1 | 第88-93页 |
| 6.2.1 原问题的最优解 | 第91-92页 |
| 6.2.2 时空窗的影响 | 第92-93页 |
| 6.3 算例分析2 | 第93-95页 |
| 6.4 算例分析3 | 第95-100页 |
| 6.4.1 时空网络构建和搜索空间缩减 | 第96-97页 |
| 6.4.2 计算结果分析 | 第97-100页 |
| 6.5 本章小结 | 第100-101页 |
| 7 结论与展望 | 第101-105页 |
| 7.1 论文工作总结及创新点 | 第101-103页 |
| 7.1.1 论文工作总结 | 第101-102页 |
| 7.1.2 论文创新点 | 第102-103页 |
| 7.2 研究展望 | 第103-105页 |
| 参考文献 | 第105-113页 |
| 作者简历及攻读博士学位期间取得的研究成果 | 第113-117页 |
| 学位论文数据集 | 第117页 |
