基于数据挖掘的煤运重载铁路调度辅助决策技术研究
| 致谢 | 第5-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 目录 | 第9-12页 |
| 1 绪论 | 第12-24页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究综述 | 第13-19页 |
| 1.2.1 运筹学方法 | 第14-15页 |
| 1.2.2 智能算法求解列车运行调整模型 | 第15页 |
| 1.2.3 计算机模拟仿真方法 | 第15-17页 |
| 1.2.4 人工智能技术 | 第17-18页 |
| 1.2.5 总结 | 第18-19页 |
| 1.3 研究意义 | 第19-20页 |
| 1.4 研究内容与技术路线 | 第20-23页 |
| 1.4.1 研究内容 | 第20-21页 |
| 1.4.2 技术路线 | 第21-23页 |
| 1.5 研究方法可行性 | 第23页 |
| 1.6 本章小结 | 第23-24页 |
| 2 煤运重载铁路列车运行调整分析 | 第24-36页 |
| 2.1 重载铁路基本情况概述 | 第24-25页 |
| 2.1.1 铁路重载运输的定义及特点 | 第24页 |
| 2.1.2 国际重载铁路发展概况 | 第24-25页 |
| 2.1.3 我国重载铁路发展概况 | 第25页 |
| 2.2 列车运行调整过程分析 | 第25-29页 |
| 2.2.1 列车运行调整工作内容 | 第25-26页 |
| 2.2.2 列车运行调整的特点 | 第26-27页 |
| 2.2.3 列车运行调整的原则及措施 | 第27-28页 |
| 2.2.4 列车运行调整分类 | 第28-29页 |
| 2.3 列车运行调整中的调度规则 | 第29-32页 |
| 2.3.1 线半自动闭塞铁路的调度规则 | 第29-31页 |
| 2.3.2 单线半自动闭塞铁路的调度规则 | 第31-32页 |
| 2.4 煤运重载铁路调度辅助决策系统 | 第32-33页 |
| 2.5 本章小结 | 第33-36页 |
| 3 基于粗糙集的调度规则知识表达理论与方法 | 第36-54页 |
| 3.1 粗糙集基础概念概述 | 第36-40页 |
| 3.1.1 粗糙集中的知识表示 | 第36-37页 |
| 3.1.2 约简与核 | 第37-38页 |
| 3.1.3 粗糙集的近似描述 | 第38-39页 |
| 3.1.4 粗糙集的不精确度量 | 第39-40页 |
| 3.2 列车调度指挥系统数据分析 | 第40-45页 |
| 3.2.1 TDCS系统结构及功能 | 第41-42页 |
| 3.2.2 调度数据分析 | 第42-44页 |
| 3.2.3 实绩运行图数据 | 第44-45页 |
| 3.3 调度决策影响因素的数学描述 | 第45-47页 |
| 3.4 列车运行调整的粗糙集知识表达 | 第47-50页 |
| 3.4.1 列车运行调整的粗糙集条件属性 | 第47-49页 |
| 3.4.2 列车运行调整的粗糙集决策属性 | 第49-50页 |
| 3.5 列车运行调整粗糙集决策属性可行性分析 | 第50-52页 |
| 3.6 本章小结 | 第52-54页 |
| 4 基于粗糙集理论的调度规则挖掘流程与方法 | 第54-66页 |
| 4.1 运用粗糙集理论进行数据挖掘的流程 | 第54页 |
| 4.2 列车运行调整决策规则表建立 | 第54-59页 |
| 4.2.1 列车运行调整决策规则表形式 | 第54-55页 |
| 4.2.2 条件属性值及决策属性值的获取方法 | 第55-59页 |
| 4.3 条件属性约简算法 | 第59-62页 |
| 4.3.1 传统条件属性约简算法 | 第59-61页 |
| 4.3.2 基于遗传算法的属性约简算法 | 第61-62页 |
| 4.4 决策规则的约简及提取 | 第62-64页 |
| 4.4.1 相容决策规则表的规则提取 | 第62-63页 |
| 4.4.2 不相容决策规则表的规则提取 | 第63-64页 |
| 4.5 本章小结 | 第64-66页 |
| 5 实例分析 | 第66-84页 |
| 5.1 包神铁路概况 | 第66-71页 |
| 5.1.1 地理位置 | 第66-68页 |
| 5.1.2 线路和车站 | 第68-70页 |
| 5.1.3 列车调度指挥概况 | 第70-71页 |
| 5.2 数据预处理 | 第71-72页 |
| 5.2.1 样本数据简介 | 第71页 |
| 5.2.2 初始决策表的构造 | 第71-72页 |
| 5.3 列车运行调整条件属性的约简 | 第72-73页 |
| 5.4 列车运行调整决策规则的约简及逻辑表达 | 第73-76页 |
| 5.5 结果验证与分析 | 第76-82页 |
| 5.5.1 决策规则验证 | 第76-82页 |
| 5.5.2 结果分析 | 第82页 |
| 5.6 本章小结 | 第82-84页 |
| 6 结束语 | 第84-86页 |
| 6.1 论文主要工作与创新点 | 第84-85页 |
| 6.2 研究展望 | 第85-86页 |
| 参考文献 | 第86-90页 |
| 附录A | 第90-94页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第94-98页 |
| 学位论文数据集 | 第98页 |
