运用贝叶斯优化算法求解驾驶员调度问题
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-16页 |
| ·问题的提出及研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9-15页 |
| ·本文的研究内容 | 第15-16页 |
| 2 驾驶员调度问题 | 第16-22页 |
| ·驾驶员调度问题的基本描述 | 第16-17页 |
| ·驾驶员调度问题的特点 | 第17-20页 |
| ·驾驶员调度问题的数学模型 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3 驾驶员调度问题的贝叶斯网络设计 | 第22-34页 |
| ·贝叶斯网络概述 | 第22-24页 |
| ·驾驶员调度问题的贝叶斯网络的构建 | 第24-30页 |
| ·基于规则的驾驶员调度问题的贝叶斯网络学习 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 4 基于贝叶斯优化的驾驶员调度算法 | 第34-40页 |
| ·初始解的构造 | 第34-35页 |
| ·基于成本排序策略的概率学习方法 | 第35页 |
| ·基于混合随机选择策略的概率学习方法 | 第35-36页 |
| ·基于贝叶斯优化的驾驶员调度算法框架 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 5 案例计算与分析 | 第40-50页 |
| ·基于成本排序策略的实验 | 第40-42页 |
| ·基于混合随机选择策略的实验 | 第42-43页 |
| ·基于Li的权重规则的混合随机选择策略实验 | 第43-44页 |
| ·基于规则权重自调整的混合随机选择策略实验 | 第44-45页 |
| ·基于正交试验法的混合随机策略实验 | 第45-49页 |
| ·本章小结 | 第49-50页 |
| 6 总结与展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |
