| 摘要 | 第2-4页 |
| ABSTRACT | 第4-6页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 选题背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-18页 |
| 1.2.1 交通流预测研究 | 第11-15页 |
| 1.2.2 船闸调度研究 | 第15-18页 |
| 1.3 研究内容框架及创新点 | 第18-22页 |
| 1.3.1 本文主要研究内容 | 第18页 |
| 1.3.2 本文主要框架 | 第18-19页 |
| 1.3.3 本文主要创新点 | 第19-22页 |
| 第2章 相关理论概述 | 第22-30页 |
| 2.1 船舶交通流理论 | 第22-26页 |
| 2.1.1 船舶交通流概述 | 第22-25页 |
| 2.1.2 船舶交通流预测方法 | 第25-26页 |
| 2.2 船闸系统理论 | 第26-28页 |
| 2.2.1 船闸通过能力 | 第26-27页 |
| 2.2.2 船闸调度的评价指标 | 第27-28页 |
| 2.3 本章小结 | 第28-30页 |
| 第3章 内河船舶交通流预测模型 | 第30-44页 |
| 3.1 数据来源 | 第30-31页 |
| 3.2 GM(1,N)模型 | 第31-35页 |
| 3.2.1 GM(1,N)模型建立 | 第31-33页 |
| 3.2.2 基于GM(1,N)模型的预测 | 第33-35页 |
| 3.3 GM-BP模型 | 第35-39页 |
| 3.3.1 BP神经网络 | 第36页 |
| 3.3.2 GM-BP模型建立 | 第36-37页 |
| 3.3.3 基于GM-BP模型的预测 | 第37-39页 |
| 3.4 GM-BP-Markov组合模型 | 第39-42页 |
| 3.4.1 GM-BP-Markov模型建立 | 第39-41页 |
| 3.4.2 基于GM-BP-Markov模型的预测 | 第41-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第4章 内河船闸联合调度模型的建立 | 第44-52页 |
| 4.1 浙江省内河航运船闸概况 | 第44-45页 |
| 4.2 河船闸联合调度模型建立 | 第45-50页 |
| 4.2.1 目标函数 | 第45-47页 |
| 4.2.2 约束条件 | 第47-50页 |
| 4.3 本章小结 | 第50-52页 |
| 第5章 内河船闸联合调度模型的仿真求解 | 第52-68页 |
| 5.1 模型求解基本流程 | 第52-54页 |
| 5.2 基于蚁群算法的闸室排挡 | 第54-62页 |
| 5.2.1 蚁群算法基本原理 | 第54-57页 |
| 5.2.2 闸室排挡蚁群算法 | 第57-59页 |
| 5.2.3 闸室排挡约束条件的实现 | 第59-60页 |
| 5.2.4 闸室排挡蚁群算法流程设计 | 第60-62页 |
| 5.3 模型仿真 | 第62-67页 |
| 5.3.1 参数设定 | 第62-64页 |
| 5.3.2 仿真算法流程设计 | 第64-66页 |
| 5.3.3 仿真结果 | 第66-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第6章 总结与展望 | 第68-70页 |
| 6.1 结论 | 第68页 |
| 6.2 展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 附录攻读硕士学位期间发表的论文及参与的项目 | 第74-76页 |
| 致谢 | 第76-77页 |