| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景 | 第9-10页 |
| ·研究目标 | 第10-11页 |
| ·研究内容与技术路线 | 第11-13页 |
| ·论文创新点 | 第13页 |
| ·论文结构 | 第13-15页 |
| 第二章 国内外研究概况 | 第15-25页 |
| ·确定性环境中个体的公交出行行为研究 | 第15-17页 |
| ·不确定性环境中个体的公交出行行为研究 | 第17-21页 |
| ·信息对个体公交出行行为影响的研究 | 第21-23页 |
| ·基于个体认知心理特性的学习行为的研究 | 第23-24页 |
| ·分析与评述 | 第24-25页 |
| 第三章 公交出行中的个体学习行为分析与模型框架 | 第25-39页 |
| ·公交出行中的个体学习行为与认知心理特性的关系 | 第25-28页 |
| ·公交出行中的个体学习行为分析 | 第28-37页 |
| ·公交出行中的个体行为模型框架 | 第37-39页 |
| 第四章 基于MDPs的公交个体学习行为模型 | 第39-62页 |
| ·基于马尔可夫决策过程的公交个体路径选择模型 | 第39-50页 |
| ·马尔可夫决策过程与强化学习 | 第39-43页 |
| ·公交个体路径选择模型 | 第43-50页 |
| ·仿真实验 | 第50-54页 |
| ·实验设计与参数设置 | 第50-52页 |
| ·实验结果 | 第52-54页 |
| ·实验分析 | 第54页 |
| ·公交个体感知更新与出发时刻选择模型 | 第54-57页 |
| ·模型I——基于历史经验的移动平均模型 | 第54-56页 |
| ·模型II——基于Q学习的模型 | 第56-57页 |
| ·仿真实验 | 第57-62页 |
| ·实验设计与参数设置 | 第57-58页 |
| ·实验结果 | 第58-60页 |
| ·实验分析 | 第60-62页 |
| 第五章 交通信息作用下的公交个体学习模型 | 第62-73页 |
| ·交通信息与公交出行中的个体学习行为 | 第62-63页 |
| ·考虑交通信息影响的公交个体学习模型 | 第63-65页 |
| ·信息条件下的感知更新模型 | 第63-64页 |
| ·交通信息的可靠性与个体的学习评价过程 | 第64-65页 |
| ·仿真实验 | 第65-73页 |
| ·实验条件和参数设置 | 第65-66页 |
| ·实验结果 | 第66-70页 |
| ·实验分析 | 第70-73页 |
| 第六章 考虑个体习惯行为的公交出行选择模型 | 第73-82页 |
| ·习惯选择行为 | 第73-74页 |
| ·习惯选择行为模型 | 第74-76页 |
| ·习惯行为的表示 | 第74-75页 |
| ·习惯选择的触发 | 第75-76页 |
| ·习惯选择过程的终止与评价 | 第76页 |
| ·仿真实验 | 第76-82页 |
| ·实验条件与参数设置 | 第76-77页 |
| ·实验结果 | 第77-81页 |
| ·实验结论 | 第81-82页 |
| 第七章 基于Swarm平台的公交个体出行行为仿真系统 | 第82-99页 |
| ·仿真系统的总体框架 | 第82-85页 |
| ·BusAgent类的算法与实现 | 第85-91页 |
| ·BusAgent类的总体结构和功能 | 第85-86页 |
| ·BusAgent自动机与交互规则 | 第86-89页 |
| ·车次选择与发车时刻选择 | 第89-90页 |
| ·在站停靠、上下车容量限制、站间运行时间功能 | 第90-91页 |
| ·RiderAgent类的算法与实现 | 第91-97页 |
| ·RiderAgent的总体结构和功能 | 第91-92页 |
| ·RiderAgent自动机与交互规则 | 第92-96页 |
| ·出发时刻选择 | 第96页 |
| ·Q学习算法的实现 | 第96-97页 |
| ·系统的其他功能模块 | 第97-99页 |
| ·吸引集生成 | 第97-98页 |
| ·消息通讯机制 | 第98-99页 |
| 第八章 结论与展望 | 第99-101页 |
| ·论文的主要工作和结论 | 第99-100页 |
| ·展望 | 第100-101页 |
| 参考文献 | 第101-108页 |
| 发表论文和参加科研情况说明 | 第108-109页 |
| 致谢 | 第109-110页 |