基于时空网络的城市轨道交通乘务排班优化模型与算法
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第10-24页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 研究综述 | 第12-20页 |
| 1.2.1 国外研究现状 | 第12-15页 |
| 1.2.2 国内研究现状 | 第15-19页 |
| 1.2.3 现有研究分析 | 第19-20页 |
| 1.3 研究内容与技术路线 | 第20-24页 |
| 1.3.1 研究内容 | 第20-21页 |
| 1.3.2 技术路线 | 第21-24页 |
| 2 城市轨道交通乘务排班问题概述 | 第24-42页 |
| 2.1 城市轨道交通运营组织内容梳理与流程分析 | 第24-26页 |
| 2.2 乘务排班计划编制技术与方法 | 第26-33页 |
| 2.2.1 基本乘务方式与乘务工作班类型 | 第27-28页 |
| 2.2.2 乘务排班计划编制主要内容 | 第28-30页 |
| 2.2.3 乘务排班计划编制问题的特性分析 | 第30-31页 |
| 2.2.4 乘务排班计划编制的方法与流程 | 第31-33页 |
| 2.3 基于经验的乘务排班编制实例 | 第33-39页 |
| 2.4 本章小结 | 第39-42页 |
| 3 基于时空网络的乘务排班优化模型 | 第42-54页 |
| 3.1 乘务排班计划问题常见建模方法分析 | 第42-43页 |
| 3.2 基于时空网络的拓扑建模方法 | 第43-46页 |
| 3.3 模型构建 | 第46-50页 |
| 3.3.1 符号定义 | 第46-47页 |
| 3.3.2 目标函数 | 第47-48页 |
| 3.3.3 约束 | 第48-50页 |
| 3.4 模型复杂度分析 | 第50-51页 |
| 3.5 本章小结 | 第51-54页 |
| 4 乘务排班问题的智能算法研究与模型求解 | 第54-70页 |
| 4.1 既有算法分析比较 | 第54-56页 |
| 4.2 乘务排班问题的遗传算法设计 | 第56-63页 |
| 4.2.1 遗传算法概述 | 第56页 |
| 4.2.2 基本GA的算法流程 | 第56-63页 |
| 4.3 算法的开发与实现 | 第63-68页 |
| 4.4 本章小结 | 第68-70页 |
| 5 算例分析 | 第70-84页 |
| 5.1 基础数据 | 第70-71页 |
| 5.2 基本参数设定 | 第71-72页 |
| 5.3 计算结果 | 第72-75页 |
| 5.4 分析与评价 | 第75-83页 |
| 5.5 本章小结 | 第83-84页 |
| 6 结论与展望 | 第84-88页 |
| 6.1 主要研究结论 | 第84-85页 |
| 6.2 研究展望 | 第85-88页 |
| 参考文献 | 第88-92页 |
| 附录A | 第92-100页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第100-104页 |
| 学位论文数据集 | 第104页 |
