基于生成与选择模式的公交驾驶员排班问题研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第10-14页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 论文结构和主要内容 | 第11-12页 |
| 1.3 关键技术 | 第12页 |
| 1.4 技术路线图 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 2 国内外研究的理论和方法综述 | 第14-21页 |
| 2.1 国内外研究综述 | 第14-19页 |
| 2.1.1 基本研究阶段 | 第14-15页 |
| 2.1.2 早期纯启发式方法 | 第15页 |
| 2.1.3 基于生成与选择模式的方法 | 第15-18页 |
| 2.1.4 集成调度方法 | 第18-19页 |
| 2.2 驾驶员排班系统的开发 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 3 公交驾驶员排班问题分析 | 第21-26页 |
| 3.1 公交驾驶员排班的相关概念 | 第21-22页 |
| 3.2 公交驾驶员排班的目标 | 第22-23页 |
| 3.3 公交驾驶员排班问题的集分割与集覆盖模型 | 第23-25页 |
| 3.3.1 基本模型的阐述 | 第23-24页 |
| 3.3.2 目标班次数的计算 | 第24-25页 |
| 3.3.3 改进集合覆盖模型 | 第25页 |
| 3.4 本章小结 | 第25-26页 |
| 4 潜在合法班次的生成 | 第26-39页 |
| 4.1 换班时间点的选取方法、 | 第26-31页 |
| 4.1.1 选取方法基本原理介绍 | 第26-27页 |
| 4.1.2 前后标记时间法 | 第27-28页 |
| 4.1.3 时间标记法的实现和实例分析 | 第28-31页 |
| 4.1.4 可能的风险分析 | 第31页 |
| 4.2 初始班次集合的生成 | 第31-39页 |
| 4.2.1 潜在班次分析 | 第32-34页 |
| 4.2.2 树枚举候选班次集合 | 第34-36页 |
| 4.2.3 班次结构评价 | 第36-38页 |
| 4.2.4 本章小结 | 第38-39页 |
| 5 遗传算法选择班次 | 第39-55页 |
| 5.1 遗传算法概述及基本原理 | 第39-40页 |
| 5.2 遗传算法求解驾驶员排班问题 | 第40-43页 |
| 5.2.1 基于工作段的编码方式 | 第41页 |
| 5.2.2 基于班次的编码方式 | 第41-43页 |
| 5.3 遗传算法求解班次算法1 | 第43-47页 |
| 5.3.1 染色体表示 | 第43-44页 |
| 5.3.2 初始化策略 | 第44页 |
| 5.3.3 适应度函数 | 第44页 |
| 5.3.4 交叉操作 | 第44-46页 |
| 5.3.5 变异操作 | 第46-47页 |
| 5.4 遗传算法的求解班次算法2 | 第47-50页 |
| 5.4.1 交叉策略 | 第47-50页 |
| 5.5 遗传算法的求解班次算法3 | 第50-53页 |
| 5.5.1 初始化策略 | 第50-53页 |
| 5.6 本章小结 | 第53-55页 |
| 6 实例分析 | 第55-61页 |
| 6.1 实验数据来源及实验平台 | 第55页 |
| 6.2 实验结果分析 | 第55-60页 |
| 6.3 本章小结 | 第60-61页 |
| 7 总结和展望 | 第61-63页 |
| 7.1 研究工作总结 | 第61页 |
| 7.2 研究工作展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 附录A | 第67-73页 |
| 附录B | 第73-76页 |
| 作者简历 | 第76-78页 |
| 学位论文数据集 | 第78页 |
