基于GPS的公交实时调度优化研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 本文的研究内容及流程图 | 第12-13页 |
| 1.4 本章小结 | 第13-14页 |
| 2 公共交通实时调度研究 | 第14-20页 |
| 2.1 城市公共交通实时调度综述 | 第14页 |
| 2.2 城市公共交通的车辆运行相关参数 | 第14-18页 |
| 2.2.1 车辆调度形式 | 第14-15页 |
| 2.2.2 车辆运行定额及路线运行参数 | 第15-18页 |
| 2.3 公共交通实时调度涉及的问题 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 3 基于GPS的公交调度优化分析 | 第20-33页 |
| 3.1 关键技术介绍 | 第20-21页 |
| 3.1.1 自动乘客计数技术 | 第20-21页 |
| 3.1.2 全球卫星定位技术 | 第21页 |
| 3.1.3 移动通信技术 | 第21页 |
| 3.2 基于GPS的公交车辆定位 | 第21-26页 |
| 3.2.1 公交GPS数据信息定义 | 第22-23页 |
| 3.2.2 公交GPS数据的传送方式 | 第23-24页 |
| 3.2.3 公交GPS车载系统 | 第24-26页 |
| 3.3 公交车GPS数据的特点 | 第26-27页 |
| 3.4 车载GPS在公交调度中的应用综述 | 第27-29页 |
| 3.5 客流数据采集和预处理 | 第29-32页 |
| 3.5.1 客流数据的采集 | 第30-31页 |
| 3.5.1.1 客流数据的采集方式 | 第30页 |
| 3.5.1.2 自动乘客计数技术 | 第30-31页 |
| 3.5.1.3 客流数据采集方式比较 | 第31页 |
| 3.5.2 客流数据的站点匹配 | 第31-32页 |
| 3.6 本章小结 | 第32-33页 |
| 4 公交实时调度优化研究 | 第33-48页 |
| 4.1 实时调度模型综述 | 第33-34页 |
| 4.2 发车频率优化研究 | 第34-40页 |
| 4.2.1 影响因素分析 | 第34-35页 |
| 4.2.2 模型构建思路与假设 | 第35页 |
| 4.2.3 参数含义 | 第35-36页 |
| 4.2.4 优化目标 | 第36-38页 |
| 4.2.5 发车频率优化模型 | 第38-39页 |
| 4.2.6 模型整合 | 第39-40页 |
| 4.3 基于遗传-模拟退火算法的模型求解 | 第40-47页 |
| 4.3.1 算法介绍 | 第40-43页 |
| 4.3.2 编码方案的确定 | 第43页 |
| 4.3.3 约束条件的处理 | 第43-44页 |
| 4.3.4 适应度函数的确定 | 第44-45页 |
| 4.3.5 遗传操作的设计 | 第45-46页 |
| 4.3.6 程序编写步骤 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 5 实例研究 | 第48-57页 |
| 5.1 北京市1路公交现状 | 第48页 |
| 5.2 北京市1路公交实时数据采集 | 第48-51页 |
| 5.2.1 公交站点经纬度数据的采集 | 第49-50页 |
| 5.2.2 APC数据与GPS数据的时间匹配 | 第50-51页 |
| 5.3 APC数据的站点匹配 | 第51-52页 |
| 5.4 公交实时调度步骤 | 第52页 |
| 5.5 发车频率优化 | 第52-56页 |
| 5.6 本章小结 | 第56-57页 |
| 结论与展望 | 第57-59页 |
| 结论 | 第57页 |
| 展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第63页 |
