摘要 | 第5-7页 |
ABSTRACT | 第7-9页 |
第一章 绪论 | 第14-24页 |
1.1 研究背景及意义 | 第14-16页 |
1.1.1 研究背景 | 第14-15页 |
1.1.2 研究意义 | 第15-16页 |
1.2 国内外研究现状 | 第16-19页 |
1.3 研究目的 | 第19页 |
1.4 研究内容 | 第19-20页 |
1.5 论文结构与技术路线 | 第20-24页 |
1.5.1 论文结构 | 第20-22页 |
1.5.2 技术路线 | 第22-24页 |
第二章 城市公交复杂网络基础理论 | 第24-39页 |
2.1 城市公交出行及其网络特性 | 第25-27页 |
2.1.1 公交出行与客流网 | 第25页 |
2.1.2 公交客流网结构复杂特性 | 第25-27页 |
2.2 复杂网络基础理论 | 第27-31页 |
2.2.1 复杂网络基本概念 | 第27页 |
2.2.2 复杂网络的基本特征 | 第27页 |
2.2.3 复杂网络的常用统计特征 | 第27-28页 |
2.2.4 复杂网络模型分类及模型建立 | 第28-31页 |
2.3 基于复杂网络的城市公交网络研究 | 第31-34页 |
2.3.1 道路网络拓扑结构建模 | 第31-32页 |
2.3.2 城市公交网络拓扑结构 | 第32-33页 |
2.3.3 城市公交网络建模参数与建模原则 | 第33-34页 |
2.4 城市公交网络鲁棒性研究 | 第34-35页 |
2.5 城市公交网络优化模型研究 | 第35-38页 |
2.5.1 基于鲁棒性分析的关键节点确定及网络性能优化 | 第35-36页 |
2.5.2 城市公交线网规划优化模型及算法 | 第36-37页 |
2.5.3 城市公交复杂网络调度发车频率优化 | 第37页 |
2.5.4 城市公交网络综合评价指标体系优化模型 | 第37-38页 |
2.6 本章小结 | 第38-39页 |
第三章 基于复杂网络的公交OTD矩阵生成模型及算法 | 第39-61页 |
3.1 基于复杂网络的城市公交网络模型 | 第39-41页 |
3.2 公交客流数据自动采集系统 | 第41页 |
3.3 基于出行链的公交客流OD矩阵生成模型 | 第41-44页 |
3.3.1 基于GPS和AVL的上车站点匹配 | 第42-43页 |
3.3.2 基于出行链的下车站点匹配 | 第43-44页 |
3.3.3 基于APC和IPF的总体OTD估算 | 第44页 |
3.4 基于数据融合、轨迹分析及系数划分的公交换乘客流生成模型 | 第44-53页 |
3.4.1 基于多源数据融合的IC卡刷卡站点匹配方法 | 第45-47页 |
3.4.2 公交乘客出行时空轨迹提取方法 | 第47-50页 |
3.4.3 基于换乘步行距离、迂回系数、直达系数的公交换乘识别阈值法 | 第50-53页 |
3.5 案例研究 | 第53-60页 |
3.5.1 基于GIS的公交站点网络建模 | 第53-55页 |
3.5.2 基于个体乘客单次出行的OD推算 | 第55-56页 |
3.5.3 城市公交网络OD需求加载 | 第56-57页 |
3.5.4 基于IC卡数据的城市公交客流OD矩阵分析 | 第57页 |
3.5.5 基于个体乘客单次出行的OD估计结果 | 第57-59页 |
3.5.6 基于阈值法的城市公交换乘客流时空分布 | 第59-60页 |
3.6 本章小结 | 第60-61页 |
第四章 城市公交线网客流及拓扑结构分析 | 第61-92页 |
4.1 城市公交客流特征指标体系 | 第61-63页 |
4.1.1 客流量指标 | 第61-62页 |
4.1.2 公交车辆运营指标 | 第62页 |
4.1.3 公交乘客出行特征指标 | 第62-63页 |
4.2 珠海市公交线网客流分析 | 第63-80页 |
4.2.1 客流量时空分布特性分析 | 第63-75页 |
4.2.2 基于客流量和行程时间的公交车辆运营分析 | 第75-79页 |
4.2.3 基于换乘和车内时间的公交乘客出行特征分析 | 第79-80页 |
4.3 复杂网络统计特征值分析 | 第80-82页 |
4.4 珠海市公交线网拓扑结构的复杂网络统计特征值分析 | 第82-91页 |
4.5 本章小结 | 第91-92页 |
第五章 基于客流加载的城市公交网络鲁棒性分析 | 第92-117页 |
5.1 以客流驱动的城市公交网络加载模型及算法 | 第92-101页 |
5.1.1 参数及变量定义 | 第92-94页 |
5.1.2 数据基础 | 第94-95页 |
5.1.3 城市公交线网数据加载 | 第95-96页 |
5.1.4 时空序列分析及客流加载逻辑设计 | 第96-98页 |
5.1.5 线路及车次客流协调 | 第98-99页 |
5.1.6 站点时空序列计算 | 第99-100页 |
5.1.7 客流登降量、车载人数及乘客行程时间计算 | 第100-101页 |
5.2 城市公交网络鲁棒性分析 | 第101-110页 |
5.2.1 城市路网鲁棒性的含义 | 第101-102页 |
5.2.2 城市路网遭受外界攻击的状态 | 第102-103页 |
5.2.3 城市路网鲁棒性指标 | 第103-104页 |
5.2.4 静态鲁棒性分析 | 第104-109页 |
5.2.5 动态鲁棒性分析 | 第109-110页 |
5.3 案例研究 | 第110-116页 |
5.3.1 节点攻击失效城市公交网络鲁棒性变化 | 第110-113页 |
5.3.2 边攻击失效城市公交网络鲁棒性变化 | 第113-116页 |
5.4 本章小结 | 第116-117页 |
第六章 基于费用最优的城市公交发车间隔优化 | 第117-141页 |
6.1 参数及变量定义 | 第117页 |
6.2 公交发车间隔优化模型 | 第117-118页 |
6.3 算法设计 | 第118-124页 |
6.3.1 粒子群算法问题描述 | 第119-120页 |
6.3.2 位置及速度更新 | 第120页 |
6.3.3 参数设定 | 第120-123页 |
6.3.4 算法流程 | 第123-124页 |
6.4 案例研究 | 第124-139页 |
6.4.1 客流时空分布特性结果 | 第125-127页 |
6.4.2 基于时段和线路的发车间隔优化结果 | 第127-133页 |
6.4.3 基于运营费用和乘客出行费用的发车间隔优化结果 | 第133-139页 |
6.5 本章小结 | 第139-141页 |
结论与展望 | 第141-143页 |
结论 | 第141-142页 |
展望 | 第142-143页 |
参考文献 | 第143-153页 |
攻读博士学位期间取得的研究成果 | 第153-155页 |
致谢 | 第155-156页 |
附件 | 第156页 |