| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第13-23页 |
| 1.1 研究背景和意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.2.1 时空可达性 | 第15-16页 |
| 1.2.2 个体活动-出行决策 | 第16-18页 |
| 1.2.3 国内外研究综述 | 第18-19页 |
| 1.3 研究目的 | 第19页 |
| 1.4 技术路线及研究内容 | 第19-23页 |
| 第2章 活动持续时间不确定情况下的个体活动-出行决策理论及框架研究 | 第23-37页 |
| 2.1 可达性概述 | 第23-25页 |
| 2.1.1 可达性定义 | 第23-24页 |
| 2.1.2 决策要素关联性分析 | 第24-25页 |
| 2.2 活动持续时间不确定的个体活动决策特征及过程 | 第25-30页 |
| 2.2.1 时空特征 | 第25-27页 |
| 2.2.2 活动主体 | 第27-28页 |
| 2.2.3 活动持续时间不确定的个体活动-出行决策过程 | 第28-30页 |
| 2.3 活动持续时间不确定的个体活动模式调整框架 | 第30-35页 |
| 2.3.1 活动弹性 | 第30-32页 |
| 2.3.2 个体日常活动划分 | 第32-33页 |
| 2.3.3 个体活动模式调整规则 | 第33-34页 |
| 2.3.4 活动持续时间不确定的个体活动模式调整框架 | 第34-35页 |
| 2.4 本章小结 | 第35-37页 |
| 第3章 活动持续时间不确定情况下的个体活动决策模型 | 第37-55页 |
| 3.1 时间地理学框架 | 第37-41页 |
| 3.1.1 时空路径 | 第37-38页 |
| 3.1.2 时空棱柱 | 第38-39页 |
| 3.1.3 活动持续时间不确定情况下的时空棱柱 | 第39-41页 |
| 3.2 建模思路 | 第41-44页 |
| 3.2.1 活动决策单元 | 第41-42页 |
| 3.2.2 活动决策单元要素分解 | 第42-44页 |
| 3.3 可达性要素关联性 | 第44-48页 |
| 3.3.1 场所关联性 | 第45-46页 |
| 3.3.2 时间关联性 | 第46-47页 |
| 3.3.3 活动主体关联性 | 第47-48页 |
| 3.4 基于可达性的活动决策模型 | 第48-53页 |
| 3.4.1 问题描述 | 第48-49页 |
| 3.4.2 模型构建 | 第49-52页 |
| 3.4.3 参数说明 | 第52-53页 |
| 3.5 本章小结 | 第53-55页 |
| 第4章 场景仿真与分析 | 第55-75页 |
| 4.1 案例数据 | 第55-57页 |
| 4.2 场景设置 | 第57-59页 |
| 4.3 个体活动模式调整器设计工具 | 第59-61页 |
| 4.3.1 遗传算法简介 | 第59页 |
| 4.3.2 遗传算法设计实现 | 第59-61页 |
| 4.4 场景结果分析 | 第61-71页 |
| 4.4.1 基本参数 | 第61-62页 |
| 4.4.2 固定活动延迟结束对个体活动决策的影响 | 第62-66页 |
| 4.4.3 固定活动提前结束对个体活动决策的影响 | 第66-71页 |
| 4.5 个体活动决策特征 | 第71-72页 |
| 4.5.1 可调整性 | 第72页 |
| 4.5.2 可转移性 | 第72页 |
| 4.6 本章小结 | 第72-75页 |
| 第5章 结论与展望 | 第75-79页 |
| 5.1 结论及创新点 | 第75-77页 |
| 5.1.1 结论 | 第75-76页 |
| 5.1.2 研究创新点 | 第76-77页 |
| 5.2 研究展望 | 第77-79页 |
| 致谢 | 第79-81页 |
| 参考文献 | 第81-87页 |
| 附录A：攻读硕士学位期间发表论文 | 第87-89页 |
| 附录B：遗传算法部分代码 | 第89页 |
| B.1 遗传算法主程序 | 第89页 |
