基于乘客出行选择的城市地面公交运行监测关键指标研究

目录

声明

致谢

1 绪论

1.1 研究背景及意义

1.1.1 研究背景

1.1.2 研究意义

1.2 国内外研究现状

1.2.1 城市地面公交运行监测关键指标研究现状

1.2.2 乘客出行选择研究现状

1.3 技术路线与研究内容

1.3.1 技术路线

1.3.2 研究内容

1.4 论文结构

1.5 本章小结

2 相关理论与技术

2.1 城市地面公交运行监测系统的定义

2.1.1 城市地面公交运行监测系统构成

2.1.2 城市地面公交运行监测系统主体

2.2 公交乘客出行决策行为理论

2.3 云模型理论

2.4 累积前景理论

2.5 序列后向选择子集搜索策略与广义回归神经网络

2.5.1 序列后向选择子集搜索策略

2.5.2 广义回归神经网络

2.6 本章小结

3 城市地面公交运行监测初始指标集确定与数据准备

3.1 城市地面公交运行监测初始指标集确定

3.1.1 影响公交乘客出行选择的指标分析

3.1.2 指标确定原则

3.1.3 初始指标集及指标计算方法

3.2 数据准备

3.2.1 客观居民出行数据描述

3.2.2 基于RP调查与 SP调查的乘客主观数据获取与描述

3.2.3 客观数据预处理

3.3 本章小结

4 居民出行数据和调查数据驱动的公交运行监测关键指标模型构建

4.1 基于调查数据的定性指标量化模型构建

4.1.1 确定定性指标体系

4.1.2 各定性指标的云模型表示

4.2 基于居民出行数据的客观指标前景值计算模型构建

4.2.1 问题描述及参照点的确定

4.2.2 指标前景值计算

4.3 公交运行监测关键指标确定模型思路与构建流程

4.3.1 序列后向-广义回归神经网络模型建模思路

4.3.2 序列后向-广义回归神经网络关键指标确定模型构建流程

4.4 本章小结

5 基于时间层次的城市地面公交运行监测关键指标模型应用——以北京市数据为例

5.1 北京市不同时段公交线路指标数据提取

5.2 基于模型计算的北京市不同时段公交运行监测关键指标确定

5.2.1 输入和输出

5.2.2 模型数据预处理

5.2.3 模型训练

5.2.4 模型检验

5.2.5 模型结果

5.3 不同时段下的公交运行及监管策略

5.3.1 早晚高峰时段公交运行及监管策略

5.3.2 平峰时段公交运行及监管策略

5.4 本章小结

6 结论与展望

6.1 结论

6.2 展望

参考文献

附录A

附录B

作者简历及攻读硕士学位期间取得的研究成果

独创性声明

学位论文数据集