声明
致谢
1 引言
1.1 研究背景与意义
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 传统的列车时刻表研究
1.2.2 需求导向的列车时刻表研究
1.2.3 综合考虑需求和成本的列车时刻表研究
1.2.4 遗传和声算法
1.3 论文创新点
1.4 论文研究内容和框架结构
1.4.1 论文研究内容
1.4.2 论文框架结构
2 相关理论基础
2.1 城市轨道交通客流分布特征
2.1.1 时间分布特征
2.1.2 空间分布特征
2.2 列车时刻表及其优化
2.3 遗传和声算法概述
2.3.1 遗传和声算法的原理和特点
2.3.2 遗传和声算法的基本操作
2.4 小结
3 确定条件下列车时刻表优化研究
3.1 问题描述
3.2 模型建立
3.2.1 模型假设和符号定义
3.2.2 计划开行列次
3.2.3 目标函数
3.2.4 约束条件
3.3 遗传和声算法
3.3.1 算法设计
3.3.2 算法流程
3.4 模型验证
3.4.1 算例说明
3.4.2 算例求解
3.5 小结
4 不确定条件下可变开行列次的列车时刻表优化研究
4.1 基于情景的期望值模型基本形式
4.2 模型建立
4.2.1 模型假设和符号定义
4.2.2 目标函数
4.2.3 约束条件
4.3 遗传和声算法设计
4.4 案例分析
4.4.1 案例背景介绍
4.4.2 线路客流分析
4.4.3 案例验证和结果分析
4.4.4 灵敏度分析
4.5 小结
5 结论和展望
参考文献
附录 A实例客流数据
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
北京交通大学;