声明
致谢
摘要
1 引言
1.1 研究背景
1.2 研究目的和意义
1.3 国内外研究综述
1.3.1 乘客等待时间优化
1.3.2 面向服务与运营的多目标优化
1.3.3 列车运行计划编制与调整
1.3.4 列车运行图鲁棒性研究
1.3.5 面向能耗的列车运行计划编制研究
1.3.6 列车运行计划编制算法
1.3.7 研究现状评述
1.4 主要内容和结构框架
1.4.1 论文主要内容
1.4.2 论文结构框架
1.5 本章小结
2 城市轨道交通末班列车运行计划编制问题NP-Hard证明
2.1 NP-Hard问题定义
2.2 末班列车换乘站衔接方向数分析
2.3 末班列车运行计划编制问题的一般模型
2.4 末班列车运行计划编制问题NP-Hard证明
2.4.1 NAE-3SAT问题
2.4.2 归约证明NAE-3SAT(-)d-LTP
2.4.3 解的等化证明
2.5 本章小结
3 城市轨道交通首末班及峰时列车换乘等待时间优化
3.1 换乘等待时间模型的符号说明
3.2 模型假设条件
3.3 模型约束条件
3.3.1 技术约束
3.3.2 运行约束
3.4 换乘等待时间建模
3.4.1 首班列车换乘等待时间
3.4.2 末班列车换乘等待时间
3.4.3 峰时列车换乘等待时间
3.4.4 首末班及峰时列车换乘等待时间整合模型
3.5 整合模型求解算法
3.5.1 解的编码形式
3.5.2 算法的领域结构
3.5.3 换乘等待时间求解算法
3.5.4 模拟退火算法步骤
3.6 等待时间模型算例设计及分析
3.6.1 初始的列车运行计划衔接情况
3.6.2 优化后的列车运行计划衔接情况
3.6.3 算法效率分析
3.7 等待时间模型实例分析
3.7.1 等待时间模型网络初始数据
3.7.2 等待时间模型优化结果
3.7.3 停站时间灵敏度分析
3.8 本章小结
4 城市轨道交通末班列车换乘冗差时间优化
4.1 冗差时间模型的符号说明
4.2 冗差时间模型的假设条件
4.3 冗差时间模型的决策
4.3.1 冗余时间(PTCT)和等待时间(PTWT)
4.3.2 冗差时间(PTCH)
4.4 冗差时间模型的约束与目标函数
4.4.1 末班列车运行约束条件
4.4.2 冗差时间模型目标函数
4.5 遗传算法设计
4.6 冗差时间模型算例设计
4.6.1 重点衔接方向
4.6.2 算例优化结果
4.6.3 遗传算法效率分析
4.7 冗差时间模型实例研究
4.7.1 网络初始数据
4.7.2 优化结果分析
4.7.3 衔接惩罚因子影响分析
4.7.4 目标函数对比分析
4.7.5 算法参数及收敛性分析
4.8 本章小结
5 城市轨道交通末班列车延误调整
5.1 延误调整模型的符号说明
5.2 延误调整模型的假设条件
5.3 延误调整模型的约束条件
5.3.1 模型硬约束
5.3.2 模型软约束
5.4 末班列车延误调整模型
5.4.1 延误调整的快速性
5.4.2 延误调整的换乘影响
5.4.3 延误调整的扰动性
5.4.4 末班列车延误调整建模
5.5 遗传退火算法设计
5.6 延误调整模型算例设计
5.6.1 算例优化结果分析
5.6.2 区间末班列车延误分析
5.7 延误调整模型实例研究
5.7.1 硬约束软约束分析
5.7.2 末班列车延误管理
5.7.3 灵敏区间检测
5.8 本章小结
6 结论
6.1 研究总结
6.2 主要创新点
6.3 研究展望
参考文献
作者简历
学位论文数据集