声明
致谢
摘要
1 引言
1.1 研究背景和意义
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 国外研究现状
1.2.2 国内研究现状
1.3 论文主要研究内容
1.4 论文主要创新点
1.5 论文结构安排
2 关键技术介绍
2.1 自动乘客计数技术
2.2 全球卫星定位技术
2.3 移动通信技术
2.4 遗传算法
2.4.1 遗传算法概述
2.4.2 遗传算法优缺点
2.5 模拟退火算法
2.5.1 模拟退火算法概述
2.5.2 模拟退火算法优缺点
3 客流数据的采集和预处理
3.1 客流数据的采集
3.1.1 客流数据采集方式
3.1.2 客流数据采集方式比较
3.1.3 客流数据采集流程
3.2 客流数据的站点匹配
3.2.1 采集站点的经纬度数据
3.2.2 APC数据与GPS数据的时间匹配
3.2.3 APC数据的站点匹配
3.3 客流数据的统计分析
3.3.1 客流数据的不均衡特性
3.3.2 客流数据的周期变化规律
3.4 本章小结
4 基于实时客流数据的发车P"tN优化模型
4.1 问题分析与模型假设
4.1.1 问题分析
4.1.2 模型假设
4.2 符号定义
4.3 模型构建
4.3.1 目标函数
4.3.2 约束条件
4.4 模型汇总
4.5 本章小结
5 基于改进的遗传-模拟退火算法的模型求解
5.1 遗传-模拟退火算法
5.1.1 遗传-模拟退火算法概述
5.1.2 遗传-模拟退火算法流程
5.2 改进的GA-SA算法设计
5.2.1 编码
5.2.2 约束条件的处理
5.2.3 适应度函数
5.2.4 初始化种群
5.2.5 算子设计
5.2.6 模拟退火操作
5.2.7 降温函数
5.2.8 终止条件的判断
5.2.9 算法流程
5.3 基于改进的GA-SA算法的仿真实验
5.3.1 问题分析
5.3.2 参数设置
5.3.3 仿真实验结果
5.4 本章小结
6 总结
参考文献
作者简历
学位论文数据集