隨著社會(huì)經(jīng)濟(jì)和城市快速發(fā)展,大量鄉(xiāng)村人口涌入城市尋找工作機(jī)會(huì),城市居民的出行需求急劇增加,為了緩解日益嚴(yán)重的城市交通壓力,城市管理者將建設(shè)城市軌道交通作為緩解交通壓力的首要選擇。與傳統(tǒng)城市公共交通工具相比,城市軌道交通有運(yùn)輸量高、速度快、時(shí)間短、受眾范圍廣、綠色環(huán)保等優(yōu)勢(shì)。行車(chē)調(diào)度是城市軌道交通運(yùn)營(yíng)企業(yè)的核心工作,在降低運(yùn)營(yíng)成本、提升運(yùn)營(yíng)效率和服務(wù)水平等方面起著至關(guān)重要的作用。文章的軌道交通調(diào)度優(yōu)化工作主要是對(duì)列車(chē)的調(diào)度方案進(jìn)行優(yōu)化,根據(jù)實(shí)際客流情況動(dòng)態(tài)地調(diào)整列車(chē)調(diào)度方案。然而使用傳統(tǒng)的數(shù)學(xué)方法很難對(duì)多目標(biāo)非線性NP問(wèn)題進(jìn)行優(yōu)化求解,主要限制因素有求解空間范圍大,變量維數(shù)高,約束條件復(fù)雜等。隨著智能計(jì)算的發(fā)展,利用智能優(yōu)化算法可有效對(duì)公共交通調(diào)度優(yōu)化問(wèn)題進(jìn)行求解。文章在分析細(xì)菌覓食算法的基礎(chǔ)上,將該改進(jìn)后的細(xì)菌覓食算法與列車(chē)調(diào)度數(shù)學(xué)模型結(jié)合,求解出優(yōu)化后的列車(chē)調(diào)度方案。文章主要工作如下:（1）深入研究細(xì)菌覓食算法。論述了細(xì)菌覓食優(yōu)化算法的仿生學(xué)基礎(chǔ)、結(jié)構(gòu)原理、算法流程和主要操作,分析了參數(shù)對(duì)算法性能的影響。文章提出基于Log-Linear模型的Gauss-Cauchy自適應(yīng)細(xì)菌覓食算法... 

【文章來(lái)源】：江蘇科技大學(xué)江蘇省

【文章頁(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀及發(fā)展趨勢(shì)
    1.3 本文主要研究工作
第2章 城市軌道交通調(diào)度概述
    2.1 軌道交通調(diào)度系統(tǒng)相關(guān)技術(shù)
        2.1.1 閉路電視系統(tǒng)
        2.1.2 電話調(diào)度系統(tǒng)
        2.1.3 無(wú)線調(diào)度系統(tǒng)
        2.1.4 列車(chē)自動(dòng)控制系統(tǒng)
        2.1.5 數(shù)字軌道電路系統(tǒng)
        2.1.6 地理信息系統(tǒng)
        2.1.7 全球衛(wèi)星定位系統(tǒng)
    2.2 本章小結(jié)
第3章 細(xì)菌覓食算法的分析與改進(jìn)
    3.1 引言
    3.2 細(xì)菌覓食算法生物基礎(chǔ)
        3.2.1 細(xì)菌覓食算法起源
        3.2.2 細(xì)菌覓食行為
    3.3 細(xì)菌覓食算法基本操作
        3.3.1 趨向性操作
        3.3.2 復(fù)制性操作
        3.3.3 遷移性操作
    3.4 細(xì)菌覓食算法的求解問(wèn)題過(guò)程和工作流程
    3.5 分析細(xì)菌覓食算法的參數(shù)
        3.5.1 種群規(guī)模S
        3.5.2 搜索步長(zhǎng)C
        3.5.3 趨向操作中參數(shù)N_c和N_s
        3.5.4 復(fù)制操作中參數(shù)N_(re)
        3.5.5 遷移操作中參數(shù)N_(ed)和P_(ed)
        3.5.6 引力的深度d_(attractant),引力的寬度ω_(attractant) ,斥力的高度h_(repellant),斥力的寬度ω_(repellant)
    3.6 細(xì)菌覓食算法的改進(jìn)
        3.6.1 基于Log-Linear模型的細(xì)菌覓食算法
        3.6.2 步長(zhǎng)C值自適應(yīng)設(shè)置
        3.6.3 Gauss-Cauchy變異
        3.6.4 細(xì)菌覓食優(yōu)化算法的思想和步驟
    3.7 仿真實(shí)驗(yàn)
    3.8 本章小結(jié)
第4章 客流分析及模型設(shè)計(jì)
    4.1 城市軌道交通客流分析
        4.1.1 客流數(shù)據(jù)調(diào)查方法
        4.1.2 分析客流的時(shí)空分布特征
    4.2 分析影響調(diào)度優(yōu)化數(shù)學(xué)模型因素
    4.3 建立調(diào)度優(yōu)化的數(shù)學(xué)模型
        4.3.1 數(shù)學(xué)建模的定義
        4.3.2 調(diào)度優(yōu)化模型的假設(shè)
        4.3.3 定義調(diào)度優(yōu)化模型變量
        4.3.4 設(shè)立調(diào)度優(yōu)化模型的目標(biāo)函數(shù)
        4.3.5 調(diào)度優(yōu)化模型的約束條件
    4.4 本章小結(jié)
第5章 基于細(xì)菌覓食優(yōu)化算法的城市軌道交通調(diào)度
    5.1 開(kāi)發(fā)工具和實(shí)驗(yàn)環(huán)境
    5.2 實(shí)例數(shù)據(jù)
    5.3 初始化細(xì)菌覓食優(yōu)化算法
    5.4 制定細(xì)菌覓食優(yōu)化算法的編碼方案
    5.5 處理調(diào)度優(yōu)化模型約束條件
    5.6 調(diào)度方案評(píng)價(jià)標(biāo)準(zhǔn)
    5.7 對(duì)比分析實(shí)驗(yàn)結(jié)果
    5.8 本章小結(jié)
第6章 總結(jié)與展望
    6.1 論文總結(jié)
    6.2 未來(lái)展望
參考文獻(xiàn)
攻讀碩士期間發(fā)表的學(xué)術(shù)論文
致謝
大摘要


【參考文獻(xiàn)】：
期刊論文
[1]智能交通系統(tǒng)主要技術(shù)的發(fā)展[J]. 陸化普.  科技導(dǎo)報(bào). 2019(06)
[2]2018年中國(guó)城市軌道交通運(yùn)營(yíng)線路統(tǒng)計(jì)和分析[J]. 趙昕,顧保南.  城市軌道交通研究. 2019(01)
[3]城市軌道交通信號(hào)系統(tǒng)互聯(lián)互通協(xié)議框架研究[J]. 馮浩楠,范楷,段宏偉,唐凱林.  城市軌道交通研究. 2018(11)
[4]地鐵自動(dòng)售檢票系統(tǒng)及其發(fā)展趨勢(shì)[J]. 宗甜甜.  中國(guó)新技術(shù)新產(chǎn)品. 2018(20)
[5]深圳市軌道交通客流預(yù)測(cè)的新探索[J]. 楊良,閆銘.  都市快軌交通. 2018(05)
[6]中國(guó)城市軌道交通的發(fā)展現(xiàn)狀及機(jī)遇[J]. 周曉勤.  城市軌道交通. 2018(10)
[7]MVB總線的軌道交通車(chē)輛乘客計(jì)數(shù)系統(tǒng)設(shè)計(jì)[J]. 任振旻,錢(qián)存元,王康.  單片機(jī)與嵌入式系統(tǒng)應(yīng)用. 2018(04)
[8]混沌優(yōu)化細(xì)菌覓食算法的傳感器節(jié)點(diǎn)部署策略[J]. 王振東,陳峨霖,胡中棟.  傳感技術(shù)學(xué)報(bào). 2018(01)
[9]Improved Bacterial Foraging Optimization Algorithm Based on Fuzzy Control Rule Base[J]. Cui-Cui Du,Xu-Gang Feng,Jia-Yan Zhang.  Journal of Electronic Science and Technology. 2017(03)
[10]基于GPS和里程計(jì)的列車(chē)定位方法[J]. 陶漢卿,蔡煊,吳昕慧.  城市軌道交通研究. 2017(08)

碩士論文
[1]基于模擬退火算法的公交車(chē)輛排班方法研究[D]. 陳少華.北京郵電大學(xué) 2018
[2]基于GIS的列車(chē)定位可視化技術(shù)研究與實(shí)現(xiàn)[D]. 郭宗昊.西南交通大學(xué) 2017
[3]基于微粒群算法的城市軌道交通列車(chē)運(yùn)行調(diào)整研究[D]. 孔維珍.蘭州交通大學(xué) 2013
[4]基于粒子群與蟻群混合算法的公交調(diào)度研究[D]. 李志廷.大連理工大學(xué) 2013
[5]基于模糊神經(jīng)網(wǎng)絡(luò)的城市軌道交通行車(chē)間隔時(shí)間優(yōu)化研究[D]. 肖楓.重慶交通大學(xué) 2013
[6]時(shí)變環(huán)境下城市軌道交通列車(chē)調(diào)度優(yōu)化[D]. 田小鵬.蘭州交通大學(xué) 2013
[7]智能公交車(chē)輛調(diào)度系統(tǒng)的設(shè)計(jì)與優(yōu)化[D]. 姚艷君.沈陽(yáng)工業(yè)大學(xué) 2010



本文編號(hào)：3416565