城市公交车辆智能调度优化研究
【摘要】:近年来,城市化进程的进一步发展以及城市人口的不断扩张导致城市居民的出行量迅速增加,城市道路交通容量逐渐趋向于饱和状态,由此而引发的道路交通问题愈演愈烈。要妥善解决目前城市道路交通问题,就要通过各地政府及交通管理部门大力地发展城市道路公共交通,在实行公交优先战略的同时,充分、合理地利用智能交通系统(ITS)。本论文便是在当前智能交通系统(ITS)的背景下,通过采用综合改进的遗传算法来解决目前城市公共交通车辆调度的时间表优化问题。
本文针对一条线路是否考虑换乘情况分别进行研究,以使得公交乘客的等车时间费用最小和公交运营企业所获得效益最大为模型目标,公交车的发车时刻为决策变量,并考虑公交车额定载客量和发车的时间间隔等约束条件研究建立公交调度模型。
本文对遗传算法进行了研究,并对遗传算法进行自适应操作和最优保留策略的改进。遗传算法的参数中交叉概率和变异概率的选择是直接影响遗传算法的行为和性能的关键所在,自适应遗传算法使交叉概率和变异概率能够随适应度自动改变。使用最优保留策略来实现优胜劣汰的操作,也就是说在当前的群体之中,将适应度为最优的个体独立出来,使得该个体不进行变异运算和交叉运算,其主要作用是用来取代本代群体中在经过了交叉和变异等的遗传操作之后产生出来的个体中适应度相比较而言最差的那个个体。
基于上述的研究,本文通过与青岛市经济技术开发区的某条公交线路的现有调查数据相结合,建立了公交调度模型,对遗传算法和改进的遗传算法进行了设计,并应用于所建模型的计算求解,基于Visual Basic语言进行编程与实现。计算得到了整个调度过程中不均匀的公交发车时刻表,同时结果显示改进的遗传算法比标准遗传算法优化作用明显提高,是求解公交调度的一个有效方法,通过计算结果与调查数据的比较表明所建立调度模型具有一定的实际应用价值。
|
|
|
|
1 |
戚志东,朱新坚,朱伟兴;基于模糊规则优化的改进FGA算法[J];小型微型计算机系统;2005年01期 |
2 |
王君红;刘宝;袁若泉;李桂莲;;一种非线性遗传算法的设计与应用[J];计算机仿真;2010年02期 |
3 |
石玉,陈小平,于盛林;利用排序对遗传算法的改进和自适应交叉概率[J];数据采集与处理;2000年02期 |
4 |
王晓芳,杨荣荣;VC++编程实现遗传算法对神经网络权重的优化[J];计算机应用;2004年S2期 |
5 |
王玉冰;王锦江;王颖龙;;一种基于种群熵的自适应遗传算法[J];微计算机信息;2010年01期 |
6 |
张运凯,王方伟,张玉清,马建峰;协同进化遗传算法及其应用[J];计算机工程;2004年15期 |
7 |
牟在根;梁杰;隋军;颜谋;;一种模糊控制小生境遗传算法的应用研究[J];北京科技大学学报;2006年03期 |
8 |
吴昳恬;;免疫算法原理及应用研究[J];科技信息;2011年08期 |
9 |
于海斌,王浩波,徐心和;两代竞争遗传算法及其应用研究[J];信息与控制;2000年04期 |
10 |
卢再奇,付强,肖怀铁;遗传算法在雷达目标匹配识别中的应用[J];现代雷达;2002年05期 |
11 |
辛华;;基于遗传算法的模糊信息VRP问题研究[J];中国水运(理论版);2007年10期 |
12 |
杨春燕;任月鸥;刘庆存;田秋艳;;遗传算法在试题库自动组卷中的应用[J];长春工业大学学报(自然科学版);2008年03期 |
13 |
刘俊;肖人岳;;自交叉遗传算法[J];科学技术与工程;2009年19期 |
14 |
黄艳峰;陈涛;;基于改进遗传算法的智能组卷系统的设计与实现[J];煤炭技术;2009年10期 |
15 |
赵卫;;模拟退火遗传算法在车间作业调度中的应用[J];计算机仿真;2011年07期 |
16 |
艾德才,吴奇,张桦;用遗传算法求解重力场地层深度曲线[J];天津大学学报(自然科学与工程技术版);1998年03期 |
17 |
顾毅,刘新国;基于遗传算法的PID控制器的研究[J];信息技术;2000年08期 |
18 |
南国芳,李敏强,寇纪淞;求解电路划分问题的混合式遗传算法[J];计算机集成制造系统-CIMS;2004年10期 |
19 |
王增强;曾碧;;遗传算法中交叉算子的配对策略研究[J];汕头大学学报(自然科学版);2005年04期 |
20 |
段昌敏;;遗传算法在智能课表生成系统中的应用研究[J];电脑知识与技术;2008年04期 |
|