【摘要】：隨著我國(guó)城市化進(jìn)程的快速推進(jìn),機(jī)動(dòng)車保有量呈急劇增長(zhǎng)勢(shì)態(tài)。然而,城市的綜合服務(wù)能力及基礎(chǔ)設(shè)施建設(shè)的效率卻敢不上汽車保有量的增長(zhǎng)速度,致使道路交通緊張,制約城市可持續(xù)發(fā)展。因此,大力發(fā)展城市交通系統(tǒng)成為當(dāng)務(wù)之急。公交調(diào)度系統(tǒng)是交通系統(tǒng)的子系統(tǒng)之一,公交調(diào)度系統(tǒng)通過(guò)合理的分配人力、物力資源,以實(shí)現(xiàn)對(duì)公交車輛的最優(yōu)化調(diào)度和管理。由于公交優(yōu)化調(diào)度能帶來(lái)良好的經(jīng)濟(jì)效益和社會(huì)效益,故國(guó)內(nèi)外學(xué)者相繼提出了很多優(yōu)化方法來(lái)解決這一問(wèn)題。公交優(yōu)化調(diào)度問(wèn)題屬于多目標(biāo)、多約束優(yōu)化問(wèn)題,建模和模型求解都存著困難。這一問(wèn)題至今沒(méi)有獲得很好的解決方法,針對(duì)這一問(wèn)題的研究仍在不斷進(jìn)行。本文提出了一種基于狀態(tài)空間模型的智能算法來(lái)進(jìn)行公交優(yōu)化調(diào)度,該算法是采用實(shí)數(shù)編碼方式且引入遺傳算法基本理念的一種智能優(yōu)化算法。利用狀態(tài)進(jìn)化矩陣的構(gòu)造來(lái)指導(dǎo)算法搜索方向,突破了傳統(tǒng)遺傳算法的求解模式,使問(wèn)題的求解過(guò)程可以用離散系統(tǒng)動(dòng)力學(xué)過(guò)程表示。再通過(guò)選種池的優(yōu)勝劣汰的選擇機(jī)理來(lái)實(shí)現(xiàn)算法朝問(wèn)題的最優(yōu)解逼近。該算法操作簡(jiǎn)單,且尋優(yōu)效果好。本文在考慮發(fā)車時(shí)間間隔、公交公司盈利和滿載率約束的條件下,給出了兼顧公交公司和乘客利益的數(shù)學(xué)模型,該模型通過(guò)權(quán)重系數(shù)來(lái)反映主體利益傾向。將基于狀態(tài)空間模型的智能算法運(yùn)用到公交優(yōu)化調(diào)度問(wèn)題的設(shè)計(jì)中,并借助仿真平臺(tái),通過(guò)算例比較,驗(yàn)證了該算法在求解問(wèn)題時(shí)的有效性。
[Abstract]:With the rapid development of urbanization in China, the number of motor vehicles is increasing rapidly. However, the city's comprehensive service capacity and the efficiency of infrastructure construction dare not exceed the growth rate of car ownership, which leads to the shortage of road traffic and restricts the sustainable development of the city. Therefore, it is urgent to develop the urban transportation system. The bus dispatching system is one of the subsystems of the traffic system. Through the rational allocation of human and material resources, the bus dispatching system can realize the optimal scheduling and management of public transport vehicles. Because the optimal dispatching of public transportation can bring good economic and social benefits, scholars at home and abroad have put forward a lot of optimization methods to solve this problem. Bus scheduling optimization problem belongs to multi-objective, multi-constraint optimization problem, modeling and model solving are difficult. So far, there is no good solution to this problem, and the research on this problem is still going on. In this paper, an intelligent algorithm based on state space model is proposed to optimize bus scheduling. This algorithm is an intelligent optimization algorithm based on real coding and introducing the basic concept of genetic algorithm (GA). The construction of the state evolution matrix is used to guide the search direction of the algorithm, which breaks through the solving mode of the traditional genetic algorithm and makes the solving process of the problem can be represented by the dynamic process of the discrete system. Then, the optimal solution of the problem is approximated by the selection mechanism of the survival of the fittest in the seed selection pool. The operation of the algorithm is simple and the optimization effect is good. In this paper, considering the constraints of departure time interval, profit and full load ratio of bus companies, a mathematical model considering the interests of both bus companies and passengers is presented. The model reflects the interest tendency of the main body through the weight coefficient. The intelligent algorithm based on state space model is applied to the design of bus optimal scheduling problem, and the effectiveness of the algorithm in solving the problem is verified by the comparison of numerical examples with the help of simulation platform.
【學(xué)位授予單位】：長(zhǎng)沙理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：U491.17;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李平康;劉國(guó)隆;沈自鈞;;多變量線性系統(tǒng)辨識(shí)的一種模型特性及參數(shù)遞推算法[J];華北電力學(xué)院學(xué)報(bào);1985年01期

2 董會(huì)忠;王志松;吳宗杰;孫秀梅;;基于時(shí)變參數(shù)狀態(tài)空間模型的能源消費(fèi)影響因素研究[J];統(tǒng)計(jì)與決策;2013年23期

3 熊健;陳定庚;趙延孟;;蹤跡重獲的狀態(tài)空間模型及計(jì)算[J];深圳大學(xué)學(xué)報(bào)(理工版);2007年03期

4 賈江濤;李雷鳴;;我國(guó)能源消費(fèi)影響因素分析——基于狀態(tài)空間模型的變參數(shù)分析[J];科學(xué)技術(shù)與工程;2011年30期

5 李欣;于乃輝;曹玉君;張志雄;尚建忠;;基于狀態(tài)空間模型的航天器裝配角偏誤差研究[J];國(guó)防科技大學(xué)學(xué)報(bào);2014年01期

6 王潔;王孝平;;貴州能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)的實(shí)證分析——基于變參數(shù)狀態(tài)空間模型[J];貴州商業(yè)高等專科學(xué)校學(xué)報(bào);2012年02期

7 伊亮;王侃宏;馬寧;;基于狀態(tài)空間模型的相變材料數(shù)值傳熱分析[J];建筑熱能通風(fēng)空調(diào);2009年03期

8 馬穎;孫猛;;基于狀態(tài)空間模型的中國(guó)能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)關(guān)系研究[J];河南科學(xué);2012年11期

9 劉昆,張育林;分布參數(shù)液體管道的分段近似狀態(tài)空間模型[J];推進(jìn)技術(shù);1998年05期

10 鄭鐵軍,王曦,羅秀芹,李其漢;建立航空發(fā)動(dòng)機(jī)狀態(tài)空間模型的修正方法[J];推進(jìn)技術(shù);2005年01期

相關(guān)會(huì)議論文 前7條

1 潘雄鋒;史曉輝;王蒙;;我國(guó)科技發(fā)展的財(cái)政金融政策效應(yīng)研究——基于狀態(tài)空間模型的分析[A];第七屆中國(guó)科技政策與管理學(xué)術(shù)年會(huì)論文集[C];2011年

2 劉貫春;岳意定;賀磊;;兩因子隨機(jī)死亡率狀態(tài)空間模型及長(zhǎng)壽風(fēng)險(xiǎn)測(cè)度[A];第八屆（2013）中國(guó)管理學(xué)年會(huì)——金融分會(huì)場(chǎng)論文集[C];2013年

3 劉明明;顧興源;王偉;;基于狀態(tài)空間模型的隨機(jī)多變量廣義預(yù)測(cè)控制[A];1991年控制理論及其應(yīng)用年會(huì)論文集（上）[C];1991年

4 楊淑君;;基于狀態(tài)空間模型的我國(guó)房地產(chǎn)上市公司財(cái)務(wù)流動(dòng)性的實(shí)證研究[A];中國(guó)會(huì)計(jì)學(xué)會(huì)財(cái)務(wù)管理專業(yè)委員會(huì)2009年學(xué)術(shù)年會(huì)論文集[C];2009年

5 高子建;;投資、消費(fèi)和出口對(duì)經(jīng)濟(jì)增長(zhǎng)的動(dòng)態(tài)影響分析——基于狀態(tài)空間模型[A];2008年中國(guó)經(jīng)濟(jì)特區(qū)論壇：紀(jì)念改革開(kāi)放30周年學(xué)術(shù)研討會(huì)論文集[C];2008年

6 張璋;高潮;;多元統(tǒng)計(jì)與經(jīng)濟(jì)系統(tǒng)狀態(tài)空間模型[A];全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第2卷）[C];1993年

7 李雪松;婁峰;;中國(guó)城鎮(zhèn)居民收入差距對(duì)消費(fèi)影響的動(dòng)態(tài)效應(yīng)分析:基于面板數(shù)據(jù)和狀態(tài)空間模型的實(shí)證研究[A];中國(guó)社會(huì)科學(xué)院第三屆中國(guó)經(jīng)濟(jì)論壇論文集（下）[C];2007年

相關(guān)博士學(xué)位論文 前4條

1 陳學(xué)華;狀態(tài)空間模型理論與算法及其在金融計(jì)量中的應(yīng)用[D];暨南大學(xué);2007年

2 文巧鈞;基于狀態(tài)空間模型的復(fù)雜動(dòng)態(tài)過(guò)程監(jiān)測(cè)方法研究[D];浙江大學(xué);2015年

3 唐曉彬;Markov機(jī)制轉(zhuǎn)換的狀態(tài)空間模型及其在我國(guó)經(jīng)濟(jì)周期分析中的應(yīng)用研究[D];西南財(cái)經(jīng)大學(xué);2010年

4 杜世昌;多源多工序加工系統(tǒng)偏差流建模、診斷和控制系統(tǒng)研究[D];上海交通大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 王瑞;稀疏縱向數(shù)據(jù)下?tīng)顟B(tài)空間模型統(tǒng)計(jì)推斷問(wèn)題研究[D];西安電子科技大學(xué);2014年

2 王雪;基于快速檢測(cè)的MIMO雷達(dá)真假?gòu)楊^識(shí)別技術(shù)研究[D];電子科技大學(xué);2015年

3 唐愛(ài)萍;線性混合效應(yīng)狀態(tài)空間模型的統(tǒng)計(jì)推斷及應(yīng)用[D];西安電子科技大學(xué);2014年

4 朱彥丞;我國(guó)新能源產(chǎn)業(yè)發(fā)展?fàn)顩r的實(shí)證分析[D];云南大學(xué);2016年

5 徐捷;碳纖維復(fù)合芯導(dǎo)線載流溫升狀態(tài)空間模型研究[D];南京理工大學(xué);2016年

6 郝艷婷;視頻行人檢測(cè)與跟蹤的方法研究[D];青島科技大學(xué);2016年

7 魯宗科;云南省旅游業(yè)與地區(qū)經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證分析[D];云南大學(xué);2016年

8 李彩雯;基于狀態(tài)空間模型的房地產(chǎn)“情緒指數(shù)”研究[D];海南師范大學(xué);2016年

9 彭琦;基于動(dòng)態(tài)狀態(tài)空間模型的滾動(dòng)軸承壽命預(yù)測(cè)研究[D];北京化工大學(xué);2016年

10 趙玉宏;基于狀態(tài)空間模型的風(fēng)速預(yù)測(cè)研究[D];西安電子科技大學(xué);2015年

，

本文編號(hào)：2442340