基于精英選擇遺傳算法的需求響應公交規(guī)劃
發(fā)布時間:2021-04-18 01:41
為提高公交系統(tǒng)服務質(zhì)量,需求響應公交是近年來被提出的新型運營模式,其可以根據(jù)乘客需求定制公交線路。對需求響應公交的規(guī)劃包括點規(guī)劃和路徑規(guī)劃兩階段。首先通過K-means算法實現(xiàn)公交零食停靠點規(guī)劃,其次在路徑規(guī)劃的過程中,提出了一種基于精英選擇的遺傳算法。最后,通過100名乘客需求的實例試驗,需求響應公交最大可以使企業(yè)盈利162.30元,并證實了基于精英選擇遺傳算法相比與基于輪盤賭選擇遺傳算法具有更快的收斂速度和更好的搜索結(jié)果,精英種群的規(guī)模設為15%左右時求解結(jié)果較好。
【文章來源】:公路工程. 2020,45(02)北大核心
【文章頁數(shù)】:6 頁
【部分圖文】:
公交�?奎c規(guī)劃
本文首先基于K-means聚類算法規(guī)劃了DRT停靠站點。K-means算法根據(jù)乘客坐標劃分為k個簇,可以并將每個簇中心作為DRT的�?空军c,可以使得每位乘客到其所屬簇內(nèi)的站點的距離最小。K-means算法獲得�?空镜牧鞒倘鐖D1所示。2.2 基于ESGA的路徑規(guī)劃
本文設計了基于精英選擇遺傳算法(ESGA)求解模型,其相比于普遍使用的基于輪盤賭選擇遺傳算法(RWSGA)具有更快的收斂速度。ESGA其基本思想:依據(jù)上一代種群的適應度建立精英種群,在新一代的選擇的過程中,用精英種群替換種群中適應度低的個體。ESGA流程如圖2所示。2.2.1 編碼
【參考文獻】:
期刊論文
[1]混合車型需求響應公交服務定制問題研究[J]. 鄭漢,張星臣,王志美. 交通運輸系統(tǒng)工程與信息. 2018(02)
[2]帶訂單選擇車輛路徑問題的模型與算法[J]. 孫劉誠,孫焰. 交通運輸系統(tǒng)工程與信息. 2018(02)
[3]復雜路網(wǎng)下靈活接駁公交路徑優(yōu)化研究[J]. 盧小林,潘述亮,鄒難. 交通運輸系統(tǒng)工程與信息. 2016(06)
[4]多目標車輛路徑問題的粒子群優(yōu)化算法研究[J]. 郭森,秦貴和,張晉東,于赫,盧政宇,于佳欣. 西安交通大學學報. 2016(09)
[5]多目標帶時間窗的車輛路徑問題的單親遺傳混合蟻群算法[J]. 劉云,張惠珍. 公路交通科技. 2016(06)
[6]城市定制公交合乘站點的布局研究[J]. 胡列格,安桐,王佳,劉喜. 徐州工程學院學報(自然科學版). 2016(01)
[7]含特殊需求的靈活接駁公交服務區(qū)域與路徑選擇[J]. 潘述亮,俞潔,鄒難,舒波. 東北大學學報(自然科學版). 2014(11)
本文編號:3144547
【文章來源】:公路工程. 2020,45(02)北大核心
【文章頁數(shù)】:6 頁
【部分圖文】:
公交�?奎c規(guī)劃
本文首先基于K-means聚類算法規(guī)劃了DRT停靠站點。K-means算法根據(jù)乘客坐標劃分為k個簇,可以并將每個簇中心作為DRT的�?空军c,可以使得每位乘客到其所屬簇內(nèi)的站點的距離最小。K-means算法獲得�?空镜牧鞒倘鐖D1所示。2.2 基于ESGA的路徑規(guī)劃
本文設計了基于精英選擇遺傳算法(ESGA)求解模型,其相比于普遍使用的基于輪盤賭選擇遺傳算法(RWSGA)具有更快的收斂速度。ESGA其基本思想:依據(jù)上一代種群的適應度建立精英種群,在新一代的選擇的過程中,用精英種群替換種群中適應度低的個體。ESGA流程如圖2所示。2.2.1 編碼
【參考文獻】:
期刊論文
[1]混合車型需求響應公交服務定制問題研究[J]. 鄭漢,張星臣,王志美. 交通運輸系統(tǒng)工程與信息. 2018(02)
[2]帶訂單選擇車輛路徑問題的模型與算法[J]. 孫劉誠,孫焰. 交通運輸系統(tǒng)工程與信息. 2018(02)
[3]復雜路網(wǎng)下靈活接駁公交路徑優(yōu)化研究[J]. 盧小林,潘述亮,鄒難. 交通運輸系統(tǒng)工程與信息. 2016(06)
[4]多目標車輛路徑問題的粒子群優(yōu)化算法研究[J]. 郭森,秦貴和,張晉東,于赫,盧政宇,于佳欣. 西安交通大學學報. 2016(09)
[5]多目標帶時間窗的車輛路徑問題的單親遺傳混合蟻群算法[J]. 劉云,張惠珍. 公路交通科技. 2016(06)
[6]城市定制公交合乘站點的布局研究[J]. 胡列格,安桐,王佳,劉喜. 徐州工程學院學報(自然科學版). 2016(01)
[7]含特殊需求的靈活接駁公交服務區(qū)域與路徑選擇[J]. 潘述亮,俞潔,鄒難,舒波. 東北大學學報(自然科學版). 2014(11)
本文編號:3144547
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3144547.html
最近更新
教材專著