基于遗传混合蚁群算法的公共自行车调度研究

论文摘要

为了提高公共自行车的使用效率和用户满意度水平,保证国内公共交通服务的合理运行与发展,根据公共自行车用车峰时和谷时的不同调度目标,建立两时期车辆调度模型。用车谷时以调度车路径最短为优化目标,用车峰时以用户满意度最高为优化目标。融合遗传算法（Genetic Algorithm, GA）和蚁群算法（Ant Colony System, ACS）,形成遗传混合蚁群算法（Genetic Hybrid Ant Colony System Algorithm, GA-ACS）,并将融合后的算法应用于调度模型中,以提升获得优化的车辆调度方案的求解速度和质量。群智能算法在不同数据集上的性能比较结果表明,与传统蚁群算法相比,遗传混合蚁群算法在求解速度和求解质量上都有更好的表现,在较短的时间内至少可以缩短10%的调度路程,因此该算法模型可以用于解决实际的公共自行车调度问题。

论文目录

• 0 引言
• 1 服务平台构建流程
• 2 模型构建
•   2.1 模型假设
•   2.2 模型参数
•   2.3 基本模型
•     2.3.1 蚁群算法规划路径
•     2.3.2 两时期模型
•   2.4 进化算法求解
• 3 算例分析
•   3.1 算法性能分析
•   3.2 模型有效性分析
•     3.2.1 谷时车辆调度模型分析
•     3.2.2 峰时车辆调度模型分析
• 4 结语

文章来源

类型: 期刊论文

作者: 崔元洋,邢晓红,陈思尧,文凯,秦显辉,娄勃凯

关键词: 智能交通,公共自行车,车辆调度优化,遗传混合蚁群算法,运输调度模型,服务质量

来源: 交通运输研究 2019年02期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 公路与水路运输

单位: 南京航空航天大学金城学院机电工程与自动化学院,南京航空航天大学金城学院航空运输与工程学院

基金: 江苏省高等学校大学生实践创新训练计划(201813655017X)

分类号: U491.225

DOI: 10.16503/j.cnki.2095-9931.2019.02.003

页码: 17-27

总页数: 11

文件大小: 1360K

下载量: 363