基于复合复杂网络的公交调度优化
发布时间：2020-12-10 15:56
近年来,随着智能公交的发展,公交系统服务供给能力有着显著的增强,同时也产生了大量的数据,可以为公交规划和管理部门的决策提供参考。然而,这些数据目前并未得到充分的利用,存在着缺乏关联,有数据孤岛的问题,往往使公交系统的分析优化陷入局部的问题,而非面向整个公交系统的优化。例如在公交调度优化的问题中,公交设置会在最优解搜索过程中发生改变。由历史数据得到的客流模型不能适应公交设置的改变,造成了优化目标计算误差等问题。针对这一问题,本文建立了公交复合复杂网络模型,对公交多源数据进行有效组织,通过该模型对各公交要素进行描述,在公交优化过程中对客流进行仿真地再次分配,并通过遗传算法对公交线网进行调度优化。本文的主要工作和创新点如下:(1)建立了一种公交复合复杂网络模型。公交系统具有显著的时间、空间特征,是典型的复杂网络问题。该网络可以实现对公交数据的有效组织,对公交信息的挖掘,以及对公交网络优化的演化仿真。(2)设计了一种公交路网优化算法。该算法基于公交复合复杂网络模型和遗传算法原理,着重考虑了市民的出行公交选择行为和网络优化过程中客流再分配问题。该算法以公交运营成本为约束,以市民出行时间为优化目标...
【文章来源】：青岛大学山东省
【文章页数】：48 页
【学位级别】：硕士
【部分图文】：
论文的技术路线
青岛大学硕士学位论文8且的子网，当且仅当同时满足以下条件：（1）；（2）==（3）t,有=h。若=，子网就是本身。定义2.3（单关联关系和多关联关系节点的定义）：设=一复合网，，若，有==h且專,專專h，此处h，则称为单关联关系节点，否则称作多关联关系节点。定义2.4（单关系边和多关系边）：设=是一复合网，对，若=h且專,專專h，则称为多关系边，否则为单关系边。下面结合图示进行说明，如图2.1所示，在复合网=中，=ht，h=ht=t==，连边符号表示边两端相连节点间的相互关系。复合网中的hthhhhhthtt组成了单关联关系节点集合，其余节点组成了多关联关系节点集合。图2.1复合网=如图2.2所示，=是复合网关于集合=htht的一个子网，子网的边htht仅对应h关系，thhhhhhht仅对应t关系，以上均为单关系边，其余边均是为多关系边。
青岛大学硕士学位论文9图2.2复合网的子网=遗传算法基本理论遗传算法的思想源自生物界的进化过程，通过模拟自然选择和基因演变过程来进行优化，是一种搜索最优解的计算模型。遗传算法最早由J.Holland教授提出[58]，它的主要特点是不需要进行求导数的相关操作，具有很高的寻优能力。通过概率计算寻找最优解，可以自动得到搜索空间，自动调整寻优方向。因为遗传算法具有的这些良好的性质，它已被广泛地应用到机器学习、人工智能等领域。遗传算法是现代智能计算的关键技术。对于一个求最大值的或最小值的函数问题，可以描述为下列数学模型：hhtt2-(8)式中t为决策变量，hht表示目标函数，表示基本空间。为可行解集合，表示所有满足约束条件的解t所构成的集合。遗传算法的基本流程如下：(1)控制参数设定：设定遗传算法中的参数阈值，包括种群规模、遗传代数、交叉概率和变异概率(2)初始化：将迭代计数器初始化为=,随机生成个个体为初始种群；(3)适应度评价：计算中每个个体的适应度，并基于适应度生成每个个体的选择概率；(4)选择运算：将选择算子作用于群体中的每一个个体，目标是使种群中的优秀
【参考文献】：
期刊论文
[1]基于Mean Shift算法的多目标识别与仿真[J]. 韩光威,顾力伟,刘咏. 舰船电子对抗. 2020(02)
[2]基于复杂网络的城市公交网络研究综述[J]. 陈光,温广辉,虞文武. 南京信息工程大学学报(自然科学版). 2018(04)
[3]基于距离类别的多源兴趣点融合算法[J]. 徐爽,张谦,李琰,刘嘉勇. 计算机应用. 2018(05)
[4]城市地铁-公交复合网络抗毁性与级联失效仿真[J]. 沈犁,张殿业,向阳,王周全,张桐. 西南交通大学学报. 2018(01)
[5]城市公交线网优化方法研究综述与展望[J]. 潘福全,马雨秋,张丽霞,杨金顺,宋慧. 交通科技与经济. 2016(05)
[6]中国交通工程学术研究综述·2016[J]. 马建,孙守增,芮海田,马勇,王磊,刘辉,张伟伟,陈红燕,陈磊. 中国公路学报. 2016(06)
[7]330个中国城市P空间下公交复杂网络实证研究[J]. 许晴,祖正虎,徐致靖,张文斗,郑涛. 交通运输系统工程与信息. 2013(01)
[8]基于遗传禁忌算法的城市公交线网优化研究[J]. 周媛,邓卫,胡启洲. 武汉理工大学学报(交通科学与工程版). 2011(01)
[9]复杂网络同步理论在常规公交调度中的应用[J]. 刘兴伟,张仲荣,张建刚,赵烨华. 兰州交通大学学报. 2011(01)
[10]基于复杂网络的城市公交网络抗毁性分析[J]. 汪涛,吴琳丽. 计算机应用研究. 2010(11)
博士论文
[1]多子网复合复杂网络模型及其相关性质的研究[D]. 隋毅.青岛大学 2012
[2]城市道路交通网络优化理论分析与实证研究[D]. 吴军.华中科技大学 2008
硕士论文
[1]基于地理要素的公共交通网络的优化研究[D]. 郑恒.青岛大学 2015
本文编号：2908971
【文章来源】：青岛大学山东省
【文章页数】：48 页
【学位级别】：硕士
【部分图文】：
论文的技术路线
青岛大学硕士学位论文8且的子网，当且仅当同时满足以下条件：（1）；（2）==（3）t,有=h。若=，子网就是本身。定义2.3（单关联关系和多关联关系节点的定义）：设=一复合网，，若，有==h且專,專專h，此处h，则称为单关联关系节点，否则称作多关联关系节点。定义2.4（单关系边和多关系边）：设=是一复合网，对，若=h且專,專專h，则称为多关系边，否则为单关系边。下面结合图示进行说明，如图2.1所示，在复合网=中，=ht，h=ht=t==，连边符号表示边两端相连节点间的相互关系。复合网中的hthhhhhthtt组成了单关联关系节点集合，其余节点组成了多关联关系节点集合。图2.1复合网=如图2.2所示，=是复合网关于集合=htht的一个子网，子网的边htht仅对应h关系，thhhhhhht仅对应t关系，以上均为单关系边，其余边均是为多关系边。
青岛大学硕士学位论文9图2.2复合网的子网=遗传算法基本理论遗传算法的思想源自生物界的进化过程，通过模拟自然选择和基因演变过程来进行优化，是一种搜索最优解的计算模型。遗传算法最早由J.Holland教授提出[58]，它的主要特点是不需要进行求导数的相关操作，具有很高的寻优能力。通过概率计算寻找最优解，可以自动得到搜索空间，自动调整寻优方向。因为遗传算法具有的这些良好的性质，它已被广泛地应用到机器学习、人工智能等领域。遗传算法是现代智能计算的关键技术。对于一个求最大值的或最小值的函数问题，可以描述为下列数学模型：hhtt2-(8)式中t为决策变量，hht表示目标函数，表示基本空间。为可行解集合，表示所有满足约束条件的解t所构成的集合。遗传算法的基本流程如下：(1)控制参数设定：设定遗传算法中的参数阈值，包括种群规模、遗传代数、交叉概率和变异概率(2)初始化：将迭代计数器初始化为=,随机生成个个体为初始种群；(3)适应度评价：计算中每个个体的适应度，并基于适应度生成每个个体的选择概率；(4)选择运算：将选择算子作用于群体中的每一个个体，目标是使种群中的优秀
【参考文献】：
期刊论文
[1]基于Mean Shift算法的多目标识别与仿真[J]. 韩光威,顾力伟,刘咏. 舰船电子对抗. 2020(02)
[2]基于复杂网络的城市公交网络研究综述[J]. 陈光,温广辉,虞文武. 南京信息工程大学学报(自然科学版). 2018(04)
[3]基于距离类别的多源兴趣点融合算法[J]. 徐爽,张谦,李琰,刘嘉勇. 计算机应用. 2018(05)
[4]城市地铁-公交复合网络抗毁性与级联失效仿真[J]. 沈犁,张殿业,向阳,王周全,张桐. 西南交通大学学报. 2018(01)
[5]城市公交线网优化方法研究综述与展望[J]. 潘福全,马雨秋,张丽霞,杨金顺,宋慧. 交通科技与经济. 2016(05)
[6]中国交通工程学术研究综述·2016[J]. 马建,孙守增,芮海田,马勇,王磊,刘辉,张伟伟,陈红燕,陈磊. 中国公路学报. 2016(06)
[7]330个中国城市P空间下公交复杂网络实证研究[J]. 许晴,祖正虎,徐致靖,张文斗,郑涛. 交通运输系统工程与信息. 2013(01)
[8]基于遗传禁忌算法的城市公交线网优化研究[J]. 周媛,邓卫,胡启洲. 武汉理工大学学报(交通科学与工程版). 2011(01)
[9]复杂网络同步理论在常规公交调度中的应用[J]. 刘兴伟,张仲荣,张建刚,赵烨华. 兰州交通大学学报. 2011(01)
[10]基于复杂网络的城市公交网络抗毁性分析[J]. 汪涛,吴琳丽. 计算机应用研究. 2010(11)
博士论文
[1]多子网复合复杂网络模型及其相关性质的研究[D]. 隋毅.青岛大学 2012
[2]城市道路交通网络优化理论分析与实证研究[D]. 吴军.华中科技大学 2008
硕士论文
[1]基于地理要素的公共交通网络的优化研究[D]. 郑恒.青岛大学 2015
本文编号：2908971
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/2908971.html
