遗传算法在公交车辆调度优化中的应用研究
本文选题:公交调度 切入点:遗传算法 出处:《南京农业大学》2014年硕士论文
【摘要】:公共交通是城市居民生活正常运转的基本保障,是推动城市经济发展、加强城乡联系的重要支撑力量。随着我国经济的发展,目前很多大中城市出现了交通道路堵塞、道路事故频发、环境和噪声污染等情况。为了缓解城市交通压力,优先发展公共交通是目前各大城市的主流策略,但是在实际工作中,由于现有的公交车辆调度计划制定的不够完善,公交车辆调度方法较为落后,公交优先的策略不仅没有解决现有交通问题,还在一定程度上造成了公共资源的浪费,因此研究出科学合理、具有实际应用价值的公交车辆调度方案,是解决现有城市交通压力的有效方法,具有普遍的现实意义。本文在此背景下,结合查阅文献和现场调查、访问,分析了公交车辆调度的特点,并采用改进的遗传算法来求解公交车辆调度中的发车时间间隔问题。首先,本文对于公交车辆调度系统和遗传算法的相关理论进行了研究,介绍了公交车辆调度系统的基本工作原理、影响因素以及调度优化的方法。同时分析了遗传算法的原理、相关术语和关键求解步骤,重点分析了公交调度系统中成本的构成,为构建车辆调度优化模型提供基本的理论支持,同时为后文的模型求解奠定了基础。其次,本文根据公交车辆调度的特点,在兼顾考虑公交公司的经济效益和乘客出行利益的基础上,构建了公交车辆调度优化模型。模型中以公交公司运营成本和乘客出行成本最小为目标,将公交车辆的发车时间间隔作为决策变量,考虑到实际中公交车辆的满载率、相邻车次之间最大和最小发车间隔,作为模型的约束条件。利用综合改进的遗传算法对模型进行了算法的设计和求解。最后,在前几章研究的基础上,根据无锡市公交95路的调查数据,利用MATLAB语言进行编程,实现了模型的仿真试验,得到了调度周期内的发车时间间隔,并以此为依据制定发车时刻表。结果显示,改进后的遗传算法具有很快的求解速度,使得模型求解效率得到提升,不仅可以使得公交公司的成本得到控制,减少了车辆行车不均匀的现象,同时也提高了乘客乘车的满意度,使公交公司的社会利益得到提升,具有实际的应用价值。
[Abstract]:In this paper , based on the research of bus dispatching system and genetic algorithm , this paper studies the basic working principle , influencing factors and dispatching optimization of public transport vehicle dispatching system . At the same time , based on the investigation data of public transport vehicle dispatching system and the passenger travel cost , this paper introduces the basic working principle , influencing factors and scheduling optimization of public transport vehicle dispatching system . At the same time , the satisfaction of the passenger car is improved , so that the social benefit of the public transportation company is improved , and the practical application value is realized .
【学位授予单位】:南京农业大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:U491.17;U492.22;TP18
【相似文献】
相关期刊论文 前10条
1 李逢高;启发式遗传算法[J];湖北工学院学报;2000年03期
2 徐耀群,沈继红,丁建利;一种改进的遗传算法及其应用[J];黑龙江商学院学报(自然科学版);2000年02期
3 王晓丽,孙萍;一种全局优化的计算方法──遗传算法[J];吉林建筑工程学院学报;2000年03期
4 李一峰,姜勇,王红星,卢毅,田新启,方秋华;基于遗传算法的变压器局部放电超声定位法[J];江苏电机工程;2000年04期
5 靖稳峰,魏红,段惠娣;遗传算法及其发展现状[J];西安工业学院学报;2000年03期
6 吴立成,陆震,于守谦,郑红;柔性杆子杆模型参数的遗传算法优化求解[J];北京航空航天大学学报;2001年01期
7 王凤儒,徐蔚文,王凤林;基于序值编码的遗传算法及其应用[J];电机与控制学报;2001年01期
8 杨斌,余岳峰,杜建军;改进的遗传算法在中期发电规划中的应用[J];电网技术;2001年08期
9 廖平,喻寿益;基于遗传算法的圆的半径测量[J];计量学报;2001年02期
10 吴镇,孙国正;遗传算法中的加速进化技术[J];同济大学学报(自然科学版);2001年12期
相关会议论文 前10条
1 韩娟;;遗传算法概述[A];第三届河南省汽车工程科技学术研讨会论文集[C];2006年
2 庞国仲;王元西;;基于遗传算法控制步长的定性仿真方法[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年
3 林家恒;李国锋;田国会;刘长有;;遗传算法在旋转货架拣选优化中的应用[A];1996中国控制与决策学术年会论文集[C];1996年
4 史骏;裘聿皇;;遗传算法中基因排列方式对运行的影响[A];1996年中国控制会议论文集[C];1996年
5 韩战钢;;遗传算法及在经济中的应用[A];Optimization Method, Econophysics and Risk Management--Proceedings of CCAST (World Laboratory) Workshop[C];2001年
6 唐毅;葛运建;王定成;江建举;;遗传算法在运动员技术动作优化中的应用研究[A];2003年中国智能自动化会议论文集(下册)[C];2003年
7 文泾;朱玉文;;用遗传算法进行航线规划[A];全国第16届计算机科学与技术应用(CACIS)学术会议论文集[C];2004年
8 于春梅;黄玉清;杨胜波;;遗传算法在参数辨识中的应用进展[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
9 王志宏;王斌;;基于遗传算法的非确定性目标优化[A];中国自动化学会全国第九届自动化新技术学术交流会论文集[C];2004年
10 王晓东;刘全利;金吉凌;王伟;;基于序次优化策略的改进遗传算法[A];第二十三届中国控制会议论文集(下册)[C];2004年
相关重要报纸文章 前2条
1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年
2 高雪娟;协同设计的平台策略[N];中国计算机报;2006年
相关博士学位论文 前10条
1 周辉仁;递阶遗传算法理论及其应用研究[D];天津大学;2008年
2 郝国生;交互式遗传算法中用户的认知规律及其应用[D];中国矿业大学;2009年
3 侯格贤;遗传算法及其在跟踪系统中的应用研究[D];西安电子科技大学;1998年
4 马国田;遗传算法及其在电磁工程中的应用[D];西安电子科技大学;1998年
5 唐文艳;结构优化中的遗传算法研究和应用[D];大连理工大学;2002年
6 周激流;遗传算法理论及其在水问题中应用的研究[D];四川大学;2000年
7 刘冀成;基于改进遗传算法的生物电磁成像与磁场聚焦应用研究[D];四川大学;2005年
8 袁丽华;基于物种进化的遗传算法研究[D];南京航空航天大学;2009年
9 李航;遗传算法求解多模态优化问题的研究[D];天津大学;2007年
10 石玉;提高实数遗传算法数值优化效率的研究[D];南京航空航天大学;2002年
相关硕士学位论文 前10条
1 谷克;遗传算法在公路路线智能决策系统中的应用研究[D];长安大学;2008年
2 李艳娇;基于改进遗传算法的刚架结构截面力学特性参数优化的研究[D];吉林大学;2009年
3 任巍;求解极小碰集的遗传算法的研究与改进[D];吉林大学;2009年
4 王赫;混沌遗传算法在模式识别中的应用[D];东北电力大学;2009年
5 于蕾蕾;双种群遗传算法的改进及其应用研究[D];合肥工业大学;2009年
6 王婧;遗传算法及其在聚类分析中的应用[D];华中师范大学;2009年
7 胡文斯;基于遗传算法的车间作业调度问题的研究[D];中国海洋大学;2009年
8 吴明华;基于遗传算法的养护机械生产车间作业调度问题的研究[D];长安大学;2007年
9 尉钰;基于改进遗传算法的桥梁模型动力优化[D];长安大学;2007年
10 王银年;遗传算法的研究与应用[D];江南大学;2009年
,本文编号:1687852
本文链接:https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/1687852.html