基于混合启发式算法的单线公交车辆调度问题研究

发布时间：2017-03-29 05:06

  本文关键词：基于混合启发式算法的单线公交车辆调度问题研究，，由笔耕文化传播整理发布。

【摘要】：近年来,随着城市化进程的加快,城市公共交通问题也越来越严重。为了缓解城市交通压力,就需要大力发展智能交通,提高公共交通系统的运行效率和服务质量。而公交调度问题作为智能交通的核心问题之一,对公交系统的运营水平和服务水平具有重大影响。公交调度问题是一个复杂的组合优化问题。由于问题的复杂性,当前的公交调度模型存在着一些不足,这就造成求解的问题不太适合实际情况；同时,当前的车辆调度算法也比较单一,通常使用遗传算法等智能优化算法,缺少对混合启发式算法的研究。基于此,本文建立了一个上下行发车频率不同的公交组合调度模型,该模型可以解决不同路段之间以及上行和下行之间的客流不均衡问题；进而,为了使该模型更具有普遍性,能够适应多种客流需求,又增加了区间车首站不在始发站这一因素。同时,提出了一种以粒子群算法和模式搜索算法相结合的混合启发式算法；粒子群算法在许多复杂的NP-难问题上都有很好的表现,但是也有着易早熟收敛等缺点；而模式搜索算法却有着较强的精细搜索能力,因此将两者结合起来构成混合启发式算法是合理的。最后,本文在蚌埠公交真实数据集上验证了提出的模型和算法,结果表明提出的调度模型和求解方法是有效的。
【关键词】：智能交通 公交调度 组合调度模型 混合启发式算法
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-10
• 1 引言10-16
• 1.1 研究背景及意义10-12
• 1.1.1 公交调度模型研究的意义11
• 1.1.2 公交调度算法研究的意义11-12
• 1.2 国内外研究现状12-14
• 1.2.1 国外研究现状12-13
• 1.2.2 国内研究现状13-14
• 1.3 主要研究内容14-15
• 1.4 论文组织结构15-16
• 2 相关理论基础16-28
• 2.1 公交调度概述16-21
• 2.1.1 公交调度形式16-17
• 2.1.2 公交调度分类17-18
• 2.1.3 公交调度影响因素18-19
• 2.1.4 公交调度相关技术19-21
• 2.2 启发式算法21-27
• 2.2.1 传统启发式算法22-23
• 2.2.2 元启发式算法23-25
• 2.2.3 超启发式算法25-27
• 2.3 本章小结27-28
• 3 公交调度模型建立28-38
• 3.1 公交调度优化问题分析28-29
• 3.1.1 乘客利益分析28-29
• 3.1.2 公司利益分析29
• 3.1.3 公交调度优化问题29
• 3.2 组合调度模型29-33
• 3.2.1 模型假设29-30
• 3.2.2 模型变量及符号说明30-31
• 3.2.3 目标函数31-33
• 3.3 改进的组合调度模型33-37
• 3.3.1 模型假设33-34
• 3.3.2 模型变量及符号说明34-35
• 3.3.3 目标函数35-37
• 3.4 本章小结37-38
• 4 公交调度模型求解38-42
• 4.1 粒子群优化算法38-39
• 4.1.1 基本粒子群优化算法38
• 4.1.2 改进的粒子群优化算法38-39
• 4.2 模式搜索算法39-40
• 4.2.1 基本模式搜索算法39
• 4.2.2 改进的模式搜索算法39-40
• 4.3 混合启发式算法40
• 4.4 本章小结40-42
• 5 实验与分析42-52
• 5.1 数据集42-46
• 5.1.1 数据处理43-46
• 5.1.2 实验环境46
• 5.2 实验结果及分析46-51
• 5.2.1 论文数据的实验结果47-48
• 5.2.2 蚌埠数据的实验结果48-51
• 5.3 本章小结51-52
• 6 结论52-54
• 6.1 论文工作总结52
• 6.2 不足与展望52-54
• 参考文献54-57
• 作者简历及攻读硕士学位期间取得的研究成果57-59
• 学位论文数据集59

【相似文献】

中国期刊全文数据库 前10条

1 邹龙;利用阿德兰启发式算法进行邮政选址[J];通信企业管理;2003年03期

2 李克文,吴孟达,张雄明;约简的一种启发式算法[J];计算机工程与科学;2004年01期

3 宋万忠;;一种改进的多机场地面等待启发式算法[J];计算机应用;2007年S1期

4 周旭东;王丽爱;陈];;启发式算法求解最大团问题研究[J];计算机工程与设计;2007年18期

5 徐亚;陈秋双;龙磊;杨立志;刘丽芸;;集装箱倒箱问题的启发式算法研究[J];系统仿真学报;2008年14期

6 熊盛武;丁威;;基于启发式算法的时间延伸网络研究与应用[J];武汉理工大学学报(信息与管理工程版);2009年06期

7 钟琪;;基于启发式算法的任务分解策略[J];煤炭技术;2010年12期

8 李亚志;朱夏;;基于插入-分段的无等待流水作业调度复合启发式算法[J];东南大学学报(自然科学版);2013年03期

9 郑惠莉;刘陈;;一维逻辑陈列栅安置的启发式算法[J];华东冶金学院学报;1990年03期

10 唐立新;祁慧;杨自厚;王梦光;;基于P-中位模型的聚类分析的拉格朗日启发式算法[J];模式识别与人工智能;1997年01期

中国重要会议论文全文数据库 前10条

1 罗守成;唐国春;;二维集装箱问题的一个启发式算法[A];2001年全国数学规划及运筹研讨会论文集[C];2001年

2 刘青松;孔云峰;党兰学;王震;;元启发式算法在校车路径规划中的应用[A];第七届全国地理学研究生学术年会论文摘要集[C];2012年

3 刘嘉敏;马广煜;黄有群;;基于组合的三维集装箱装入启发式算法的研究[A];全国第13届计算机辅助设计与图形学（CAD/CG）学术会议论文集[C];2004年

4 何正文;徐渝;;多模式项目支付进度问题的优化模型及启发式算法[A];中国运筹学会第七届学术交流会论文集（上卷）[C];2004年

5 赵文丹;汪定伟;郭小萍;王贵成;;网络广告资源优化问题研究[A];第二十九届中国控制会议论文集[C];2010年

6 杨士准;谢政;陈挚;熊李军;;k约束QoS问题的启发式算法[A];中国通信学会第六届学术年会论文集（下）[C];2009年

7 刘金朋;魏长江;;启发式算法求最短路径的一种高效率实现方法[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（上册）[C];2008年

8 范敏;邹平;朱兴东;;一种启发式离散化算法及其Delphi实现[A];第二届中国智能计算大会论文集[C];2008年

9 王文瀚;杜斌;朱俊;贾树晋;;集成MILP与启发式的混合算法求解板坯设计问题[A];中国计量协会冶金分会2012年会暨能源计量与节能降耗经验交流会论文集[C];2012年

10 冯德鸿;唐加福;郭琦;李辉;;订货批量问题改进的相关策略启发式算法与仿真分析[A];2007系统仿真技术及其应用学术会议论文集[C];2007年

中国博士学位论文全文数据库 前8条

1 赖向京;原子团簇结构预测的现实途径—高性能启发式算法[D];华中科技大学;2012年

2 黎展滔;具有成组约束的柔性流水车间作业计划制定的启发式算法[D];广东工业大学;2012年

3 曹斌;生物启发式智能计算及其应用的研究[D];吉林大学;2012年

4 董兴业;启发式算法及其在同顺序流水作业问题中的应用[D];北京交通大学;2008年

5 古继兴;KOD多播技术与Steiner树启发式算法[D];上海交通大学;2007年

6 胡大伟;设施定位和车辆路线问题模型及其启发式算法研究[D];长安大学;2008年

7 杨玉珍;基于元启发式算法的带生产约束作业车间调度问题若干研究[D];华东理工大学;2014年

8 任志磊;组合优化问题的特化与泛化算法设计[D];大连理工大学;2013年

中国硕士学位论文全文数据库 前10条

1 朱玺睿;氯氧镁板材生产线优化研究[D];东北林业大学;2015年

2 尹青山;绿色微数据中心与NGPON融合网络部署规划研究[D];大连海事大学;2015年

3 石闯;基于启发式算法的Ad Hoc网络QoS路由协议的研究与仿真[D];东北大学;2013年

4 刘畅;基于混合启发式算法的单线公交车辆调度问题研究[D];北京交通大学;2016年

5 唐成;运输优化问题中常见启发式算法比较与研究[D];西南交通大学;2014年

6 姜毅;扰动型超启发式算法的适应度地貌分析[D];大连理工大学;2013年

7 刘永凯;课表安排问题的启发式算法研究[D];厦门大学;2009年

8 陈雪瑛;基于启发式算法的库存路径优化问题研究[D];北京交通大学;2008年

9 孔树锋;启发式算法求解最大割问题的性能分析与优化[D];华南理工大学;2014年

10 阮广璇;汽车租赁行业超售决策的启发式算法研究[D];西南交通大学;2011年

  本文关键词：基于混合启发式算法的单线公交车辆调度问题研究，由笔耕文化传播整理发布。

本文编号：273719