论文部分内容阅读
随着经济的快速发展,人们的生活水平得到了大幅度提高,使得私家车、公交车以及其他机动车辆的数量也随之增加,给城市交通带来了巨大的压力。为了解决这一问题,近年来世界各国都开始重视对交通系统的管理,并提出了智能交通系统的概念。针对公交车辆调度的现状以及所处的运营环境,本文基于对公交公司与乘客两方面利益的考虑,采用插值方法分析并定义了公交公司和乘客的满意度函数,并在此基础上建立了公交车辆调度的数学模型。公交调度属于多目标优化问题,在求解多目标优化问题上,与其他的优化算法相比,遗传算法具有自身的优势。然而遗传算法存在早熟等方面的局限性,为了改善遗传算法的局限性,本文对禁忌搜索算法进行分析。考虑到禁忌搜索算法具有自适应的优点,因此将其应用到遗传算法中,给出了一种基于遗传算法与禁忌搜索算法的混合优化算法。在该混合算法中,将禁忌搜索算法独有的记忆思想引入到遗传算法的搜索过程中,构造出新的重组算子和变异算子。该混合算法体现了遗传算法与禁忌搜索算法的优势互补,能够有效改善遗传算法的不足。本文采用智能算法来解决公交车辆的运营调度问题,寻找问题的最优解或者满意解,以形成合理的公交调度方案,指导公交公司更好的组织公交线路的运行。算法实验表明,在公交调度的优化过程中,遗传算法和混合算法都能够得到各自的最优解。与遗传算法相比,混合算法能够形成更加符合实际情况的公交车辆发车时刻表,能够更加有效地解决公交调度优化问题。最后,本文基于该混合算法实现了智能公交车辆调度信息系统。