遗传算法在智能公交调度中的应用研究.pdfVIP

2014年第 5期 信 息通 信 2014 (总第 137期) 1NFO TION COMM UNICAT10NS (Sum．No 137) 遗传算法在智能公交调度中的应用研究 孙晓刚 (无锡市公共交通股份有限公司，江苏无锡 214061) 摘要：运营车辆的智能排班是公交车辆智能调度需要解决的问题之一。 目前我国公交公司各车队的排班主要是依靠工 作人员的经验手工进行，排班带有很大的盲 目性、繁琐性，很难保证排班的结果在运营效率等方面是最优或接近最优。 文章主要介绍了建立调度模型的一些影响因素，并介绍了简化建模的一些理想化条件，同时表述了遗传算法在调度系统 中应用的一些具体的步骤和方法。而将遗传算法应用到公交智能排班中是有效的方法。 关键词：遗传算法；智能公交调度 中图分类号：TP39 文献标识码 ：A 文章编号：1673—1131(2014)05—0042．01 O引言 我们建立调度模型的目的是为了得到公交发车时间表， 但是这个发车时间表是时刻在变化的，要使用染色体对发车 众所周知，在铁道和航空中为了提高运行的可靠性和安 时间表进行描述是有条件的，染色体也能够描述出任一天的 全性，我们会使用火车或飞机的调度来实现这一目标，这样的 发车时间表。由于每个时间段的发车时间表是不一样的，并 操作方式和技术不仅使运行的安全性提高了，还提高了运营 且数据量特别的大，我们就需要用编码染色体的方法对发车 的效率并且更能被广大公众所接受。随着经济的快速发展， 时间间隔进行编码。每个染色体代表一个时间段的发车间隔， 城市的规模也在不断地变大，随着城市人 口的增加，为了增加 编码的染色体要与发车时间表一一对应，这样才能对染色体 群众出行和工作的方便性，所有的城市中都开通了城市公交， 进行二进制的编写。 但是由于城市道路的复杂性，对于公交的调度上就会出现很 2．2初始种群的选取 多的缺陷，不能及时解决群众的出行问题。目前，我国的城市 我们要使用随机抽选的方法对发车间隔进行遗传算法样 公交都是在特定的时间问隔进行发车的，这样就不能考虑到 本的最初确定。在通常的情况下，随机抽取也是要符合一定 人流量和路况情况等因素，这也是要解决的问题，如果我们可 的原则的： 以根据乘客的数量进行合理地发车，这样会使车辆载满率大 (1)利用所掌握的信息，做一个最佳发车时间表的分布情 大提高。例如在乘客少的时候减少公交的发车数量，在乘客 况，最后在这个最佳的范围为我们的最初遗传样本。 滞留量大的时候适当地增加公交发车的数量和频率，这样既 (2)在所有的发车时间表和发车间隔里面任意选出发车时 能及时地输送乘客，又能提高公交的承载效率，这就需要使用 间表个体