基于启发式遗传算法的公交车智能排班研究.pdf

第6 卷 第5 期 大 连 民 族 学 院 学 报 Vol.6 No.5 2004 年9 月 JOURNAL OF DALIAN NATIONALITIES UNIVERSITY Sept. 2004 基于启发式遗传算法的公交车智能排班研究 1 1 2 左安华 ，包景强 ，徐国凯 （1.大连同信机电工程有限公司，辽宁 大连 116001 ；2.大连民族学院 机电工程系，辽宁 大连 116600 ） 摘 要：采用基于启发式遗传算法进行公交车辆智能排班的研究，且对遗传算法的各个算子进行了专 门化处理. 该方法充分利用遗传算法的智能化特征，有效地改善了公交车辆的智能排班，提高车辆运营 效率，避免了单一遗传算法的早熟问题，提高了遗传算法的收敛性和优化质量. 关键词：智能排班；遗传算法；启发式遗传算法；公共交通；调度 中图分类号：TP311.138PO 文献标识码：A 文章编号：1009-315X （2004 ）05-0024-03 1975 年首先提出的. 它是一类模拟生物界自然选 0 引 言 择和自然遗传机制的随机化搜索算法，其内涵哲 理乃是启迪于自然界生物从低级、简单到高级、 国内外多年实践经验表明，解决城市交通问 复杂乃至漫长而绝妙的进化过程；是借鉴达尔文 题的重要途径是发展公共交通，建立先进的公共 的物竞天演、优胜劣汰、适者生存的遗传选择和 交通系统，提高道路通信能力和公交车辆运营管 [1-3]. 其本 自然淘汰的生物进化过程的计算模型 理水平. 从我国目前 ITS （Intelligent Transport 质是一种求解问题的高效并行全局搜索方法. GA Systems）的发展来看，现在正处于研究公共交通 在各个领域都得到了广泛应用. GA 的基本原理 系统改善方法的阶段，城市公共客运系统尚未（或 如图1 所示. 正在）引入先进的高新技术，基本上还是采用“定 产生初始可行解 点发车、两头卡点”的手工作业的调度方式，导 致公交车辆的行车速度下降，行车间隔不均衡， 检测可行解适应度 时常出现“串车”、“大车隔”现象，严重影响了 公交客运的服务质量. 尤其是缺乏现代化通信手 遗传操作：选择、交叉、变异 段，调度人员无法实时了解运营车辆情况，难以 及时有效地采取调度措施. 公交车辆调度处于 否 “看不见，听不着”的现状，具有较大的盲目性 判决停止准则 和滞后性. 是 本文以大连市第一汽车公司 24 路公交车为 最优可行解 研究对象，进行公共交通系统智能化的研究. 图1 遗传算法基本原理框图 在 GA 中，问题的解被表示为染色体 1 启发式遗传算法的基本原理