公共自行车调度问题-数学建模论文.pdfVIP

但是方便因数并没有将影响新增租赁点的所有的因素都考虑进去， 仅仅考虑 了分配值、 节点数、 和邻近该租赁点的其他租赁点的数目。 其他因素如是否能达 到调配量最小等因素没有考虑， 其次定义的一些量如 P 、S 不尽合理， 原因是只 i i 考虑了新增加的单个节点所收到的影响，不没有考虑新增的节点间的相互影响， 因此所得的结果有可能和最优解有一定的差距。 7.4 模型和算法的改进 7.4.1 算法的改进 由于启发式算法的局限性，可以采用收敛速度更快的遗传算法（ Genetic Algorithm ，简称 GA ）和退火算法（ Stimulated Annealing，简称 SA ）。与启发式 算法相比较其优点有：计算过程简单，通用，鲁棒性强，适用于并行处理，可用 于求解复杂的非线性优化问题。 在本题中， 由于数据量相对较小， 启发式算法还 能够满足要求，为了使结果更加稳定，可以考虑退火算法和遗传算法。 7.4.2 模型的改进 我们可以把调度问题看成一个赋有权值的图 G，先要求出图 G 的最小生成 树，使树上各边的总权和达到最小。 然后基于最早生成树生成一个可行的最短 行车路径。 对上述 30 个租赁点重新编号，依次为 1-30 ，用集合 R表示。 我们用 0-1 变量 x 来表示公交车是否从租赁点 i 到租赁点 j, 即 ij 1,公交车从租赁点 i到租赁点 j xij （i ，j R) 0, 否则 目标函数为寻找一条从起始点开始到各个节点生成的最优树， 要求各条线 路的权值和最小，即 min x t i R j R ij ij 约束方程为： - 28 - n x 1 ij i 1 n x 1 s.t ij i 1 u u n x (n 1)