目錄

1 概述

2 運行結果

3 參考文獻

4 Matlab代碼?

---

1 概述

本文對當前公交企業調度系統進行了分析，建立了公交排班的數學模型。本文基于數據挖掘分析的結果上，使用截面客流量數據對模型進行約束，得出了公交客流出行的空間分布規律。再以發車間隔為決策變量，以發車最大間隔、最小發車間隔和車輛滿載率為約束條件，建立公交線路排班的數學模型，以公交公司發車成本最小和乘客等車時間成本最小為目標，建立雙目標函數的數學模型。
本文設計了一種基于改進的遺傳算法公交排班調度優化的解決方法,在對排班結果進行優化的過程中，本文分別在選擇、交叉、變異三個階段對算法進行改進和優化。選擇的改進上是設計一個動態適應度函數，采用無放回式優良個體多復制的選擇的方法。交叉的改進上是設計了新的交叉算子，交叉算子考慮了初期群體和后期群體質量會相差較大，所以使應交義函數。變異上的改進是引入了禁忌搜索算法。在預測客流量基礎上，基于改進的遺傳算法，模型求解確定出最優的排班時刻表和最小配車數。詳細文章見第3部分。
?

2 運行結果

?

本文對當前公交企業調度系統進行了分析，建立了公交排班的數學模型。本文基于數據挖掘分析的結果上，使用截面客流量數據對模型進行約束，得出了公交客流出行的空間分布規律。再以發車間隔為決策變量，以發車最大間隔、最小發車間隔和車輛滿載率為約束條件，建立公交線路排班的數學模型，以公交公司發車成本最小和乘客等車時間成本最小為目標，建立雙目標函數的數學模型。
本文設計了一種基于改進的遺傳算法公交排班調度優化的解決方法,在對排班結果進行優化的過程中，本文分別在選擇、交叉、變異三個階段對算法進行改進和優化。選擇的改進上是設計一個動態適應度函數，采用無放回式優良個體多復制的選擇的方法。交叉的改進上是設計了新的交叉算子，交叉算子考慮了初期群體和后期群體質量會相差較大，所以使應交義函數。變異上的改進是引入了禁忌搜索算法。在預測客流量基礎上，基于改進的遺傳算法，模型求解確定出最優的排班時刻表和最小配車數。?

3 參考文獻

[1] 包子陽,余繼周,楊杉.智能優化算法及其MATLAB實例（第2版）[M].電子工業出版社，2016.
[2]張巖,吳水根.MATLAB優化算法源代碼[M].清華大學出版社，2017.

👨?🎓博主課外興趣：中西方哲學，送予讀者：

👨?💻做科研，涉及到一個深在的思想系統，需要科研者邏輯縝密，踏實認真，但是不能只是努力，很多時候借力比努力更重要，然后還要有仰望星空的創新點和啟發點。當哲學課上老師問你什么是科學，什么是電的時候，不要覺得這些問題搞笑，哲學就是追究終極問題，尋找那些不言自明只有小孩子會問的但是你卻回答不出來的問題。建議讀者按目錄次序逐一瀏覽，免得驟然跌入幽暗的迷宮找不到來時的路，它不足為你揭示全部問題的答案，但若能讓人胸中升起一朵朵疑云，也未嘗不會釀成晚霞斑斕的別一番景致，萬一它居然給你帶來了一場精神世界的苦雨，那就借機洗刷一下原來存放在那兒的“真理”上的塵埃吧。

? ? ?或許，雨過云收，神馳的天地更清朗.......🔎🔎🔎

4 Matlab代碼?

總結

以上是生活随笔為你收集整理的【优化调度】基于改进遗传算法的公交车调度排班优化的研究与实现（Matlab代码实现）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。