⛄ 一、 遗传算法简介
1 引言
公交排班问题是城市公交调度的核心内容,是公交调度人员、司乘人员进行工作以及公交车辆正常运行的基本依据。行车时刻表是按照线路的当前客流量情况,确定发车频率,提供线路车辆的首、末车时间。它是公交企业对社会的承诺,决定着为乘客服务的水平,发车间隔越小,服务水平越高,但是公交企业投入的成本越高。行车时刻表的编制应是在满足客流需求的前提下,尽量减少不必要的投入,这是个多目标优化问题。目前,遗传算法是解决公交排班问题的有效方法之一。但在引入遗传算法的时候,普遍存在几个问题:①遗传算法过于简单,导致结果不准确,计算效率低;②模型太复杂不利于求解;③以一个统计时间段(如1小时)为模型的基本对象,得出该时间段内的均匀发车间隔,这忽略了整个时间段内的数据变化。基于以上的考虑,提出了综合改进的遗传算法应用于智能公交排班,模型同时考虑了乘客和公交公司的双重利益,最大和最小发车间隔、两个相邻的发车间隔之差以及满载率等约束条件,得出非均匀的发车时刻表,利用综合改进的遗传算法提高计算效率。
2 公交排班问题描述及数学模型的建立
公交排班的目的是确定最优或者近似最优的运营车辆的发车时刻表。公交车队按照该时刻表发车能够达到最高的运营效率和服务水平。本项目选用厦门市公交总公司思明分公交的30路运营车队作为排班对象,不失一般性,只考虑上行线路,即要优化30路车始发站的发车时刻表。线路上行方向有26个站,首班车发车时间为早上6点整,末班车发车时间为22:05分,所有运营车都在整分钟时刻发车,以距离首发时刻的时间间隔为发车时刻,选择发车时刻为决策变量,单位为分钟,在这里定义首发时刻为0分钟发车即对应早上6点发车。 一天之内的总班次为m,总时间为965分钟,最后一辆车的发车时间为第965分钟发车对应晚上22:05分发车。
由于受到数目众多的排班规则的影响,以