一种基于改进遗传算法的公交车辆资源调度方法技术
【技术实现步骤摘要】
本专利技术属于城市轨道交通
，涉及一种基于改进遗传算法的公交车辆资源调度方法。
技术介绍
随着城市轨道交通的日益发展，人们自身安全意识的提高，社会对轨道交通运营的要求也越来越高。但是，如果轨道交通一旦遭遇突发事件，导致正常运营受到影响或中断时，必将对于城市居民的正常出行产生影响。所以，对轨道交通发生较长时间运营中断事件的情况和对于轨道交通运营中突然出现大量的人员聚集而无法快速疏运事件的情况，应急处理问题的意识与应急处理程序是必不可少的，有助于降低轨道交通突发事件所带来的负面影响，制定、更新相应的应对措施与应急预案，已是迫在眉睫的任务。轨道交通网络内突发事件的发生具有完全随机性，轨道交通运营企业会针对各类具体突发事件制订应急预案。当轨道交通线网内发生较长时间运营中断事件(如中断运营30min以上事件)，或者轨道交通运营中某个站点突然出现大量人员聚集而无法快速疏运事件，通常需要启动轨道公交联动运营的方法，相应地采取“大小交路(轨道正常运营区段)+公交短驳(轨道中需要疏运人员区段)”的运输组织方式以维持城市公共交通系统的基本服务水平。
技术实现思路
本专利技术针对轨道运营发生长时间的中断事件或者轨道交通运营中某个站点突然出现大量人员聚集而无法快速疏运事件，提出了一种轨道和公交应急联动疏运的方法，该方法采用一种改进的遗传算法来给定公交车辆资源调度方法，根据遗传算法的随机搜索能力可以快速地得到一个总疏运时间最短的公交车辆资源调度方法，具有很好的收敛性和鲁棒性。一种基于改进遗传算法的公交车辆资源调度方法，在轨道和公交应急联动疏运的过程中，采用一种改进的遗传算法来给...
【技术保护点】
一种基于改进遗传算法的公交车辆资源调度方法，其特征在于：在轨道和公交应急联动疏运的过程中，采用一种改进的遗传算法来给定公交车辆资源调度方法；第一步，定义染色体编码规则，随机产生初始种群；第二步，给定各公交派车点调派车辆的最大循环疏运次数；第三步，计算染色体的适应度函数值；第四步，判定是否满足收敛准则，不满足收敛，转到第五步，满足收敛，获得最优的公交车辆资源调度方法；第五步：执行改进变异算子，产生新染色体，转到第二步。
【技术特征摘要】
1.一种基于改进遗传算法的公交车辆资源调度方法，其特征在于：在轨道和公交应急联动疏运的过程中，采用一种改进的遗传算法来给定公交车辆资源调度方法；第一步，定义染色体编码规则，随机产生初始种群；第二步，给定各公交派车点调派车辆的最大循环疏运次数；第三步，计算染色体的适应度函数值；第四步，判定是否满足收敛准则，不满足收敛，转到第五步，满足收敛，获得最优的公交车辆资源调度方法；第五步：执行改进变异算子，产生新染色体，转到第二步。2.如权利要求1所述的基于改进遗传算法的公交车辆资源调度方法，其特征在于：所述变异算子，策略如下：a:当公交派车点还有可调用车辆且从派车点往需要疏运人员的车站|L|的行驶时间小于需要疏运人员的车站|L|到指定疏运目的地车站的行驶时间时，则从公交派车点往需要疏运人员的车站|L|增派1辆车，公交车辆资源调度方案的车队规模增加1辆；b:当所有公交派车点都没有可调用车辆且需要疏运人员的车站|S|至少派有2辆车时，从需要疏运人员的车站|S|往需要疏运人员的车站|L|调派1辆车，公交车辆资源调度方法的车队规模不变；其中：|L|、|S|分别为当前公交车辆资源调度方法中的行驶时间最长、最短的需要疏运人员的车站。3.如权利要求1所述的基于改进遗传算法的公交车辆资源调度方法，其特征在于：所述收敛准则为计算当前染色体的适应度函数值和上一次染色体的适应度函数值的变化率，如果变化率不为0，则为不满足收敛准则，迭代优化；反之则为满足收敛准则，停止迭代。4.如权利要求1所述的基于改进遗传算法的公交车辆资源调度方法，其特征在于：所述染色体编码规则，定义如下：A代表任一个随机的公交车辆资源调度方法，Xj为各公交派车点调派车辆总数，Xij为各公交派车点往各需要疏运人员的车站调派车辆数，公交应急联动疏运系统中有m个公交派车点、n个需要疏运人员的车站，则A的表达式为 A = ( X 1 , ... , X j , ... , X m ; x 11 , ... , x i 1 , ... , x n 1 ; ... ; x 1 j , ... , x i j , ... , x n j ; ... ; x 1 m , ... , x i m , ... , x ...
【专利技术属性】
技术研发人员：胡华，诸明伟，高云峰，刘志钢，
申请(专利权)人：上海工程技术大学，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。