基于启发式算法的公交系统月计划排班算法技术方案

本发明专利技术涉及公交系统月计划排班领域，尤其为基于启发式算法的公交系统月计划排班算法，该算法包括以下几个步骤：(1)参数设置；(2)向量编码；(3)产生初始随机解向量集群；(4)解向量评价；(5)解向量保留策略；(6)解向量之间的更新；(7)解向量自身的更新；(8)终止判断。本发明专利技术，通过结合机器学习和启发式算法将从大量月计划学习得到的特征数据整合到启发式的算法中，基于启发式算法的公交系统月计划排班算法可以保证高效与合理性的基础上得到大量优质的公交系统月计划排班；增强公交系统的月计划排班的科学性与合理性，最终达到对公交系统资源的充分利用和解决排班难问题的目的。

【技术实现步骤摘要】
基于启发式算法的公交系统月计划排班算法
本专利技术涉及公交系统月计划排班
，具体为基于启发式算法的公交系统月计划排班算法。
技术介绍
公交系统调度排班是保证公交系统正常运行的基本保证，公交排班是一类典型的运输排班组合优化问题，其求解具有一定的复杂性，对其研究一直是一个前沿研究课题。传统的公交排班研究方法主要采用数学解析、模拟仿真以及数学规划等方法，但是随着问题求解难度与问题求解规模的增加，传统方法遇到了极大地挑战，已不能保证目标解的精确性。
技术实现思路
本专利技术的目的在于提供基于启发式算法的公交系统月计划排班算法，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：基于启发式算法的公交系统月计划排班算法，该算法包括以下几个步骤：(1)参数设置：将对大量月计划的进行机器学习后获得特征转为智能算法的进行月计划优化的参数；(2)向量编码：一个解向量的长度为|I|*|J|，即包含元素的个数为|I|*|J|；每一个元素代表具体的任务，任务序号用实数表示；(3)产生初始随机解向量集群：根据上述解向量编码方案易知总的可行解向量的数目为(|J|)|I|；算法的初始解向量本文档来自技高网...

【技术保护点】
1.基于启发式算法的公交系统月计划排班算法，其特征在于，该算法包括以下几个步骤：(1)参数设置：通过对大量的月计划排班进行机器学习获得月计划特征，将其转为智能算法的进行月计划优化的参数；(2)向量编码：一个解向量的长度为|I|*|J|，即包含元素的个数为|I|*|J|；每一个元素代表具体的任务，任务序号用实数表示；(3)产生初始随机解向量集群：根据上述解向量编码方案易知总的可行解向量的数目为(|J|)|I|；算法的初始解向量集群从中随机产生一组；(4)解向量评价：根据问题的目标函数来定义；(5)解向量保留策略：采取精英保留策略，寻找最优解；(6)解向量之间的更新：通过一定概率交换解向量之间的部...

【技术特征摘要】
1.基于启发式算法的公交系统月计划排班算法，其特征在于，该算法包括以下几个步骤：(1)参数设置：通过对大量的月计划排班进行机器学习获得月计划特征，将其转为智能算法的进行月计划优化的参数；(2)向量编码：一个解向量的长度为|I|*|J|，即包含元素的个数为|I|*|J|；每一个元素代表具体的任务，任务序号用实数表示；(3)产生初始随机解向量集群：根据上述解向量编码方案易知总的可行解向量的数目为(|J|)|I|；算法的初始解向量集群从中随机产生一组；(4)解向量评价：根据问题的目标函数来定义；(5)解向量保留策略：采取精英保留策略，寻找最优解；(6)解向量之间的更新：通过一定概率交换解向量之间的部分元素，该操作产生成新的解向量；(7)解向量自身的更新：通过一定概率替换向量自身的元素，该操作的目的是为了避免原问题陷入局部最优解，不能获得原问题的全局最优解；(8)终止判断：如果迭代次数K达到了最大迭代次数则停止运算，同时取相应的适应度值最高的解向量所对应的解作为原问题的最优解；否则，令k＝K+1，并转向步...

【专利技术属性】
技术研发人员：李湘黔，
申请(专利权)人：湖南智慧畅行交通科技有限公司，
类型：发明
国别省市：湖南,43