The invention provides an optimization method for public transport network, which takes simulated annealing algorithm as the framework, obtains the initial network with the goal of minimizing the total operating cost of the operation company all day under the framework, forms the network unit after the initial network is dispersed, and optimizes the input network by embedding genetic algorithm to minimize the total travel time of all travelers. The optimization model of public transport network forms a simplified new network, and compares the changes of operation cost to judge whether the convergence condition is reached. The present invention combines simulated annealing algorithm with genetic algorithm, which not only guarantees the global search ability of the optimization process, but also avoids the algorithm falling into the local optimal solution, thereby improving the solution quality. At the same time, the design concept of \unit\ is put forward to promote the combination of multi-objective optimization process, and the convergence condition of sub-heuristic algorithm is improved through two-temperature cooperative control iteration, thus overcoming the sub-heuristic algorithm. Heuristic algorithm has the common disadvantage that convergence conditions are difficult to define.
【技术实现步骤摘要】
一种公共交通线网优化方法
本专利技术涉及城市规划
,具体涉及一种公共交通线网优化方法。
技术介绍
公共交通是一个城市的血脉,随着城市的不断发展,需要对城市的公共交通线网进行不断优化,国内外学者均较早开展了公共交通线网优化研究。从优化目标来看,公共交通线网涉及不同利益主体,包括运营方和出行者;从算法设计来看,对公共交通线网优化的研究多侧重于使用亚启发式算法进行求解。优化目标方面,公共交通线网涉及多目标问题的处理。多目标优化问题的研究普遍采取将多目标优化问题转化为单目标优化问题的思路对模型进行求解。现有技术中包括以下几种多目标优化问题的求解方式:以最小化出行以最小化运营成本、用户出行成本与外部成本之和为目标函数构建出带绿色公共交通分配的公共交通线网优化模型,采用加权方法处理多目标优化问题;以最小化运营者成本与出行者的平均出行成本为目标函数构建区域公共交通网络优化模型,模型的求解分为考虑容量限制与不考虑容量限制两种情形。但是,上述求解方法中,将多目标问题转化为单目标问题进行处理,涉及的多目标模型处理方法均较单一,而从算法设计角度处理多目标优化问题的研究思路未有探索。算法设计方面,现有技术中多采用亚启发式算法进行设计。亚启发式算法涉及遗传算法、蚁群算法、模拟退火算法、禁忌搜索算法等,并由单一类型的亚启发式算法向算法结合发展。现有技术中的亚启发式算法主要包括以下几种:使用遗传算法求解公共交通线网优化模型,并结合模拟退火算法概率选择的思路,采取二进制编码,选择操作由适应度函数结合模拟退火算法;使用遗传算法求解,适应度函数由目标函数加动态惩罚系数构成,采取基于自适 ...
【技术保护点】
1.一种公共交通线网优化方法,其特征在于,所述方法包括如下步骤:步骤S1,以模拟退火算法为框架,在所述框架下以最小化运营公司全天总运营成本为目标获得初始线网;步骤S2,对初始线网进行打散操作,形成若干个线网单元;步骤S3,以打散后的线网单元为输入网络,以最小化所有出行者总出行时间为目标构建公共交通线网优化模型,进行遗传算法优化;步骤S4,输出所述公共交通线网优化模型,对公共交通线网优化模型去除冗余线路后,形成简化后的新线网;步骤S5,通过最大迭代次数或终止温度判断是否达到收敛条件;是,则输出计算结果,为最优结果;否,则以新线网为初始线网,转入步骤S1。
【技术特征摘要】
1.一种公共交通线网优化方法,其特征在于,所述方法包括如下步骤:步骤S1,以模拟退火算法为框架,在所述框架下以最小化运营公司全天总运营成本为目标获得初始线网;步骤S2,对初始线网进行打散操作,形成若干个线网单元;步骤S3,以打散后的线网单元为输入网络,以最小化所有出行者总出行时间为目标构建公共交通线网优化模型,进行遗传算法优化;步骤S4,输出所述公共交通线网优化模型,对公共交通线网优化模型去除冗余线路后,形成简化后的新线网;步骤S5,通过最大迭代次数或终止温度判断是否达到收敛条件;是,则输出计算结果,为最优结果;否,则以新线网为初始线网,转入步骤S1。2.根据权利要求1所述的公共交通线网优化方法,其特征在于,所述步骤S1中模拟退火算法,进一步包括如下步骤:步骤S21,参数设置;步骤S22,计算线路所需的车辆数,按照车辆配备的原则对线网进行线网单元确定及车辆配备;步骤S23,根据线网单元及车辆配备计算线网运营成本。3.根据权利要求2所述的公共交通线网优化方法,其特征在于,所述参数包括:初始温度T0、终止温度Tstop、最大迭代次数I1、退火控制速率D1、控制温度Tc、退回温度Tp、迭代退回速率D2与成本差控制变量CA。4.根据权利要求2所述的公共交通线网优化方法,其特征在于,所述步骤S22进一步包括:步骤S221,寻找单元,计算单元重合度。将线网中的线路打散并形成单元,寻找单元,并按照从大到小的顺序在线网中计算出单元重合度;步骤S222,按照单元重合度按照小到大的顺序,给每个经过单元的线路进行车辆配备与运力配置;步骤S223,按照单元运力不足的处置措施,重新计算并调整线网上每条线路上所配的车辆数目;步骤S224,重新计算并调整线网上每条线路上所配的车辆数目。5.根据权利要求1所述的公共...
【专利技术属性】
技术研发人员:冯雪松,张路凯,朱晓静,
申请(专利权)人:北京交通大学,
类型:发明
国别省市:北京,11
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。