【技术实现步骤摘要】
一种基于贪婪禁忌搜索的车辆排班算法
本专利技术属于电动公交车辆调度
，具体涉及一种基于贪婪禁忌搜索的车辆排班算法。
技术介绍
公共交通是公众出行的一种重要的交通方式，也是解决城市交通拥挤问题的重要手段。车辆调度与排班是公交运营管理中的一个重要环节。在公交线路和线路时刻表确定之后，车辆调度与排班是公交企业的一项日常性工作。公交服务的最佳排班调度可以通过减少公交企业的所需车辆和司机数量，显著节省运营成本。除此之外，合理地安排司机工作与休息时间，从而为安全和高效的公交运营提供保障。针对公交调度问题，国内外学者对公交排班问题进行了研究，目前已有一些公交排班问题的研究成果。解决车辆排班问题的方法可分为两种，即最优化方法和启发式算法。最优化方法采用传统的最优化模型如线性规划模型，并采用列生成技术、分支定界法等算法，优点是得到的调度方案是最优的，缺点是算法运行时间过长，难以应用于规模比较大的实际问题。启发式算法是根据经验或者直观构造的算法，计算复杂性下，能获得问题的次优解，常见的启发式算法有模拟退火算法、遗传算法、拉格朗日松...
【技术保护点】
1.一种基于贪婪禁忌搜索的车辆排班算法，其特征在于，包括以下步骤：(1)基于动态规划构建车辆调度基本模型并求解，获得一个车辆调度初始解；(2)基于禁忌搜索算法构建损失函数作为初始解进行迭代的依据；(3)基于邻域结构思想进行局部迭代搜索改进生成若干可靠候选解；(4)为了避免局部搜索陷入局部最优解此时加入多种破坏算子扰动初始解使其具有相对较高的质量；(5)根据禁忌搜索算法所采用的损失函数过滤候选解得到候选解中的最优解并生成最终的排班方案。/n
【技术特征摘要】
1.一种基于贪婪禁忌搜索的车辆排班算法，其特征在于，包括以下步骤：(1)基于动态规划构建车辆调度基本模型并求解，获得一个车辆调度初始解；(2)基于禁忌搜索算法构建损失函数作为初始解进行迭代的依据；(3)基于邻域结构思想进行局部迭代搜索改进生成若干可靠候选解；(4)为了避免局部搜索陷入局部最优解此时加入多种破坏算子扰动初始解使其具有相对较高的质量；(5)根据禁忌搜索算法所采用的损失函数过滤候选解得到候选解中的最优解并生成最终的排班方案。
2.根据权利要求1所述的的车辆排班算法，其特征在于，步骤(3)中，局部迭代搜索算法主要采用两种策略：1)随机替换策略，即随机选择两个候选解中的某班次并相互替换其所在位置，从而构建新的候选解；2)随机插入策略，即随机选择两个候选解中的某班次，并随机将其中一个候选解中的一个班次插入到另外一个候选解中的另外一个班次的前方或者后方，从而构建新的候选解。
3.根据权利要求1所述的的车辆排班算法，其特征在于，所述车辆调度是人车绑定调度模式的公交车辆排班，给定调度模式，算法迭代次数M，车辆排班算法步骤描述如下：
(1)初始解：以车辆空驶成本以及司机停留等待成本为目标通过动态规划算法进行车辆调度，获得车辆初始班次链，要求满足给定的最大中停时间、最小中停时间的限制；
(2)重定义损失函数，考虑非同发同收因素、空驶因素的影响并将其转换为损失值，同时考虑车辆空驶成本以及司机停留等待成功为目标通过禁忌搜索算法进行构建目标函数；
(3)局部搜索：针对人车固定调度模式，通过执行基于邻域结构的局部搜索算法进行车辆班次链候选解的构建，并使用插入策略、替换策略等算子进行对当前的班次链候选解的质量提升，并尝试构建新的可行班次链候选集；
(4)局部搜索：针对人车固定调度模式，局部搜索用于改进车辆班次链；并使用班次移动、班次链合并、班次链重组和班次链拆分算子对当前的班次链进行调整，尝试将给可行的班次链调整为可行班次链，也尝试通过调整降低车辆和司机成本；
(5)迭代执行步骤(3)到(4)M次；
(6)此时返回损失函数最小的可行解，将其与当前最好的解(即搜索算法开始到现在找到的最优解)进行比较，如果优于当前最优解，此时将该解作为最终调度方案。
4.根据权利要求1所述的的车辆排班算法，其特征在于，建立车辆调度模型时，通过动态规划算法求解班次链初始解；令dki为车辆从车场出发到起始站的空驶成本，令tij为班次间的空驶成本，令wij为班次间的停留等待时间，令djk为车辆从终止站返回车场的空驶成本，令si，ei为班次i的起始时间以及终止时间，令为班次i和班次j之间是否存在空驶，令eij为班次i和班次j...
【专利技术属性】
技术研发人员：郭建国，郭圆圆，阎磊，赵新潮，孙浩，普秀霞，沈洋，白珂，吕厚发，程行威，林中霞，
申请(专利权)人：郑州天迈科技股份有限公司，
类型：发明
国别省市：河南;41
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。