基于遗传算法的公交调度模糊最优解
2019-07-08武斌
中国石油大学胜利学院学报 2019年2期
武 斌
(中国石油大学胜利学院 基础科学学院,山东 东营 257061)
发展城市公共交通可以缓解交通拥堵,减少环境污染,方便人们出行,因此研究公共交通调度的数学模型及其求解方法有其现实意义。关于公交调度的研究内容,许多学者针对公交调度的满载率问题[1]、发车频率[2]、车型优化[2]、客流分布[3]以及指挥系统[4-5]等进行了研究。然而,以往的公交调度模型大多是确定性的模型,要求精确地确定目标函数值,这样可能无法完全发挥模型的作用,而且很多模型没有充分考虑乘客和公交公司利益的协调。鉴于此,笔者首先建立能够模拟公交车运行的确定性模型,然后在此之上建立公交优化调度的模糊多目标非线性规划模型,使用遗传算法对其进行求解,得出模糊最优解并进行实例分析。
1 公交调度模糊多目标规划模型建立
公交公司在运营过程中,若乘车票价一定,则总是希望加大发车间隔以减少其可变运营成本,但是发车间隔过大,乘客则会因为等车时间过长,车内过于拥挤而选择其他出行方案。因此确定合理的发车时刻表是至关重要的。公交车在行驶过程中外部环境多变、客流随机性大,因此为建立能够模拟公交运营的多目标规划模型,假设如下:
(1)公交车均按照规定路线行驶,不存在超车和等客现象;
(2)公交车辆始终是匀速行驶,并且不受道路突发情况的影响;
(3)公交车均采用同一车型,即额定的载客人数相同。
1.1 符号说明
建立模型所用到的变量如表1所示。……
登录APP查看全文
