基于遗传模拟退火算法的水库优化调度

采用遗传模拟退火算法研究了水电站单一水库的优化调度问题.根据水库优化调度的数学模型,提出了基于遗传模拟退火算法的优化调度的基本步骤.通过实例计算并与简单遗传算法相比较,表明该算法具有极强的局部搜索能力和较好的收敛性能     

响应动态需求的灵活型公交路径优化调度模型

为解决灵活公交乘客需求差异性大、实时变化性大的问题,提出一种考虑乘客动态需求的灵活公交路径优化调度模型.在已知乘客预约需求量、车辆载客容量、车队规模等条件下,根据乘客需求动态变化特征对接驳行程时间进行实时迭代更新,将车辆的运营成本(车辆行驶时间)和乘客的时间成本(乘客上车前等待车辆的时间、实际到达时间与期望到达时间之间的差值)最小化作为目标,构建了考虑乘客动态需求的灵活型公交路径优化调度模型,并采用基于引力模型的启发式算法进行求解.最后,通过实例分析验证了模型和算法的可行性.结果表明:对随机产生的15个需求点的102个出行需求,全部服务完成所需车辆为17～21辆,平均每辆车的旅行时间为24.59 min,100组数据的求解时间均在25.00 s以内,计算耗时平均为12.04 s.可见该优化模型能够在实时调整接驳规划时间的前提下,更大程度满足乘客动态需求,有效减小规划路径的误差,缩短行车距离和乘客出行时间,相比忽略接驳行程时间变化的灵活公交调度模型结果更优.     

基于粒子群算法的城市接驳公交网络优化调度方法

为提高公共交通分担能力和解决轨道交通与交通出行起讫点之间的公共交通接驳优化调度问题,提出了轨道与公交的接驳公交网络优化模型.模型主要考虑不同接驳站点在不同时间对轨道交通和交通出行起讫点之间的接驳需求建立多目标模型.分析选用粒子群算法对所建立的多目标优化模型进行分析求解,比较了在轨道接驳需求下多种车队规模的调度线路、时刻安排状况,得到轨道线路邻近区域内接驳网络的优化调度,当车队规模在定值时即可满足接驳轨道交通的换乘需求,优化调度使得平均满载率显著下降,另外,验证了接驳公交网络基于粒子群算法的优化调度可有效降低营运消耗.     

公交线路发车频率优化模型及求解方法

发车频率优化在公交调度中是非常重要的.提出一个发车频率优化模型,为车辆规模固定的公交线路设计合适的发车频率.该模型以乘客总费用最小为目标.由于该模型属于NP-hard问题,采用了一种新的启发式算法-SCE-UA算法,对该模型进行求解.通过大连市408路公交线路的数据,对该模型和算法进行了测试,结果显示该模型和算法是合理有效的.     

基于改进的模拟退火遗传算法的公交线网优化

文章将遗传算法与改进的模拟退火算法相结合组成混合改进的模拟退火一遗传算法。研究了以居民乘车出行时间最短和公交部门投入最少为目标建立的公交线网优化的模型,并利用改进的模拟退火一遗传算法对该模型进行求解。通过温州滨海新区的规划实例研究验证方法的实用性。     

混沌模拟退火粒子群优化算法研究及应用

针对粒子群优化算法容易陷入局部极值点、进化后期收敛速度慢、精度较差等缺点,提出混沌模拟退火粒子群优化(PSO)算法.引入混沌理论对粒子群优化算法的参数进行自适应调整,提高了算法的全局收敛性能|采用模拟退火(SA)算法,依据概率性的劣向转移,以一定概率接受劣解,使算法具有跳出局部最优而实现全局最优的能力.引入自适应温度衰变系数,使模拟退火算法能够根据当前环境自动调整搜索条件,从而提高算法的搜索效率.通过7个经典函数测试混沌模拟退火粒子群优化算法的性能,并将其应用于Job Shop调度问题.仿真实验结果表明,采用新算法有效地克服了停滞现象,增强了全局搜索能力,与遗传算法、粒子群优化算法相比寻优性能更佳.     

公交调度系统的软件设计与实现

公交调度是公交企业运营管理的核心内容,对公交调度软件进行设计是提高运营调度水平、增强公交吸引力的关键。根据行车作业计划编制流程和公交车辆调度形式的选定方法,运用VB编程语言结合数据库开发公交调度系统。该系统输入某条线路相关客流数据获得车辆的发车时刻表、到发时刻表及车站行车时刻表等行车计划,确定出快车线和区间车线进行组合调度,提高公交的运行效率,实现公交调度的科学化管理。     

基于新颖性排名和多服务质量的云工作流调度算法

针对现有研究未能综合考虑以用户成本和系统利用率为目标进行优化调度的问题,提出基于新颖性排名和多服务质量(QoS)目标的云工作流调度算法.将资源节点执行任务的频度、任务的等待时间和执行时间作为因子加入推荐模型;使用模拟退火算法训练得到推荐模型,计算出优先级因子;调度器根据优先级因子表进行调度并对其进行更新.在CloudSim平台上进行模拟调度仿真实验,结果证明:所提出算法的任务执行时间优于Q值学习(Qlearning)算法,且用户成本和系统使用率的综合指标更好.     

基于模拟退火进化算法的公交车调度模型

本文主要是建立了以公交车的收益为目标函数和乘客的满意度为约束条件的公交车调度优化模型,通过对这个模型分析、假设提出了由等待时间和车上拥挤度产生的满意度,设计了一个基于自适应算子的模拟退火进化算法,并对该算法进行了讨论.     

基于蚁群模拟退火算法的云环境任务调度

针对云计算的MapReduce编程框架,提出一种融合蚁群算法和模拟退火算法的混合调度算法（ACOSA）。该算法以最小化调度时间为目标,引入了任务与资源的匹配因子和负载均衡度,先利用蚁群算法得到一组任务到资源的优化解,然后通过模拟退火算法对解进行路径的优化和信息素的更新。通过扩展Cloudsim云计算仿真平台,对其进行重新编译,实现了所提出的算法,实验结果表明该算法在调度时间、负载均衡等方面表现良好。     

城市公交客运量的组合预测研究

公交客运量预测是公交线网规划与改进的重要依据,以往学者多采用单一的预测方法进行预测,预测精度偏低。本文采用组合预测法对公交客运量进行预测,该方法提高了预测的精度,为科学地制定公交线网进行了有益尝试,带来了社会效益和经济效益的改变,与以往方法相比有了明显的增加。基于这样一种思路,本文以南昌市公交客运量为例,对南昌市公交客运量进行了模拟预测,并对预测结果进行了相关验算,得到了预期结果,显示出组合预测法比单一的预测方法优越,适用于城市公交客运量预测。     

公交调度中发车间隔控制研究

编制车辆的运行时刻表的关键问题是确定发车间隔.通过对公交调度影响因素和公交客流变化规律的研究,建立了发车时间间隔的数学模型.该模型考虑了乘客的广义出行成本及企业的运营成本,并在天津市5路公交线路进行了应用.     

基于一卡通数据的公交站点识别方法分析与研究

针对大众公共交通高峰期部分站点上车难等问题,通过分析一卡通大数据来推断上车站点客流,提前预知客流分布状况,以缓解城市公共交通出行压力.本文采取了一种基于IC卡数据的聚类分析方法,建立了数据模型来推算上下班高峰期公交线路站点的客流,并对测算结果进行对比分析.最后提出包括开行区间车、大站快车等改善交通运营的相关措施,为城市交通部门的公交线路设计和综合交通规划提供一定的指引,确保城市居民日常乘车的便捷性和舒适性.     

基于运营组织的城市群轨道客流预测法

为了提高城市群轨道交通客流预测“四阶段法”的精度,在分析城市群轨道交通客流特点的基础上,将轨道交通客流预测方法分为独立线网分配预测法和综合线网分配预测法,分析了两种预测方法的预测模式及优缺点,对基于方式划分-交通分配的联合分配的综合线网分配预测法进行改进研究,提出了基于运营组织的城市群轨道客流预测方法,阐述了预测过程及其在TransCAD软件中的具体实现方法。改进方法以城市和城际公共交通网络组成交通分配的综合基础网络,从运营组织层面考虑公共交通方式之间的合作与竞争,得到竞争后稳态的轨道交通客流,预测结果更加合理,最适合城市群的轨道交通和快速公交系统(BRT)的客流预测。     

综合客运枢纽接驳运能协调调度的多目标优化问题

综合客运枢纽是一个集铁路客运、公路客运、常规公交、轨道交通、社会车辆于一体的复杂系统,枢纽的协调调度是十分重要的。通过优化综合交通枢纽不同交通方式的运能分配比例,对枢纽系统费用和乘客花费时间进行了分析,建立了以运能匹配度为约束条件的多目标优化模型,使用线性加权法、α-方法两种多目标优化方法,利用LINGO优化软件对模型进行了求解,得到了使得公交线路、轨道交通等不同交通方式能够更高效协调的运能优化结果,并对结果中的平均乘车时间进行了敏感度分析。     

基于动态博弈模型的城市轨道交通定价方法

城市轨道交通的票价是影响居民出行选择的重要因素,合理完善的轨道交通票价可以提高居民出行质量、优化客运结构、缓解城市交通压力。文章采用MNL模型描述不同公交方式的分担率,建立各公交方式的收益函数, 引入动态博弈的方法构建轨道交通与常规公交的票价博弈模型,并求出相应的均衡解,最后以广东东莞市轨道交通票价的定价为例验证了模型的有效性。     

出租车动态合乘的探讨

根据城市交通发展的趋势,探讨了出租车合乘问题。设计了动态的合乘模式,建立模型计算该模式下的乘客费用。算例分析表明,合乘之后使乘客费用减少,而司机的收入增加,同时能够充分利用资源,有效解决城市交通问题。     

用灰色模型预测衡阳站客运量发展趋势

预测客运量对正确制定铁路旅客运输发展规划极为重要,由于客运量的变化受多种因素影响,用线性预测方法的结果不准确.本文用灰色模型预测方法对2004年至2008年的衡阳车站的旅客发送量进行了预测.     

基于改进遗传算法的公交智能调度

针对公交车辆调度的现状以及所处的运营环境,为了兼顾公交公司与乘客的利益,研究了公交智能调度的优化方法.通过对遗传算法(GA)和禁忌搜索算法(TS)进行分析,提出了一种基于遗传算法和禁忌搜索算法的混合策略(GA-TS).考虑到遗传算法的早熟收敛和禁忌搜索算法自适应强的问题,将上述两种算法相结合,把禁忌搜索算法独有的记忆思想引入到遗传算法的搜索过程中,构造了新的重组算子,提出了基于遗传算法和禁忌搜索算法的混合优化调度算法.实验结果表明,该方法能够有效地解决组合优化问题.     

基于哈尔滨地铁一号线的常规公交线路调整

为了更好地发挥常规公交的优势,切实提高哈尔滨公共交通运输效率,基于哈尔滨市目前正在建设的地铁1号线（哈尔滨南站─哈尔滨东站）,分析哈尔滨市地铁1号线直接影响的常规公交线路的客流量分布、线路重复情况等现状,并采用四阶段法对地铁1号线的客流量进行预测分析。在此基础上,结合哈尔滨的实际交通状况,提出地铁1号线直接影响的常规公交线路的调整原则和调整方案建议,并进行评价。评价结果表明：线路调整后平均换乘时间、乘客换乘系数、营运协调程度、运能匹配程度、线路重复系数等指标均能达到标准参考值,其中平均换乘时间要大大高于参考值。