公交客流分配与调度的遗传算法
城市公交网络论文 用户平衡分配论文 变分不等式论文 公交调度论文
论文详情
本文主要探讨了城市公交系统中最重要的两种技术:公交客流分配和车辆调度。 公共交通平衡分配(Transit Equilibrium Assignment)问题是指如何将公交OD交通需求合理分配到网络中的各条路段或路线上去,换句话说,就是寻找公交网络的平衡流分布。本文重点对基于Wardrop平衡原理的用户平衡分配模型进行了探讨,并将该模型推广到拥挤条件下的公交网络中,利用变分不等式对公交平衡配流模型进行了分析,并发展了基于遗传算法(GA)的用户平衡分配算法,根据我们的数值试验,新算法比传统的Frank-wolfe算法更具优势,在交通分配领域是一种有潜力的算法。 而公交调度则是一个决策生成过程。依据调度的目标,有多种数学规划模型。本文提出的以提高公交服务水平为目标的优化模型,首次把换乘因素作为一个重要指标来考虑,通过建立一个以乘客总出行时间最小化为目标的数学模型,求出最佳的公交调度策略。模型的求解也是基于遗传算法,通过实验,证明了模型的合理性和算法的有效性。
1 绪论 | 第7-10页 |
1.1 智能交通系统 | 第7-8页 |
1.2 研究公交客流分配和车辆调度的意义 | 第8-10页 |
2 城市公共交通网络流量平衡分析 | 第10-15页 |
2.1 城市公共交通系统分析 | 第10页 |
2.2 城市公交中的平衡 | 第10-11页 |
2.3 城市公交网络的描述 | 第11-15页 |
2.3.1 网络描述 | 第11-13页 |
2.3.2 公交路线的选择方法 | 第13-15页 |
3 交通平衡分配和GA | 第15-27页 |
3.1 交通分配问题的基本概念 | 第15-18页 |
3.1.1 交通分配模型的形成和发展状况 | 第15-16页 |
3.1.2 UE基本概念、模型及求解算法 | 第16-18页 |
3.2 公交配流的研究现状 | 第18-19页 |
3.3 遗传算法简介 | 第19-22页 |
3.3.1 遗传算法的特点 | 第19-21页 |
3.3.2 遗传算法的模式理 | 第21-22页 |
3.4 求解函数优化问题的GA的基本实现过程 | 第22-26页 |
3.5 混合遗传算法 | 第26-27页 |
4 用GA求解拥挤公交网络的UE配流问题 | 第27-41页 |
4.1 概述 | 第27-28页 |
4.2 公交网络的描述 | 第28-30页 |
4.2.1 基本定义 | 第28-29页 |
4.2.2 符号定义 | 第29-30页 |
4.3 共线问题和吸引集 | 第30-32页 |
4.3.1 非拥挤状态下的共线问题和吸引集 | 第30-31页 |
4.3.2 拥挤状态下的共线问题的吸引集 | 第31-32页 |
4.4 公交路段阻抗函数 | 第32-33页 |
4.5 公交UE配流模型和求解算法 | 第33-36页 |
4.5.1 公交UE的变分不等式模型 | 第33-34页 |
4.5.2 求解算法 | 第34-36页 |
4.6 数值算例 | 第36-40页 |
4.7 小结 | 第40-41页 |
5 城市公交实时调度 | 第41-56页 |
5.1 公交运营的内容和研究现状 | 第41页 |
5.2 公交调度简介 | 第41-42页 |
5.3 调度问题提出 | 第42-43页 |
5.4 数学规划模型 | 第43-46页 |
5.4.1 决策变量、目标函数以及约束处理 | 第45-46页 |
5.5 遗传算法求解 | 第46-49页 |
5.6 实例与结论 | 第49-56页 |
论文购买
论文编号
ABS1502959,这篇论文共56页
会员购买按0.30元/页下载,共需支付
16.8。
不是会员,
注册会员!
会员更优惠
充值送钱!
直接购买按0.5元/页下载,共需要支付
28。
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文