粒子群优化算法在公交车辆调度的研究

1、粒子群算法

2、粒子群算法流程

        粒子群算法主要解决优化问题，通过生成一群随机的粒子，并通过多次迭代来找到解。每个寻优问题的解被称为粒子，每个粒子在搜索空间中单独地搜寻解适应值，并将个体适应值与整个粒子群里的其他粒子共享，找到当前全局解。粒子群算法流程主要分为初始化粒子群、计算适应值、求个体适应值、寻找全局解和更新粒子的速度和位置。

3、公交车辆调度的粒子群算法

        在建立车辆调度模型时，要将实际问题进行数学化，选取某条线路公交车总里程L，并设定公交车辆的车型、发车间隔、运行时间等条件，将公交车辆的运营时间分为K个时段，第K个时段的发车间隔为△t_k。设定模型约束条件时优先考虑乘客服务水平，将乘客的等待时间短为出发点，同时也考虑运营成本化，根据两个目标函数的权值问题，结合各站点客流量及运营条件求解此条路线的车辆运行时刻表。

        根据粒子群算法合理解决公交排班系统问题，需要将人、车、路等因素考虑进去，运用科学算法解决公交调度问题。公交车排班是调度系统的核心内容，合理的发车时刻表可以提高车辆利用率，降低运营成本，减少乘客候车时间。

4、结语

        通过粒子群算法并结合其他智能优化算法，能够在合理的时间里根据设定条件得到解，尤其在车辆调度问题上，随着数据量的增加，通过一系列智能优化算法得出满意的车辆调度方法，合理确定发车时间和车次，优化发车密度，化满足乘客出行需求。

本文转载城市公共交通公众号。

声明：本网站发布内容和图片的目的在于传播更多信息，归原作者所有，不为商业用途，如有侵权敬请作者与我们联系删除。