基于混合啟發(fā)式算法的單線公交車輛調(diào)度問(wèn)題研究.pdf

1、近年來(lái)，隨著城市化進(jìn)程的加快，城市公共交通問(wèn)題也越來(lái)越嚴(yán)重。為了緩解城市交通壓力，就需要大力發(fā)展智能交通，提高公共交通系統(tǒng)的運(yùn)行效率和服務(wù)質(zhì)量。而公交調(diào)度問(wèn)題作為智能交通的核心問(wèn)題之一，對(duì)公交系統(tǒng)的運(yùn)營(yíng)水平和服務(wù)水平具有重大影響。
　　公交調(diào)度問(wèn)題是一個(gè)復(fù)雜的組合優(yōu)化問(wèn)題。由于問(wèn)題的復(fù)雜性，當(dāng)前的公交調(diào)度模型存在著一些不足，這就造成求解的問(wèn)題不太適合實(shí)際情況;同時(shí)，當(dāng)前的車輛調(diào)度算法也比較單一，通常使用遺傳算法等智能優(yōu)化算法，缺少

2、對(duì)混合啟發(fā)式算法的研究。
　　基于此，本文建立了一個(gè)上下行發(fā)車頻率不同的公交組合調(diào)度模型，該模型可以解決不同路段之間以及上行和下行之間的客流不均衡問(wèn)題;進(jìn)而，為了使該模型更具有普遍性，能夠適應(yīng)多種客流需求，又增加了區(qū)間車首站不在始發(fā)站這一因素。同時(shí)，提出了一種以粒子群算法和模式搜索算法相結(jié)合的混合啟發(fā)式算法;粒子群算法在許多復(fù)雜的NP-難問(wèn)題上都有很好的表現(xiàn)，但是也有著易早熟收斂等缺點(diǎn);而模式搜索算法卻有著較強(qiáng)的精細(xì)搜索能力，因此