基于并行計算的公交車調(diào)度優(yōu)化研究.pdf

1、目前，各大中型城市的公共交通管理工作的重點(diǎn)是公交調(diào)度問題，隨著城鄉(xiāng)建設(shè)進(jìn)程的飛速發(fā)展，城市規(guī)模也在不斷擴(kuò)大，傳統(tǒng)運(yùn)營模式不再適用于現(xiàn)在的公交實(shí)情，這就要求城市的公共交通工具能夠更快捷。為了滿足人們的需求，公交企業(yè)必須對公交調(diào)度方法進(jìn)行優(yōu)化設(shè)計。公交調(diào)度的核心是采用科學(xué)的調(diào)度算法，制定出合理的發(fā)車計劃。
　　在制定調(diào)度計劃之前，需要采集實(shí)時客流信息和車輛信息作為調(diào)度依據(jù)，GPS/GIS系統(tǒng)、無線通信技術(shù)和無線射頻技術(shù)為信息采集提供了

2、技術(shù)支持。將各技術(shù)模塊集成到公交車輛的車載終端中，車載終端通過定位系統(tǒng)和乘客IC卡統(tǒng)計裝置分別獲取車輛信息和乘客信息，再將這些實(shí)時信息經(jīng)過無線通信網(wǎng)絡(luò)發(fā)送到調(diào)度指揮中心。調(diào)度指揮中心獲取實(shí)時信息后，對這些信息進(jìn)行分析，整理出用于公交調(diào)度的可靠數(shù)據(jù)。
　　人工智能算法在解決路徑優(yōu)化、工作調(diào)度方面具有較高的效率，因此，研究選擇合適的人工智能算法，使用其解決公交車調(diào)度優(yōu)化問題具有現(xiàn)實(shí)依據(jù)和理論可行性。
　　本文采用蟻群算法作為公交

3、調(diào)度算法，以公交公司企業(yè)成本和乘客乘車候車的時間代價為約束條件，將公交調(diào)度模型轉(zhuǎn)換為數(shù)學(xué)模型，設(shè)計出用于調(diào)度算法的目標(biāo)函數(shù)。通過對不同時間段的發(fā)車間隔進(jìn)行組合優(yōu)化，最終得到最小目標(biāo)函數(shù)值。
　　本文使用并行計算與蟻群算法相結(jié)合的方法進(jìn)行調(diào)度。蟻群算法本身具有并行性，而且并行計算的優(yōu)勢在于用空間換取時間，利用多進(jìn)程的并行處理，最終提高運(yùn)算效率。并行蟻群算法的使用克服了單獨(dú)使用蟻群算法運(yùn)算效率低、精確度不高的缺陷。通過大量實(shí)驗(yàn)數(shù)據(jù)的對