改進(jìn)的多目標(biāo)量子遺傳算法及其在旅客列車開行方案中的應(yīng)用.pdf

1、旅客列車開行方案的擬定和優(yōu)化是鐵路旅客運(yùn)營組織的關(guān)鍵工作，也是復(fù)雜的多目標(biāo)規(guī)劃問題。隨著我國鐵路客運(yùn)專線網(wǎng)絡(luò)日趨成形，鐵路客運(yùn)專線運(yùn)輸企業(yè)也將逐步按照市場化運(yùn)作，旅客列車開行方案需要滿足的目標(biāo)和標(biāo)準(zhǔn)也呈現(xiàn)復(fù)雜化、動態(tài)化的趨勢;另一方面，旅客對旅行的滿意度要求日益提高，對旅客列車開行方案擬定及優(yōu)化模型提出了更高要求。為解決旅客列車開行方案這一多目標(biāo)規(guī)劃問題，本文從多目標(biāo)優(yōu)化理論入手進(jìn)行深入研究，將量子遺傳算法進(jìn)行改進(jìn)以提出一種求解旅客列車

2、開行方案多目標(biāo)優(yōu)化問題的有效、健壯的新算法;同時，系統(tǒng)化的提出了基于社會效益、經(jīng)濟(jì)效益和市場效益的多目標(biāo)優(yōu)化模型和基于客票系統(tǒng)發(fā)售數(shù)據(jù)的客流預(yù)測模型，并結(jié)合實(shí)際數(shù)據(jù)進(jìn)行應(yīng)用研究和模型算法有效性驗證。本文提出的解決方案，對旅客列車開行方案擬定和優(yōu)化的深入研究具有重要學(xué)術(shù)意義和參考價值。
　　本文的創(chuàng)新點(diǎn)主要體現(xiàn)在以下四個方面:
　　(1)將基本量子遺傳算法與帶約束的多目標(biāo)優(yōu)化理論進(jìn)行結(jié)合，提出一種改進(jìn)的多目標(biāo)量子遺傳算法，其改

3、進(jìn)策略包括引入柵格化歸檔群體、約束違反度、概率遷移群體等概念和量子交叉操作。通過帶約束的多目標(biāo)優(yōu)化問題求解，對改進(jìn)算法的收斂性、分布性和解約束多目標(biāo)優(yōu)化問題的性能等方面進(jìn)行了驗證。
　　(2)以旅客列車開行方案研究現(xiàn)狀為背景，基于旅客列車開行方案影響因素的全面分析，建立以列車經(jīng)濟(jì)效益、社會效益和市場效益最大化的多目標(biāo)優(yōu)化模型，使模型的建立更加系統(tǒng)完整并具有可操作性。在社會效益目標(biāo)中，采用自定義的旅客滿意度指標(biāo)建立客流分配模型，使得

4、客流分配問題在多目標(biāo)優(yōu)化模型中作為優(yōu)化目標(biāo)統(tǒng)一考慮成為可能。
　　(3)從鐵路客運(yùn)量數(shù)據(jù)提取時間特征進(jìn)行雙層次特征分析，并基于BP神經(jīng)網(wǎng)絡(luò)提出了一種新的雙層次正交神經(jīng)網(wǎng)絡(luò)模型。其思想是首先使用相對獨(dú)立的模型對輸入特征分別處理，在隱含層輸出之后通過Gram-Schmidt變換引入虛擬的投影層，減少預(yù)測模型在訓(xùn)練中的冗余網(wǎng)絡(luò)連接，最后通過合并獨(dú)立輸出來得到預(yù)測結(jié)果。并將該模型應(yīng)用于OD客流量預(yù)測。
　　(4)將有關(guān)模型算法的研究