2301_77414277的博客

本文对当前公交企业调度系统进行了分析，建立了公交排班的数学模型。本文基于数据挖掘分析的结果上，使用截面客流量数据对模型进行约束，得出了公交客流出行的空间分布规律。再以发车间隔为决策变量，以发车最大间隔、最小发车间隔和车辆满载率为约束条件，建立公交线路排班的数学模型，以公交公司发车成本最小和乘客等车时间成本最小为目标，建立双目标函数的数学模型。本文设计了一种基于改进的遗传算法公交排班调度优化的解决方法,在对排班结果进行优化的过程中，本文分别在选择、交叉、变异三个阶段对算法进行改进和优化。

然后，该算法经过多次迭代，每次迭代都给出可行的候选解决方案，直到满足条件的结束。已经看到，如果优化算法具有良好的探索能力，那么它将缺乏良好的开发能力，反之亦然（简单来说，如果一个优化算法以高性能解决了某个问题，那么它在解决其他类型的优化问题时很有可能表现不佳。研究人员使用各种优化技术，如GA，PSO，DE，GSA，BBO，来解决其他领域的应用问题。，1995），基于蚂蚁搜索行为的ACO （Dorigo and Caro， 1995），BBO （Simon，此外，还有数学驱动的优化算法，如SCA（