网站大量收购闲置独家精品文档,联系QQ:2885784924

智能公交调度(多车场调度).pptxVIP

  1. 1、本文档共27页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
多车场车辆调度优化 多车场车辆调度模型 遗传算法简介 车辆调度模型求解 一、多车场车辆调度模型 公交区域调度,国外又称网络调度或线间调度,是指在一定地域的范围内、原来各自独立运营线路上的车辆、人员,通过一定的技术手段和管理组织协调起来共同运营,已达到资源的最有效配置和充分利用的一种组织模式。 形式:单车场调度、多车场调度 一、多车场车辆调度模型 单车场与多车场公交车辆区域调度 一、多车场车辆调度模型 在多车场车辆调度整个运营过程中,所有车辆服从统一调度指挥,旨在使全局效益最佳,其车辆运行过程与单车场调度过程相似。 一、多车场车辆调度模型 多车场调度优化模型针对网络图中的节点以及车次的编号进行了重新约定。在编号集N={1,2,…d,d+1,…d+l}中,子集N1={1,2,…d }为车场集合, 即共有d个车场,子集N2={d+1,…d+l }为生产班次集合。编号m为全区域内所有行车轮次(block)次数,或称为车次总数。 一、多车场车辆调度模型 综合考虑,建立以跨线次数、等待时间和“空跑”成本加权和为最小的区域调度模型。模型中并未追求各因素量纲完全一致,而是借助权重的调整,协调三者之间的关系。具体使用过程中,可根据决策者对各因素的喜好程度,通过反复调整权重值,得到最终方案。 一、多车场车辆调度模型 一、多车场车辆调度模型 一、多车场车辆调度模型 多车场车辆调度模型的求解,通常采用基于单车场车辆调度求解过程的被称为“先分组后安排线路”(Cluster First-Schedule Second)或“先安排线路后分组”(Schedule First-Cluster Second)方法。 二、遗传算法简介 先分组后安排线路:不利于有哪些信誉好的足球投注网站最优方案;“分派”存在困难。 先安排线路后分组:失去了相对于已有的与其他线路生产班次相连的可能性。 二、遗传算法简介 因此,可以考虑采用遗传算法(GA)进行寻优。在单车场调度优化结果的基础上,依据就近规则将每一个行车轮次指派给相应车场,生产初始群体,遗传算法优化,得到满意解。 遗传算法(Genetic Algorithm,简称GA)是一种借鉴生物界自然选择和群体基因遗传机理的随机和自适应优化的有哪些信誉好的足球投注网站算法。 模拟自然选择和遗传过程中发生的繁殖、杂交和突变现象,利用“适者生存”这一基本达尔文(Darwin)进化理论和孟德尔(Mendel)遗传学说,引入随机统计理论,使得优良品并加以组合,不断产生更佳个体。 二、遗传算法简介 本质是一种求解问题的高效、并行的全局化有哪些信誉好的足球投注网站算法。 操作对象是一组编码化的可行解集,有多条有哪些信誉好的足球投注网站轨道,具有良好的可操作性、并行性、全局优化性和稳健性。 适用于任何大规模的、非线性的、不连续的、多峰函数的优化以及无解析表达式的目标函数的优化,具有很强的通用性。 在可控制参数的编码串上进行操作,从中找出适应度值高的个体,因而不受函数约束条件(如连续性、导数存在、单极值等)的限制。 二、遗传算法简介 在求解空间中从多点开始有哪些信誉好的足球投注网站问题的可能解,并引用概率转换规则,因此能有哪些信誉好的足球投注网站离散的、有噪声的、多峰值的复杂空间,并从中找出期望值高的区域。 在求解空间内不是盲目的穷举或试探,而是一种启发性的智能随机有哪些信誉好的足球投注网站算法,具有一定的方向性,有哪些信誉好的足球投注网站时耗和效率也往往优于其他优化算法。 二、遗传算法简介 问题的解被表示为染色体(chromosome);每个染色体就是一个个体(individual),在传统的遗传算法中,每个个体通常由基因(gene)构成。 每个个体被赋予一个适应度(fitness),代表此个体对环境的适应度。 由若干个体构成群体(population),通过选择(selection)、交叉(crossover)和变异(mutation)等遗传操作(genetic operation)产生新的群体。 二、遗传算法简介 适应度值大的个体被继承的概率也大。 通过交叉和变异等操作能够产生适应度值更大的个体。 在遗传算法作用下,群体不断进化,最后收敛于问题的最优解。 二、遗传算法简介 染色体编码:二进制编码、浮点数变慢、符号编码。 个体适应度评价:与个体适应度成正比的概率决定当前群体中每个个体遗传到下一代的机会。要求所有个体的适应度必须为正或零。 遗传算子:选择、交叉、变异。 控制参数:群体规模:一般取20—100; 交叉概率:0.4—0.99; 变异概率:0.0001—0.1; 终止进化代数:100—500。 二、遗传算法简介 比例选择算子:个体被选中并遗传到下一代群体中概率与个体的适应度大小成正比的算法,模拟赌盘选择。 计算群体中所有个体的适应度总和; 依次计算每个个体的相对适应度的大小,即各个被遗传到下一代群体中的概率; 使用模拟赌盘操作(即从0

文档评论(0)

nuvem + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档