本文關(guān)鍵詞：基于并行計(jì)算的公交車調(diào)度優(yōu)化研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：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(yíng)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(duì)公交調(diào)度方法進(jìn)行優(yōu)化設(shè)計(jì)。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(jì)劃。 在制定調(diào)度計(jì)劃之前,需要采集實(shí)時(shí)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(jì)裝置分別獲取車輛信息和乘客信息,再將這些實(shí)時(shí)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(shí)信息后,對(duì)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調(diào)度算法,以公交公司企業(yè)成本和乘客乘車候車的時(shí)間代價(jià)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(jì)出用于調(diào)度算法的目標(biāo)函數(shù)。通過對(duì)不同時(shí)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(jì)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(jì)算的優(yōu)勢(shì)在于用空間換取時(shí)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(duì)比,確定了并行蟻群算法程序適用于公交調(diào)度問題的最佳并行度。 論文還對(duì)使用并行蟻群算法進(jìn)行公交調(diào)度的不足之處進(jìn)行分析,并提出了未來工作的方向和重心,改進(jìn)后的并行蟻群算法在公交調(diào)度方面會(huì)擁有更廣闊的前景。
【關(guān)鍵詞】：公交調(diào)度 并行計(jì)算 人工智能 蟻群算法
【學(xué)位授予單位】：安徽理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP301.6
【目錄】：

• 摘要5-6
• Abstract6-12
• 插圖清單12-13
• 1 緒論13-20
• 1.1 課題的研究背景13-14
• 1.2 國內(nèi)外研究現(xiàn)狀14-17
• 1.2.1 國外公交調(diào)度研究概況15-16
• 1.2.2 國內(nèi)公交調(diào)度研究概況16-17
• 1.3 論文的主要工作及組織結(jié)構(gòu)17-20
• 1.3.1 本文主要研究?jī)?nèi)容17
• 1.3.2 思路與理念創(chuàng)新17-19
• 1.3.3 本文的組織結(jié)構(gòu)19-20
• 2 公交調(diào)度系統(tǒng)相關(guān)基礎(chǔ)知識(shí)20-32
• 2.1 公交調(diào)度基本知識(shí)20-28
• 2.1.1 客流數(shù)據(jù)20-21
• 2.1.2 行車時(shí)刻表的編制依據(jù)21-25
• 2.1.3 公交調(diào)度智能化25-27
• 2.1.4 智能公交調(diào)度的內(nèi)容27-28
• 2.2 智能公交調(diào)度的應(yīng)用技術(shù)28-29
• 2.3 調(diào)度方法29-32
• 2.3.1 靜態(tài)公交調(diào)度29-30
• 2.3.2 動(dòng)態(tài)公交調(diào)度30-32
• 3 公交調(diào)度算法32-47
• 3.1 構(gòu)建數(shù)學(xué)模型32-35
• 3.1.1 數(shù)學(xué)模型假設(shè)32-33
• 3.1.2 建立數(shù)學(xué)模型33-34
• 3.1.3 目標(biāo)函數(shù)34-35
• 3.2 蟻群算法相關(guān)知識(shí)35-40
• 3.2.1 蟻群算法基礎(chǔ)知識(shí)35-36
• 3.2.2 蟻群系統(tǒng)36-38
• 3.2.3 蟻群算法的改進(jìn)38-40
• 3.3 蟻群算法求解公交調(diào)度40-42
• 3.3.1 算法的實(shí)現(xiàn)過程40-41
• 3.3.2 算法進(jìn)行公交調(diào)度41-42
• 3.4 并行蟻群算法設(shè)計(jì)42-47
• 3.4.1 蟻群算法的并行策略42-44
• 3.4.2 算法設(shè)計(jì)思想44
• 3.4.3 并行蟻群算法描述44-47
• 4 調(diào)度算法的實(shí)現(xiàn)47-59
• 4.1 蟻群算法參數(shù)的組合優(yōu)化47-53
• 4.1.1 目標(biāo)函數(shù)參數(shù)配置47
• 4.1.2 蟻群算法中各參數(shù)的選擇47-53
• 4.2 并行蟻群算法性能分析53-59
• 4.2.1 搭建實(shí)驗(yàn)環(huán)境53-56
• 4.2.2 實(shí)驗(yàn)數(shù)據(jù)與分析56-59
• 5 結(jié)論與展望59-62
• 5.1 本文總結(jié)59-60
• 5.2 下一步的工作方向60-62
• 參考文獻(xiàn)62-65
• 致謝65-66
• 作者簡(jiǎn)介及讀研期間主要科研成果66

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前5條

1 李銘;李旭宏;;公交樞紐內(nèi)多線路車輛實(shí)時(shí)調(diào)度優(yōu)化方法研究[J];公路交通科技;2006年10期

2 蓋凌云,陳健,汪飛;公交車調(diào)度的數(shù)學(xué)模型[J];哈爾濱理工大學(xué)學(xué)報(bào);2002年04期

3 于濱;楊忠振;程春田;左志;;公交線路發(fā)車頻率優(yōu)化的雙層規(guī)劃模型及其解法[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2006年05期

4 牛學(xué)勤,陳茜,王煒;城市公交線路調(diào)度發(fā)車頻率優(yōu)化模型[J];交通運(yùn)輸工程學(xué)報(bào);2003年04期

5 鄒迎;;公交區(qū)域調(diào)度行車計(jì)劃編制方法研究[J];交通運(yùn)輸系統(tǒng)工程與信息;2007年03期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 孫傳姣;快速公交調(diào)度優(yōu)化研究[D];長(zhǎng)安大學(xué);2008年

  本文關(guān)鍵詞：基于并行計(jì)算的公交車調(diào)度優(yōu)化研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：398320