基于改进遗传—模拟退火算法的公交排班优化研究

结合公交车辆调度自身的特点,兼顾公交公司与乘客双方的利益,建立了公交排班优化模型,以发车时刻为基因变量进行编码,对两个相邻的发车间隔之差、最大最小发车时间间隔、乘客的满载率等条件进行约束限制,提出了基于改进的遗传—模拟退火算法;对该模型进行优化求解,克服了传统优化算法的缺陷,提高了优化设计过程的求解效率。通过仿真实验得到了利用改进的遗传—模拟退火算法进行求解的不均匀发车时刻表。结果表明,改进的遗传—模拟退火算法能够在公交智能排班优化问题的巨大搜索空间中可靠地找到近似最优解,大大提高了计算效率。     

基于遗传算法的智能公交发车频率优化研究

在分析公共交通线网发车间隔优化理论的基础上,从公共交通线网间发车间隔对公交网络系统进行优化出发,提出了基于社会总体效益最优的思想,构建了公共交通线网发车间隔优化模型,从而解决了智能公交中的线网间智能调度的难题,一种新的生物进化算法遗传算法被引入到问题的求解过程中。模型和算法应用于长春市的典型线路,获得了较好的优化结果。     

基于再生制动能的列车发车间隔优化模型

随着低碳环保的生活理念越来越深入人心,节能已成为城市轨道交通运行的目标。着眼于再生制动能技术在列车运行过程中日益突出的效用,笔者利用再生制动能,以求得所有列车运行总能耗最低的时间间隔为目标,建立了优化多列车发车间隔的模型。该模型采用微元法将位移、速度与时间的关系表示出来,并算出列车牵引能耗,再结合再生制动能创建模型,通过改进的遗传算法求解,得到列车最优的发车间隔和运行图。     

改进布谷鸟算法的快速公交组合调度优化研究

为了进一步优化快速公交调度，研究了全程车，区间车、大站快车的组合调度模式。从公交公司和乘客双方利益的角度出发，考虑不同发车模式间的乘客换乘以及超车现象，建立以发车间隔与发车模式为决策变量的快速公交组合调度优化模型。设计并改进具有动态步长和发现概率的布谷鸟算法，以兰州市快速公交1号线路为例进行仿真，求得最优解和次优解的发车间隔与发车模式。结果表明，最优方案和次优方案相比优化前的总成本分别降低18.71%和15.7%;另外，在求解模型时，改进的布谷鸟算法相比遗传算法和基本的布谷鸟算法能快速收敛，验证了上述模型和算法的可行性与有效性。     

基于发车时刻表的单线公交组合调度模型

针对目前全程车和大站快车的单线公交组合调度模型中对乘客的分类及滞站乘客乘车处理方法的不足,分3个步骤对模型进行了补充:首先,系统地探讨了乘客的构成及转化关系,并基于滞站乘客等车数、滞站原因及目的站距离提出一种处理滞站乘客乘车的方法,并以此方法计算滞站乘客等车的时间成本;其次,通过发车车型、模式和间隔的变量组合构建发车时刻表,进而以此表的信息为基础推算运营时刻表的各项变量,从而计算出公交服务各项指标及乘客和车辆的相关成本;最后,根据问题特征,应用最大最小蚁群系统算法求解模型。结合实例,对比分析了给定配车数和限定时间段内4种调度策略的发车时刻表最优解及相应最优解的公交服务指标和相关成本。实验结果表明,采用间隔不定的组合调度策略能够使车辆均衡分配站点客流,最大限度地降低乘客的时间成本及车辆耗燃成本。     

基于禁忌搜索的智能公交调度研究

为了兼顾乘客群体和公交公司的满意度,提出了基于禁忌搜索的智能公交调度策略。其策略是以乘客群体和公交公司满意度之和最大为目标函数,采用禁忌搜索方法查找某车次公交车辆各时段的最优发车间隔,以便适应客流变化,减少乘客等车时间,并降低公交运营成本增加公交公司经济收益,从而解决基于固定发车间隔的公交调度不足。     

基于遗传算法的公交智能排班系统应用研究

研究城市公交车调度优化问题,根据公交车辆排班和调度运行要求,兼顾到乘客和公交公司的利益,为优化服务目标,建立了基于遗传算法的公交智能排班调度模型.采用以发车时刻为变量的真实值编码方法,在构造适应度函数时,用惩罚函数法将多种约束条件加到目标函数上,简化了计算量.进行仿真实验,结果证明,利用改进的遗传算法求解,可以得到不均匀发车优化时刻表,并能为公交智能排班优化提供较大搜索空间,提高了实际运行效率.     

面向半监督聚类的最优间隔分布学习机

基于间隔的聚类是一类经典的聚类算法,此类算法假设聚类结构能通过引入监督学习中的间隔来确定.即一个好的聚类结果,当以其簇标记作为类别标记进行监督学习时,所得分类器产生的关于间隔的目标物理量也同时达到最优.目前最为有效的间隔物理量是间隔分布,其基于最新的间隔理论,取得了比优化最小间隔更好的效果.然而在现实聚类任务中,我们往...     

网络系统实验平台:发展现状及展望

本文首先介绍了网络仿真技术的概念、特点和发展现状,在此基础上介绍了当前主流的通用型网络仿真软件的主要特点并对它们进行了对比分析和评价.为了解决现有网络架构灵活性和服务能力差的问题,我们引入了面向大数据建模、能够对网络整体状态进行预测和实时优化的平行网络架构及其计算实验平台.该平台融合虚拟的人工网络和实际网络的数据并对其进行实验分析和评估,可以发现最优的控制方案.基于平行网络计算实验方法,本文设计了针对微信朋友圈转发预测的网络优化方法,并通过实验验证了该方法可以有效提升网络的性能.     

公交发车频率优化问题研究

给出一种基于免疫计算的公交发车频率优化方案.设计了公交发车频率优化问题的数学模型,给出了非劣邻域支配的多目标免疫优化算法的框架、基于实数编码的比例克隆算子和领域变异算子、以及支配抗体的拥挤距离公式.实验结果表明,该算法能有效地解决公交发车频率优化问题,具有较好的应用价值.     

可视分析增强的平行智能交通系统框架

随着人工智能2.0时代的到来,可视分析方法作为一种重要的人机耦合方法受到越发广泛的关注.其是大数据分析的利器,也是理解数据的"导航仪",能够有效地将三元空间结构(CPH)中的数据转换为知识系统中的服务与决策,从而进一步提升交通系统智能化水平.为此,提出人工交通系统、计算实验和平行执行相融合的平行智能交通系统,为智能交通...     

Parallel Algorithms for Dynamic Shortest Path Problems

The development of intelligent transportation systems (ITS) and the resulting need for the solution of a variety of dynamic traffic network models and management problems require faster‐than‐real‐time computation of shortest path problems in dynamic networks. Recently, a sequential algorithm was developed to compute shortest paths in discrete time dynamic networks from all nodes and all departure times to one destination node. The algorithm is known as algorithm DOT and has an optimal worst‐case running‐time complexity. This implies that no algorithm with a better worst‐case computational complexity can be discovered. Consequently, in order to derive algorithms to solve all‐to‐one shortest path problems in dynamic networks, one would need to explore avenues other than the design of sequential solution algorithms only. The use of commercially‐available high‐performance computing platforms to develop parallel implementations of sequential algorithms is an example of such avenue. This paper reports on the design, implementation, and computational testing of parallel dynamic shortest path algorithms. We develop two shared‐memory and two message‐passing dynamic shortest path algorithm implementations, which are derived from algorithm DOT using the following parallelization strategies: decomposition by destination and decomposition by transportation network topology. The algorithms are coded using two types of parallel computing environments: a message‐passing environment based on the parallel virtual machine (PVM) library and a multi‐threading environment based on the SUN Microsystems Multi‐Threads (MT) library. We also develop a time‐based parallel version of algorithm DOT for the case of minimum time paths in FIFO networks, and a theoretical parallelization of algorithm DOT on an ‘ideal’ theoretical parallel machine. Performances of the implementations are analyzed and evaluated using large transportation networks, and two types of parallel computing platforms: a distributed network of Unix workstations and a SUN shared‐memory machine containing eight processors. Satisfactory speed‐ups in the running time of sequential algorithms are achieved, in particular for shared‐memory machines. Numerical results indicate that shared‐memory computers constitute the most appropriate type of parallel computing platforms for the computation of dynamic shortest paths for real‐time ITS applications.     

基于遗传算法的公交优化设计与实现

以青岛智能公交调度系统为工程背景,通过对公交业务的分析入手,针对公交企业的拥有社会效益与经济效益的经营特点,对乘客利益与公交企业利益作了权衡和比对,建立数学模型,以公交发车间隔为优化目标对象,借鉴了遗传优化理论,并将传统的遗传操作改造带有自适应的遗传操作,实现优化计算,形成行车时刻表,收到了良好的效果。     

平行应急疏散系统:基本概念、体系框架及其应用

突发事件通常具有难以预测、多成因关联、危害性大及演变复杂等特点,应急情况下如何安全高效疏散人员是应急管控领域的重要研究内容.本文将基于人工系统（Artificial systems,A）、计算实验（Computational experiments,C）、平行执行（Parallel excution,P）方法的平行系统理论引入到应急管控领域,提出平行应急疏散系统（Parallel emergency evacuation systems,PeES）基本概念,构建系统体系框架及集成平台,并介绍人工应急疏散系统、计算实验、平行执行等主要功能模块的基本功能及实现方法.通过PeES能实现虚实应急疏散系统的管理与控制、应急方案的实验与评估以及相关人员的学习与培训.最后,以轨道交通枢纽站火灾场景下的乘客应急疏散为典型应用对平行应急疏散系统进行初步验证.     

基于复杂网络的路网交通拥堵评估仿真模型

为了能够深入分析路网交通拥堵动态演进过程, 为交通拥堵治理提供决策分析工具, 提出了一个基于复杂网络的路网拥堵评估仿真模型。通过将路段阻抗概念引入复杂网络理论, 实现了路网拓扑模型和流量模型的结合; 此外, 还提出了虚拟测试车辆遍历的路网通行能力评估方法, 对不同路网条件下的道路通行能力进行评估。最后在PC系统上实现了完整的路网拥堵评估仿真系统, 并利用该系统对拥堵路段数量、交通流量和路网拓扑结构等因素对路网通行能力的影响进行了仿真分析。仿真实验结果与经典交通理论分析结果一致, 并能反映更多的动态过程信息, 表明该模型能够准确有效地进行交通路网拥堵评估, 可以为相应的交通拥堵管理决策提供依据。     

智能交通动态调度优化模型与评价方法

为了降低大城市市民出行成本,缓解公交企业运力压力,提出一种智能交通出行OD(Origin Destination,出行地和目的地)的公交调度优化算法,以公交出行OD客流预测和计划排班发车时间间隔为出发点,运用公交出行OD客流推导理论,构建智能交通出行OD的公交调度优化模型。通过获取个人OD数据,利用单条线路公交OD方法,实现全市公交OD矩阵推算。根据全市公交出行OD推算结果,求解公交调度模型,解决智能交通调度多目标规划和公交线网优化问题。通过仿真模拟试验,分析智能公交排班计划评价指标,计算车辆营运效率占比:自动排班仿真数据为79%,实际运营数据为73%;统计车辆高峰时段与全天营运车次占比:自动排班仿真数据为36.75%,实际运营数据为37.37%,满足智能公交计划排班评价指标的要求,实例证明模型和算法具有实用性和可靠性。     

一种新的智能公交出行建模方法及其实现

城市公共交通是城市交通网络的基础组成部分,为了给市民提供快捷、方便、经济地公交出行线路方案,智能交通系统中的公交出行系统的设计与实现显得非常重要。提出了一种新的智能公交出行模型,该模型采用由下而上三层结构,通过运用多标准评价的数学方法将公交多目标复杂因素包装成权值,同时给出了结合邻居结点查询技术的基础建模过程。最后经性能测试与项目测试实验证明这种方法具有较强的实用性。     

A simulation study of an on‐demand transportation system

In this paper we present the results of a simulation study aimed at assessing an on‐demand transportation system. The on‐demand system uses minibuses that have neither fixed itineraries nor fixed stops. The minibuses are dynamically routed to accommodate the requests received by the users. To use the on‐demand service, users communicate, close to their desired departure time, the origin and destination of the trip. They accept the service if the estimated arrival time at destination fulfills their service level threshold. In the simulation users may decide whether to walk, to use a standard bus, to call the on‐demand service, and, if none of these options is satisfactory, to use a private car. We consider different scenarios to assess the potential benefits of the introduction of an on‐demand service. We also analyze the scalability and responsiveness of the service. The results suggest that an on‐demand system may be able to satisfy a large portion of user transportation requests and may be put beside standard transportation systems in order to provide a better transportation service to the users and substantially reduce the use of private cars.     

运输方式选择多目标优化问题的混合遗传算法

多式联运运输方式选择问题直接关系到货物运输的费用、时间和运输质量。首先分析了多式联运运输方式选择多目标优化问题的数学模型及虚拟运输网络图;其次,将基于信息熵的多属性决策方法引入适应度函数的设计中,提出了一种求解多式联运运输方式选择多目标优化问题的混合遗传算法,给出了染色体编码、遗传算子设计、染色体有效性判断和修正的方法;最后用示例对算法的有效性进行了验证。