多线路准快速公交调度优化及混合遗传禁忌算法仿真

针对多线路准快速公交社会效益及企业运营效益最大化的多目标调度问题建立了优化模型。根据问题的特点设计了组合优化调度问题的混合遗传—禁忌算法,结合深圳市龙岗区公交调查数据对该模型进行了验证,计算结果及分析表明该算法比遗传算法及禁忌算法在求解此类问题时有更高的效率。     

快速公交车辆调度优化的禁忌算法设计与实现

提出了一类基于公交运营效益最大化的BRT调度问题并建立了数学模型。根据问题的特点设计了优化该问题的禁忌算法。通过多次仿真运算,计算结果及分析表明用禁忌算法优化此类调度问题是有效的。     

多模式公交组合调度优化模型

针对站点不同时刻的客流需求,系统地探讨了乘客出行时间和公交公司运营管理的有机联系,研究了全程车、区间车和大站快车3种发车模式组合及发车间隔。以系统总时间成本最优为目标,在相同决策间隔下选择不同决策模式,建立了发车频率不定的公交组合调度模型。同时,针对调度模型组合优化的NP难特点,利用差分进化优化算法对模型求解。结果表明,在决策间隔为4min的情况下,首站发车间隔有4min、8min、12min 3种可能;考虑到区间车和大站快车超车的情况,各站点乘客的等车时间为0.8min～12min不等。 与原先分时段的单一调度相比,多模式公交组合调度能减少公交车发车次数,有效降低系统时间成本。     

改进布谷鸟算法求解双资源约束柔性车间调度问题

针对双资源约束的柔性车间调度问题（DRCFJSP）,以优化最大完工时间为目标,设计出一种具有改进解码方案的布谷鸟算法对其进行求解。由于DRCFJSP除了需要考虑机器的分配,还需要兼顾工人的加工情况,所以改进了传统解码方式以避免机器和工人在加工时间上的冲突,同时在解码时尽可能利用机器和工人的空闲时间。在布谷鸟算法核心框架下,将布谷鸟种群随机划分为三个子群,每个子群采用不同Lévy飞行方式独立进行寻优,并通过差分算子实现子群间信息交流,不仅增强了算法的全局搜索能力也平衡了算法的局部搜索能力。最后通过基准测试算例进行实验仿真分析并与其他算法进行对比,验证了改进布谷鸟算法和改进解码方法的有效性优越性。     

快速公交线路组合频率优化的禁忌模拟退火算法仿真

针对快速公交(BRT)线路组合的频率优化目标,建立了兼顾公交运营效益和乘客服务要求的BRT运营作业安排数学模型.根据问题的特点,将禁忌算法与模拟退火算法相结合,对BRT线路组合的频率进行优化.多次仿真运算结果及分析表明,该算法具有比禁忌算法、模拟退火算法都更好的效率,是解决该类问题的一个有效途径.     

改进遗传算法在公交调度优化中的应用

在充分考虑公交公司运营成本和乘客候车等待成本的基础上,引入了乘客坐车舒适度这一指标建立了公交调度优化模型。针对基本遗传算法在实际应用中出现进化缓慢和提前收敛的问题,利用蚁群算法具有局部搜索能力强和收敛速度比较快等优点,引入了蚁群算法引导变异,建立了自适应的遗传算法,实现了模型求解的高效性和高精度。     

改进的布谷鸟算法优化粒子滤波研究

针对布谷鸟算法易限于局部最优的问题，通过对布谷鸟算法的搜索步长值[α]和发现外来鸟卵的物种的概率[pα]进行改进，来平衡布谷鸟算法局部寻优与全局寻优的能力。改进的布谷鸟算法与粒子滤波结合，代替粒子滤波的重采样过程，解决粒子贫化和估计精度低的问题。实验结果表明，改进的布谷鸟优化粒子滤波算法中，粒子的多样性提高，从而保证了估计精度的提高。     

基于禁忌算法的快速公交网络系统仿真优化

针对传统数学规划方法处理BRT网络系统优化存在的局限性,提出了一类直达乘客量最大化的BRT网络规划问题并建立了数学模型。设计了该优化模型的禁忌算法。多次仿真实验结果表明模型合理,算法有效。     

改进布谷鸟搜索算法求解置换流水线调度问题

针对置换流水线调度问题,笔者提出了一种基于Halton序列和优化边界约束的改进布谷鸟搜索算法,建立了以工件的最大完工时间为目标的算法模型,最后通过对若干Taillard Benchmark问题进行仿真实验,表明改进布谷鸟搜索算法解决置换流水线调度问题的有效性。     

云计算中基于改进的布谷鸟算法的资源调度

云计算的资源调度一直以来都是研究的重点,引入布谷鸟算法来解决资源分配问题,首先描述云计算资源模型,其次针对该算法存在局部收敛速度快,容易造成局部最优值的问题,采用三个方面来改进,其一采用变长因子进行调整,减小探索求解质量之间的差别;其二使用差分变异策略更新鸟窝位置;其三使用基于Coelho的混沌全局搜素和局部搜索避免了Levy的随意扰动.通过测试函数说明表明本文算法的性能优于基本布谷鸟算法, Cloudsim仿真平台说明本文的算法在消耗时间,成本和用户满意度方面具有明显的优势.     

基于改进多目标布谷鸟搜索的资源调度算法

针对IaaS(Infrastructure as a Service)云计算中资源调度的多目标优化问题,提出一种基于改进多目标布谷鸟搜索的资源调度算法。在多目标布谷鸟搜索算法的基础上,通过改进随机游走策略和丢弃概率策略提高了算法的局部搜索能力和收敛速度。以最大限度地减少完成时间和成本为主要目标,将任务分配特定的VM(Virtual Manufacturing)满足云用户对云提供商的资源利用的需求,从而减少延迟,提高资源利用率和服务质量。实验结果表明,该算法可以有效地解决IaaS云计算环境中资源调度的多目标问题,与其他算法相比,具有一定的优势。     

城市人口密集区快速公交创新设计研究

文章针对当下城市人口密集区的路面交通状况,分析目前公交车在道路面积较小的地段由于行驶缓慢或进站停车载客导致的车辆拥堵问题,对公交车进行创新设计,以缓解交通压力,达到快速高效的公共交通形式,充分体现了以人为本的发展理念。     

基于免疫优化的公交驾驶员调度问题

为解决公交驾驶员调度优化问题,提出一种基于免疫计算的驾驶员调度优化方案。设计驾驶员调度问题的数学模型,给出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,并在仿真环境下进行实验。实验结果表明,该算法能有效地解决公交驾驶员调度优化问题,具有较好的应用价值。     

求解混合流水车间调度问题的离散布谷鸟算法

为求解混合流水车间调度问题,提出一种离散布谷鸟算法。针对常规解码方法难以获得最优解的缺点,提出一种改进的解码方法,基于工件数与并行机数,按概率随机分配机器;根据标准布谷鸟算法中莱维飞行和巢寄生行为两种位置更新策略的核心思想,提出基于位置交叉和个体距离的离散莱维飞行,设计基于最优插入和最优交换的巢寄生策略。最后算例对比实验结果显示,采用基于改进解码方法的离散布谷鸟算法求解所得结果的平均值最小,验证了改进解码方法能提高解的质量;实例测试所得结果均获得了当前最优解,验证了离散布谷鸟算法求解该类问题的优越性。     

模拟退火下布谷鸟算法求解车间作业调度问题

针对车间作业调度问题（JSP）,在标准布谷鸟算法的莱维飞行中加入自适应机制,寻优过程中引入二值交叉算子保持改进算法的种群多样性,最后在模拟退火框架下增强改进算法跳出局部最优的能力。通过标准算例对所提的改进算法进行实验仿真,结果证明了改进算法的正确性和有效性。     

求解柔性车间调度问题的双层编码离散布谷鸟算法

论文针对柔性车间调度问题(Flexible Job-shop Scheduling Problem,FJSP),以最小完工时间为优化目标,根据标准布谷鸟算法(Cuckoo Search,CS)的核心思想,提出了一种双层编码的离散布谷鸟算法.根据levy飞行的特点,采用2-opt和double-bridge操作代替levy飞行对其进行更新.此外,将择优插入和择优交换操作结合,代替标准布谷鸟算法中的随机游走策略.最后将DCS算法与GA、PSO算法进行仿真比较,验证了DCS算法在解决FJSP问题时能得到更好更稳定的最优解.     

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。     

基于改进布谷鸟优化的模糊聚类图像分割

模糊C均值聚类算法(FCM)是一种应用非常广泛的聚类算法,但是它受初始聚类中心影响较大,容易陷入局部最优。 在标准布谷鸟算法(CS)的基础上 提出改进布谷鸟优化算法(ICS),将发现概率P由固定值转变成随迭代次数逐渐减小的变量,这样不仅可以提高搜索种群的质量,而且保证了算法的收敛。因此,可以将改进布谷鸟优化算法用于FCM算法聚类中心生成的过程(ICS_FCM),从而有效地避免FCM陷入局部最优。改进的算法具有良好的聚类效果和运行速度。实现基于改进布谷鸟优化的FCM图像分割,并与基于模拟退火的FCM算法(SA_FCM)进行对比。由实验结果可知,该算法(ICS_FCM)不仅取得了较好的分割效果,效率上也有明显的提高。     

改进的组合差分进化优化算法

组合差分进化算法CoDE是一新的具有竞争力的算法,但收敛速度和寻优性能仍有待改进。为解决上述问题,提出对组合差分进化算法CoDE从生成策略和控制参数两个方面进行改进,提出了两种改进的CoDE版本MCoDE和MCoDE-P,并利用6个典型的测试函数对改进性能进行检验。结果表明结合了最好个体信息的MCoDE方法能够改善CoDE的寻优性能,而采用控制参数扩展的MCoDE-P方法却难以达到期望的效果。     

基于数据驱动的公交调度优化分析

随着通信技术的不断发展创新,数据被广泛的应用于各行各业,在公交调度上,通过使用数据驱动们,引入最新的通信技术,不断优化公交调度,为乘客提供更高质量的服务。利用数据驱动进行分析和评估,能不断获得更多正向的反馈,让公交调度运营效率更高,持续不断的优化公交调度能为广大群众带来更优质、高效的服务。