運營車輛的自動排班是智能調(diào)度系統(tǒng)需要解決的問題之一，將車輛、客流、服務(wù)、運營、客流等因素考慮到公交調(diào)度方案中，以此建立多目標(biāo)優(yōu)化模型。針對給出的條件和數(shù)據(jù)，將遺傳算法應(yīng)用到公交智能調(diào)度系統(tǒng)中，制定合理的排班方案。
1、遺傳算法的基本理論
遺傳算法（Genetic Algorithms）是一類借鑒生物界自然選擇和自然遺傳機制的隨機搜索算法,是一種有效解決化問題的方法。遺傳算法是由美國的J.Holland教授1975年提出，其主要特點是直接對結(jié)構(gòu)對象進(jìn)行操作，不存在求導(dǎo)和函數(shù)連續(xù)性的限定;具有內(nèi)在的隱并行性和更好的全局尋優(yōu)能力;采用概率化的尋優(yōu)方法，能自動獲取和指導(dǎo)優(yōu)化的搜索空間，自適應(yīng)地調(diào)整搜索方向，不需要確定的規(guī)則。遺傳算法包括編碼、初始群體、適合度函數(shù)、遺傳操作和控制參數(shù)。算法的基本原理如下圖：
2、基于遺傳算法的排班調(diào)度模型
建立目標(biāo)函數(shù)對模型進(jìn)行設(shè)計：公交運營，即運營車輛少；服務(wù)，即乘客候車時間短。通過二進(jìn)制編碼形式進(jìn)行初始化，然后計算適度值并選擇新的臨界種群，根據(jù)交叉、變異對其進(jìn)行適度值計算，根據(jù)適度值篩選出結(jié)果。遺傳算法步驟如下：
根據(jù)算法步驟合理解決公交排班系統(tǒng)問題，需要將人、車、路等因素考慮進(jìn)去，運用科學(xué)算法解決公交調(diào)度問題。公交車排班是調(diào)度系統(tǒng)的核心內(nèi)容，合理的發(fā)車時刻表可以提高車輛利用率，降低運營成本，減少乘客候車時間。
3、濟(jì)南公交調(diào)度排班
通過一系列算法生成一份合理的行車時刻表是一項非常重要而且復(fù)雜的工作，行車時刻表決定了某條線路發(fā)出的班次總數(shù)，給出了每個班次的到離站時間，決定了主站發(fā)車的時間間隔，因此也就決定了乘客的平均候車時間，對乘客的服務(wù)質(zhì)量有著很大的影響。
濟(jì)南公交自動排班模式分為單向自動排班和雙向自動排班，同時根據(jù)需要把車輛分為多個班制，單班制、雙班制和高峰車。按照車輛班序，根據(jù)班次數(shù)量進(jìn)行運營。雙班車定在早班和晚班發(fā)車，對于早高峰和晚高峰班次，優(yōu)先使用高峰車來進(jìn)行排班，再使用雙班車和單班車相互穿插排班；單班車則以班次任務(wù)量多的優(yōu)先排班，任務(wù)量少的依次再排，一直穿插到平峰。優(yōu)化了發(fā)車間隔，提高了車輛運行效率，提升了公交服務(wù)管理水平。
4、結(jié)論
隨著交通擁堵、人口增加等問題的出現(xiàn)，使得公交車調(diào)度難度越來越大，基于遺傳算法的調(diào)度排班，能夠提高公交車運行效率和資源利用率，合理確定發(fā)車時間和車次，優(yōu)化發(fā)車密度，化滿足乘客出行需求。
來源：濟(jì)南市城市交通研究中心有限公司
聲明：本網(wǎng)站發(fā)布內(nèi)容和圖片的目的在于傳播更多信息，歸原作者所有，不為商業(yè)用途，如有侵權(quán)敬請作者與我們聯(lián)系刪除。
