本發(fā)明屬于城市軌道交通
技術(shù)領(lǐng)域:
,涉及一種基于改進(jìn)遺傳算法的公交車輛資源調(diào)度方法。
背景技術(shù):
:隨著城市軌道交通的日益發(fā)展,人們自身安全意識的提高,社會對軌道交通運營的要求也越來越高。但是,如果軌道交通一旦遭遇突發(fā)事件,導(dǎo)致正常運營受到影響或中斷時,必將對于城市居民的正常出行產(chǎn)生影響。所以,對軌道交通發(fā)生較長時間運營中斷事件的情況和對于軌道交通運營中突然出現(xiàn)大量的人員聚集而無法快速疏運事件的情況,應(yīng)急處理問題的意識與應(yīng)急處理程序是必不可少的,有助于降低軌道交通突發(fā)事件所帶來的負(fù)面影響,制定、更新相應(yīng)的應(yīng)對措施與應(yīng)急預(yù)案,已是迫在眉睫的任務(wù)。軌道交通網(wǎng)絡(luò)內(nèi)突發(fā)事件的發(fā)生具有完全隨機性,軌道交通運營企業(yè)會針對各類具體突發(fā)事件制訂應(yīng)急預(yù)案。當(dāng)軌道交通線網(wǎng)內(nèi)發(fā)生較長時間運營中斷事件(如中斷運營30min以上事件),或者軌道交通運營中某個站點突然出現(xiàn)大量人員聚集而無法快速疏運事件,通常需要啟動軌道公交聯(lián)動運營的方法,相應(yīng)地采取“大小交路(軌道正常運營區(qū)段)+公交短駁(軌道中需要疏運人員區(qū)段)”的運輸組織方式以維持城市公共交通系統(tǒng)的基本服務(wù)水平。技術(shù)實現(xiàn)要素:本發(fā)明針對軌道運營發(fā)生長時間的中斷事件或者軌道交通運營中某個站點突然出現(xiàn)大量人員聚集而無法快速疏運事件,提出了一種軌道和公交應(yīng)急聯(lián)動疏運的方法,該方法采用一種改進(jìn)的遺傳算法來給定公交車輛資源調(diào)度方法,根據(jù)遺傳算法的隨機搜索能力可以快速地得到一個總疏運時間最短的公交車輛資源調(diào)度方法,具有很好的收斂性和魯棒性。一種基于改進(jìn)遺傳算法的公交車輛資源調(diào)度方法,在軌道和公交應(yīng)急聯(lián)動疏運的過程中,采用一種改進(jìn)的遺傳算法來給定公交車輛資源調(diào)度方法;第一步,定義染色體編碼規(guī)則,隨機產(chǎn)生初始種群;第二步,給定各公交派車點調(diào)派車輛的最大循環(huán)疏運次數(shù);第三步,計算染色體的適應(yīng)度函數(shù)值;第四步,判定是否滿足收斂準(zhǔn)則,不滿足收斂,轉(zhuǎn)到第五步,滿足收斂,獲得最優(yōu)的公交車輛資源調(diào)度方法;第五步:執(zhí)行改進(jìn)變異算子,產(chǎn)生新染色體,轉(zhuǎn)到第二步。所述變異算子,策略如下:a:當(dāng)公交派車點還有可調(diào)用車輛且從派車點往需要疏運人員的車站|L|的行駛時間小于需要疏運人員的車站|L|到指定疏運目的地車站的行駛時間時,則從公交派車點往需要疏運人員的車站|L|增派1輛車,公交車輛資源調(diào)度方案的車隊規(guī)模增加1輛;b:當(dāng)所有公交派車點都沒有可調(diào)用車輛且需要疏運人員的車站|S|至少派有2輛車時,從需要疏運人員的車站|S|往需要疏運人員的車站|L|調(diào)派1輛車,公交車輛資源調(diào)度方法的車隊規(guī)模不變;其中:|L|、|S|分別為當(dāng)前公交車輛資源調(diào)度方法中的行駛時間最長、最短的需要疏運人員的車站。所述收斂準(zhǔn)則為計算當(dāng)前染色體的適應(yīng)度函數(shù)值和上一次染色體的適應(yīng)度函數(shù)值的變化率,如果變化率不為0,則為不滿足收斂準(zhǔn)則,迭代優(yōu)化;反之則為滿足收斂準(zhǔn)則,停止迭代。所述染色體編碼規(guī)則,定義如下:A代表任一個隨機的公交車輛資源調(diào)度方法,Xj為各公交派車點調(diào)派車輛總數(shù),Xij為各公交派車點往各需要疏運人員的車站調(diào)派車輛數(shù),公交應(yīng)急聯(lián)動疏運系統(tǒng)中有m個公交派車點、n個需要疏運人員的車站,則A的表達(dá)式為A=(X1,...,Xj,...,Xm;x11,...,xi1,...,xn1;...;x1j,...,xij,...,xnj;...;x1m,...,xim,...,xnm)=(|α1D1|,...,|αjDj|,...,|αmDm|;|β1X1|,...,|α1D1|-Σi=1n-1|βiX1|;...;|βnX1|,...,|αmDm|-Σi=1n-1|βiXm|)]]>其中βi和αj均是[0,1]區(qū)間內(nèi)的隨機值,||表示取整。有益效果本發(fā)明采用遺傳算法的染色體編碼規(guī)則來給定一個可行的公交車輛資源調(diào)度方法,通過設(shè)計的改進(jìn)變異算子來快速獲得一個各需要疏運人員的車站中乘客疏運的最短時間所對應(yīng)的公交車輛資源調(diào)度方法,使得運營企業(yè)能夠及時地應(yīng)急處理軌道運營中發(fā)生的長時間中斷事件,及時地應(yīng)急處理軌道交通運營中某個站點突然出現(xiàn)大量人員聚集而無法快速疏運事件,減少因軌道交通運營中斷事件和其他的突發(fā)事件給出行者和社會帶來的負(fù)面影響,盡量減少因軌道交通運營中斷事件和其他的突發(fā)事件而造成的財產(chǎn)損失,人員傷亡及營運時間的影響。附圖說明圖1為本發(fā)明的改進(jìn)遺傳算法流程圖;圖2為本發(fā)明的具體實施例背景示意圖。其中,附圖2中表示正常營運車站,指定疏運目的地車站,需要疏運人員的車站。具體實施方式下面結(jié)合具體實施例和附圖,進(jìn)一步闡述本發(fā)明。本發(fā)明的改進(jìn)遺傳算法流程圖,如圖1所示,第一步,定義染色體編碼規(guī)則,隨機產(chǎn)生初始種群;染色體編碼規(guī)則,定義如下:A代表任一個隨機的公交車輛資源調(diào)度方法,Xj為各公交派車點調(diào)派車輛總數(shù),Xij為各公交派車點往各中斷車站調(diào)派車輛數(shù),公交應(yīng)急聯(lián)動疏運系統(tǒng)中有m個公交派車點、n個中斷車站,則A的表達(dá)式為A=(X1,...,Xj,...,Xm;x11,...,xi1,...,xn1;...;x1j,...,xij,...,xnj;...;x1m,...,xim,...,xnm)=(|α1D1|,...,|αjDj|,...,|αmDm|;|β1X1|,...,|α1D1|-Σi=1n-1|βiX1|;...;|βnX1|,...,|αmDm|-Σi=1n-1|βiXm|)]]>其中βi和αj均是[0,1]區(qū)間內(nèi)的隨機值,||表示取整。第二步,給定各公交派車點調(diào)派車輛的最大循環(huán)疏運次數(shù)。第三步,計算染色體的適應(yīng)度函數(shù)值,即完成所有待疏運車站全部乘客疏運所需的總時間。第四步,判定是否滿足收斂準(zhǔn)則;計算當(dāng)前染色體的適應(yīng)度函數(shù)值和上一次染色體的適應(yīng)度函數(shù)值的變化率,如果變化率不為0,則轉(zhuǎn)到第五步;反之,算法收斂,獲得最優(yōu)的公交車輛資源調(diào)度方法,即完成所有待疏運車站全部乘客疏運的最短時間所對應(yīng)的公交車輛資源調(diào)度方法。第五步:執(zhí)行改進(jìn)變異算子,產(chǎn)生新染色體,轉(zhuǎn)到第二步;改進(jìn)變異算子,策略如下:a:當(dāng)公交派車點還有可調(diào)用車輛且從派車點往需要疏運人員的車站|L|的行駛時間小于需要疏運人員的車站|L|到指定疏運目的地車站的行駛時間時,則從公交派車點往需要疏運人員的車站|L|增派1輛車,公交車輛資源調(diào)度方案的車隊規(guī)模增加1輛;b:當(dāng)所有公交派車點都沒有可調(diào)用車輛且需要疏運人員的車站|S|至少派有2輛車時,從需要疏運人員的車站|S|往需要疏運人員的車站|L|調(diào)派1輛車,公交車輛資源調(diào)度方法的車隊規(guī)模不變;其中:|L|、|S|分別為當(dāng)前公交車輛資源調(diào)度方法中的行駛時間最長、最短的需要疏運人員的車站。本發(fā)明的具體實施例如圖2所示,由于列車延誤導(dǎo)致上海軌道交通9號線市郊段松江大學(xué)城站和洞涇站存在大量乘客滯留,對軌道交通的正常運營計劃和乘客安全造成了一定的影響,為了減少影響,松江區(qū)抽調(diào)公交車輛對受影響乘客實施軌道和公交應(yīng)急聯(lián)動疏運的方法,疏運目的地為佘山站和松江新城站。軌道和公交應(yīng)急聯(lián)動疏運的方法中,采用遺傳算法的編碼規(guī)則給定一個可行的公交車輛資源調(diào)度方法,公交派車點1的可調(diào)用最大車輛數(shù)為10,公交派車點2的可調(diào)用最大車輛數(shù)為6,公交派車點3的可調(diào)用最大車輛為9,公交派車點m=3,需要疏運人員的車站n=2,在α1=0.2,α2=0.1,α3=0.6,β1=0.5的情況下,公交車輛資源調(diào)度方法的表達(dá)式為(2,0,5;1,1;0,0;2,3),給定公交車輛的最大循環(huán)疏運次數(shù)為2,計算染色體的適應(yīng)度函數(shù)值,當(dāng)前松江大學(xué)城站和洞涇站完成乘客疏運總時間分別需要2小時和1.2小時,因此完成兩個車站乘客疏運總時間為2小時,執(zhí)行改進(jìn)變異算子,由于公交派車點1還有可調(diào)用車輛,且公交派車點1往松江大學(xué)城站的行駛時間小于松江大學(xué)城站到指定疏運目的地車站的行駛時間,則從公交派車點1往松江大學(xué)城站增派1輛車,公交車輛資源調(diào)度方法的表達(dá)式為(3,0,5;2,1;0,0;2,3),在改進(jìn)變異算子下,得到的新公交車輛資源調(diào)度方法中松江大學(xué)城站和洞涇站完成乘客疏運總時間變化為1.6小時和1.2小時,因此完成兩個車站乘客疏運的總時間縮短為1.6小時。依次循環(huán)迭代優(yōu)化,直到兩個車站的乘客總疏運時間不能夠再縮短,獲得完成兩個待疏運車站全部乘客疏運的最短時間所對應(yīng)的公交車輛資源調(diào)度方法。當(dāng)前第1頁1 2 3