基于遗传算法的公交智能调度与优化——以南岳衡山景区为例

南岳衡山(以下简称南岳)以“外秀于林,内秀于文”驰名中外,作为风景名胜区近几年游客人数不断攀升。本文利用遗传算法对景区内公交线路的调度模型进行求解。首先,根据景区现有的公共交通资源和旅客的出行规律,构建了以旅游公交营运成本、游客等待成本和游客流失成本三方面优化目标的模型;然后,使用线性加权方法实现对旅客与营运公司双方利益兼顾,进一步完善模型;最后,利用Matlab对实地调研数据的车辆调度方案求解。表明该模型改善了南岳景区旅游交通,满足游客的合理需求,提升了旅游公司经营策略,真正成为“寿岳独秀”的知名品牌。     

基于机会约束的公交调度研究

利用机会约束规划研究公交调度问题 ,考虑了公交走行时间的不确定性、乘客需求的不确定性、以及乘客等待时间约束等影响因素 ,据此建立在一定的置信水平下企业利益最大化模型 ,利用基于随机模拟的遗传算法进行求解 ,并通过实验算例说明模型的可行性 ,最后通过研究模型参数的敏感性 ,分析模型的参数对最优解的影响 .     

地震期间应急资源调度方案的优化选取

应急资源的调度是地震救援工作的重点,为解决这个难题,本文构建了以时效性、伤亡性和经济性为三大分量的多目标函数,然后经过无量纲和Delphi加权处理,将其转化为单目标函数,并将其中的决策效用函数看成运筹学中指派问题的效率函数,最后运用匈牙利法计算出最大的目标函数值,从而得出最优的资源调度方案.与其他多目标的应急资源调度方法相比,本文构建的这种算法具有简易、实用的优点,可以说为地震期间应急资源调度方案的优化选取工作提供了一种切实、可行的途径.     

基于混合算法的实时订货信息下的车辆调度优化

实时订货信息下的车辆调度是随机性车辆调度中货物需求量、需求点均不确定的情况下的车辆调度.针对该问题,本文构建了配送总成本最小的目标函数,提出了采用混合算法求解的思路.即以局部搜索法求得初始解,采用遗传算法优化初始解,并在送货时间更新后,利用禁忌搜索法求解速度快的特点改进调度方案,得到订货信息不断更新的条件下的车辆调度方案.通过实例分析,本方法既可解决电子商务条件下实时订货的车辆调度问题,也具有求解结果可靠、求解过程快速的特点.     

基于遗传算法的水泵机组优化调度研究

从供水系统整体优化和能量损耗最小的角度出发,结合供水厂生产的实际特点,建立了基于遗传算法的水泵机组优化组合的数学模型,并对该数学模型进行求解,得到较为满意的最优解或次优解.实际生产表明,利用遗传算法求解水泵机组优化组合的数学模型,对水泵机组进行优化调度,取得了良好的经济效益.     

复杂供水系统优化调度的数学模型与求解方法研究

从供水管网系统整体优化和最小供水费用的角度出发,结合复杂供水系统的生产调度特点,建立了复杂供水系统整体优化调度的数学模型.利用多维编码的遗传算法求解数学模型,对其编码规则、染色体的评估以及遗传操作进行了深入的研究.并给出了详细的求解步骤.采用Matlab软件编写了基于遗传算法的优化调度程序.对某市供水管网系统的生产调度进行了仿真研究.仿真结果表明,应用遗传算法求解管网系统优化调度,可以得到问题的全局最优解,并将调度结果和自来水公司实际生产情况比较,采用优化调度程序进行生产调度可以节省运行费用.     

基于运行时间预测的枢纽内多线路协调调度研究

针对传统调度模型预见性不强的弱点,提出一个基于支持向量机(SVM)的公交车辆到达枢纽时间的预测模型,基于该模型构建以所有乘客节约时间最大为目标的调度模型,动态协调公交车辆从枢纽的发车时间,并基于遗传算法对该模型进行求解。最后,我们以大连市沙河口火车站枢纽为实例,对该模型和算法的可行性进行了检验,结果显示,本文提出的调度方法优于传统调度策略。     

基于动态环境的机场航班实时调度优化研究

在对天气、空中管制等动态环境引起航班延误所造成的各主体利益损失分析及目标追求的基础上,建立单一机场航班动态实时调度微调两阶段优化模型,其中目标函数为追求航空公司、乘客利益和机场保障的经济损失加权和最小化,采用遗传算法优化求解.从最大效率利用终端区空域的角度,评估航班调度方案.具体的算例表明采用本方法能依据动态环境不断优化微调需更新的航班时刻表,达到兼顾各方利益提高机场综合服务水平的目的,证明了方法的可行性.     

基于时间窗延迟的资源约束项目调度双层优化研究

本研究从业主—承包商交互的视角构建了一种RCPSP(resource-constrained project scheduling problem)双层优化模型,即在可更新资源约束条件下,项目双方如何进行交互决策达到双方NPV(Net present value)最大化的目标。首先对研究问题进行界定,构建资源约束下的max-NPV项目调度双层优化模型;然后利用延迟优先规则设计了一种基于时间窗延迟的嵌套式自适应遗传算法来求解该模型,以达到双方NPV最大化;最后用一个算例验证算法的有效性,同时通过PSPLIB数值实验说明算法的稳定性,并分析关键参数对项目双方收益的影响。研究结果为项目进程的安排以及奖励机制的设计提供依据,以提高双方利益。     

面向大规模数据精简的聚类中心点优化和FCM算法设计

基于FCM的大规模数据聚类算法设计中,聚类中心点选择的迭代次数较多易于造成算法模型伸缩性不强、敏感性较弱和陷入局部最小值的难题.以大规模数据点精简算法设计为切入点,研究初始聚类中心点选择与FCM模型设计.首先,基于K近邻思想提出了数据点精简算法,获得精简之后的代表点集合.其次,兼顾原始数据点的稀疏程度和精简后代表点的分...