城市公共自行車系統(tǒng)智能調(diào)度優(yōu)化算法研究.pdf

1、面對目前日益嚴重的城市道路的擁堵和不斷惡化的氣候環(huán)境，在政府的大力引導扶持和人們健康環(huán)保理念逐漸增強的背景下，自行車這種健康、無污染的交通出行方式又逐漸重新返回人們的視線。然而，由于受到交通流不平衡和通勤出行高峰的影響，城市公共自行車系統(tǒng)（Public Bicycle System,PBS）經(jīng)常出現(xiàn)因站點無車而無法租車和因站點車位滿而無法還車的尷尬現(xiàn)象。這一問題極大地挫傷了人們選擇自行車出行的熱情，阻礙了城市公共自行車系統(tǒng)作用的有效發(fā)揮

2、。
　　本文以當前PBS系統(tǒng)中租車還車困難問題為研究對象，在優(yōu)化計算理論和車輛路徑問題（VRP）的基礎上，研究了系統(tǒng)的智能調(diào)度優(yōu)化問題，包括多車調(diào)度任務的協(xié)調(diào)分配、靜態(tài)調(diào)度路線的構建和動態(tài)調(diào)度任務的在線優(yōu)化等問題，提出了基于聚類劃分的動態(tài)區(qū)域調(diào)度模型、基于遺傳算法的調(diào)度路線構建方法和基于迭代反饋雙層模型的動態(tài)調(diào)度方案，在滿足站點調(diào)度請求和保證站點服務能力的基礎上實現(xiàn)了調(diào)度路線的優(yōu)化，為系統(tǒng)調(diào)度管理提供了決策支持和智能解決方案。首先

3、為解決PBS系統(tǒng)多車調(diào)度時的調(diào)度車輛的站點分配問題，本文根據(jù)區(qū)域調(diào)度模型提出了基于 K-medoids算法的多階段再優(yōu)化動態(tài)聚類的多車調(diào)度任務分割算法，實現(xiàn)了按照距離、任務量和站點需求的調(diào)度區(qū)域的動態(tài)劃分和多車輛任務的協(xié)調(diào)。其次研究了PBS靜態(tài)調(diào)度問題，建立了以最小化調(diào)度費用為目標的整數(shù)規(guī)劃模型，提出了基于VRP問題和自適應遺傳算法的調(diào)度路線構建方法。本文結(jié)合PBS調(diào)度問題的實際需要對遺傳算法進行了改進，定義了染色體逆序數(shù)距離并應用最小

4、誤差校正分析技術實現(xiàn)不可行個體的轉(zhuǎn)換，通過基于雙向關聯(lián)度的不變位交叉算子、基于種群多樣性和個體適應性的自適應變異算子、2-opt局部優(yōu)化方法來提高求解精度和加快算法的收斂速度。第三研究了PBS動態(tài)調(diào)度問題，建立了以最大化站點服務能力和最小化調(diào)度費用為目標的數(shù)學模型，提出了基于需求預測模型和調(diào)度規(guī)劃模型的迭代反饋動態(tài)調(diào)度求解方案，采用 GM(1,1)模型預測站點調(diào)度需求，采用“需求距離比”和Pareto占優(yōu)排序兩種思路實現(xiàn)調(diào)度規(guī)劃模型，通