一种基于改进遗传算法的区域需求响应式公交设计优化方法

本发明涉及一种基于改进遗传算法的区域需求响应式公交设计优化方法，属于智能交通。

背景技术：

1、近些年来，校园公交由于其便捷性及舒适性，逐渐得到学校的推广及学生的喜爱。随着我国大学招生人数的增加，校内交通压力不断增大，引起了交通拥堵、交通安全与课业延误等一系列问题。目前，我国大学内的出行方式主要有步行、自行车以及电动自行车三类，校园公交仅作为学生出行的备用选择，但在出行距离较远、天气恶劣等条件下，校园公交是学生出行的理想选择。

2、校园公交的路线通常要串联宿舍楼、教学楼和食堂等校内主要活动区域，随上课等活动安排具有潮汐性质和周期性质，因此校园公交的线路优化比传统公交的线路优化更为复杂。一方面，校内学生出行由于课程的影响，有明显的时间窗偏好和潮汐性质，校园公交按照固定的路线行驶不能满足学生上下课时间段内的乘车需求；另一方面，校内学生由于课程的周期性变化，产生了周期性的乘车需求，校园公交按照固定的路线行驶不能满足学生周期性变化的乘车需求。现阶段，校园公交存在运行效率低，成本高以及师生满意度差等问题，而需求响应式公交能根据学生的实时需求和行程请求来调整公交车的路线和行程，以提供更灵活、高效的校内出行服务，契合校园公交的运行模式。

技术实现思路

1、本发明的目的在于校园需求响应式公交的设计优化，以解决以上背景技术中提出的校园交通压力与师生交通需求无法得到满足的问题，并提高校园公交的运行效率，提供灵活高效满意的出行服务。为实现上述目的，本发明提出了一种基于改进遗传算法的区域需求响应式公交设计优化方法包括以下步骤：

2、s1：获取目标人群公交出行的需求数据、区域公交的运行数据，进行客流量分析；

3、s2：构建区域需求响应式公交线路优化模型；

4、s3：设定改进遗传算法的参数，初始化种群并评估个体适应度；

5、s4：使用改进遗传算法对个体进行交叉、变异以及选择操作；

6、s5：输出区域需求响应式公交服务方案，与原方案进行比较评价；

7、在步骤s1中，所述的获取目标人群公交出行的需求数据、区域公交的运行数据，进行客流量分析包括以下步骤：

8、s11目标人群公交出行需求数据获取，具体过程包括：

9、获取目标人群公交出行的需求数据，包括每个站点的出行需求量demand和目标人群偏好时间窗口time_window；

10、s12区域公交的运行数据获取，具体过程包括：

11、获取区域公交的运行数据，包括区域公交的行驶线路、容量q、车辆行驶速度v，最大运行时间tmax以及始发和途经站点信息，包含站点id、经度lat、纬度lon；

12、s13客流量分析，具体过程包括：

13、基于目标人群公交出行的需求数据以及区域公交的运行数据进行客流量分析获得目标人群公交出行的高峰时段、高频出发站点以及集中目的地。

14、在步骤s2中，所述的构建区域需求响应式公交线路优化模型包括以下步骤：

15、区域需求响应式公交线路优化模型将需求响应式公交服务的输入、输出、目标函数及约束条件进行数学的抽象化描述，具体过程包括：

16、s21搭建区域需求响应式公交的输入模型；根据收集到的目标人群公交出行需求数据和区域公交运行数据，输入公交行驶速度v，公交容量q，站点id、经度lat、纬度lon、需求量demand以及偏好时间窗口time_window；

17、s22设计区域需求响应式公交线网优化模型的目标函数；在侧重考虑目标人群出行时间成本最小化的情况下，设计区域需求响应式公交线路优化模型的目标函数公式如下：

18、z＝min{t1+t2+t3+t4}

19、

20、定义公交车在路上的行驶时间t1，其单位为秒，站点停留时间t2，其单位为秒，目标人群偏好时间窗口与公交服务时间窗口偏差时间t3，其单位为秒，超出规定时间到达固定站点的惩罚t4，其单位为秒，将上述时间成本相加得到总时间成本z；其中，i，j表示单个候选站点，i为候选站点集合，o为始发站点集合，d为终点站点集合，k表示单条公交线路，k为公交线路集合；表示在线路k上，若站点i和j相邻且i在j之前取1，否则取0；dij为站点i到站点j的距离，v为公交行驶速度；表示在线路k上公交从站点i出发的时间，表示在线路k上公交到达站点i的时间；ni为站点i的需求量，表示公交服务时间窗口低于目标人群偏好时间窗口上限的负偏差变量，表示公交服务时间窗口高于目标人群偏好时间窗口上限的正偏差变量，表示公交服务时间窗口低于目标人群偏好时间窗口下限的负偏差变量，表示公交服务时间窗口高于目标人群偏好时间窗口下限的正偏差变量；当候选公交站点i被选为站点时取1，否则取0；g为超出规定时间的成本，m表示区域公交必须进过的站点集合；

21、s23设计区域需求响应式公交线路优化模型的约束条件；在考虑公交车容量约束，指定站点约束的情况下，设计区域需求响应式公交线路优化模型的约束条件如下：

22、确定区域公交运行中车辆容量约束，限制公交车不超载：

23、

24、其中，表示站点i处分配给线路k的目标人群数量；

25、限制区域公交每条线路的最大运行时间：

26、

27、确保每辆公交车从始发站点出发，到达终点站点：

28、

29、确保当两个候选车站被选中时其之间才可能存在线路链接：

30、

31、目标人群偏好时间窗口、偏差变量以及规划的到达和出发时间的关系计算方法为：

32、

33、其中，li表示在在站点u处，目标人群偏好时间窗口的下限，ui表示在站点i处，目标人群偏好时间窗口的上限；

34、确保仅在站点被选中时才被赋值：

35、

36、其中h为接近无穷大的常数；

37、确保每条线路时间表符合需求：

38、

39、其中附加项用来保证站点i在站点j之前；

40、确保公交在规定时间内到达指定站点：

41、

42、其中，rk为线路k所经过的站点集合，t0为公交到达指定站点不能超过的时间；

43、s24输出区域响应式公交服务方案：包含公交运行线路bus_road，公交运行时间bus_time，公交服务时间窗口bus_window，公交行驶距离bus_distance，公交时间窗偏差bus_deviation。

44、在步骤s3中，所述的设定改进遗传算法的参数，初始化种群和评估个体适应度包括以下步骤：

45、s31改进遗传算法参数设定，具体过程包括：

46、设定迭代次数generation，种群规模popsize，交叉概率p1，变异概率p2，锦标赛选择框大小c_size；

47、s32初始化种群，具体过程包括：

48、随机生成个体，基因编码格式为

49、x＝(x0,x1,x2…xn)

50、其中，n为需求站点数量，x0表示始发站点，xi表示站点i；

51、s33评估个体适应度，具体过程包括：

52、在解码模块中按照设计的目标函数以及约束条件，通过基因编码解码得到每个个体所代表路线的时间成本z。

53、在步骤s4中，所述的使用改进遗传算法对个体进行交叉、变异以及选择操作包括以下步骤：

54、s41交叉操作，具体过程包括：

55、使用pox交叉策略对个体进行交叉，任意在基因上取到需要交叉工序的片段，将父代p1取到的片段复制给子代c1，将父代p2取到的片段复制给子代c2；在p1中取出复制给c1的片段，并将这些片段按顺序复制给c2在p2中取出复制给c2的片段，并将这些片段按顺序复制给c1。

56、s42变异操作，具体过程包括：

57、使用逆序变异策略对个体进行变异，随机选择基因中的两个位置，并将这两个位置之间的基因序列进行逆序操作。

58、s43选择操作，具体过程包括：

59、使用锦标赛选择策略对个体进行选择，锦标赛选择框大小为c_size；从种群中随机选择c_size个个体进行竞争选择，选择时间成本较低的个体作为父代。重复选择，直到选中足够的父代。

60、在步骤s5中，所述的输出区域需求响应式公交服务方案包括以下步骤：

61、s51输出区域需求响应式公交服务方案，具体过程包括：

62、判断迭代次数是否达到最大迭代次数：若迭代次数达到最大迭代次数，则停止迭代并输出区域需求响应式公交服务方案，包含公交运行线路bus_road，公交运行时间bus_time，公交服务时间窗口bus_window，公交行驶距离bus_distance，公交时间窗偏差bus_deviation；若迭代次数未达到最大迭代次数，则重复进行s4步骤；

63、判断输出的区域需求响应式公交服务方案的成本是否收敛：若区域需求响应式公交服务方案的成本已收敛，以该方案为最优区域响应式公交服务方案进行输出；若区域需求响应式公交服务方案的成本未收敛，则重新返回s3步骤。

64、s52优化效果对比，具体过程包括：

65、在输出区域需求响应式公交服务方案后，通过以公交车行驶时间为评价指标对输出的服务方案与公交原方案进行比较进行评价。

66、本发明还提供一种计算机可读存储介质，所述存储介质上存储有计算机程序，当所述计算机程序被处理器执行时，实现如上述任一项所述的基于改进遗传算法的区域需求响应式公交设计优化方法。

67、本发明还提供一种计算机电子设备，包括存储器和处理器；

68、所述存储器，用于存储计算机程序；

69、所述处理器，用于当执行所述计算机程序时，实现如上任一项所述的基于改进遗传算法的区域需求响应式公交设计优化方法。

70、本发明的有益效果：

71、本发明通过改进遗传算法，对如校内的区域响应式公交线路进行优化，以目标人群如学生的出行时间成本为目标函数，以学生上课时间和公交车容量为主要约束条件，建立校园需求响应式公交线路优化模型，得到校园需求响应式公交运行线路，与原线路进行比较评价，提高校内公交运行效率，降低学生出行的时间成本。该方法可以应用于校园、园区等其他各类半封闭区域，可有效提高区域公交的运行效率。