全文预览

基于遗传算法的公交调度研究(毕业设计论文doc)

上传者:随心@流浪 |  格式:doc  |  页数:26 |  大小:0KB

文档介绍
而,方法3在乘客的出行距离延长时有可能引起满意度的下降,在这种情况客流(载客量)高于。[24]为了消除或减小上述现象的出现,下面引入另一种方法,称为方法4。该方法通过限制客流量大于期望拥挤程度的线路占线路长度的比例来保证服务水平。方法4采用如下公式:?[25]式中,为时段内的断面客流大于发车频率的所有站点的集合;为时段j内允许大于线路长度控制参数;方法4的其他符号同前文定义。通过控制参数,可设立一种服务水平准则。需要说明的是在=0和=1.0时,方法4分别等价于方法2和方法3。特定的断面客流特征曲线能够决定采用何种数据采集方法,其基本出发点是根据历史断面客流数据就可以指导公交企业选择何种数据采集技术。为了检验该假设,将进一步研究相对平滑的断面客流曲线是否能够确定站点调查(方法1或方法2)和跟车调查(方法3或方法4)哪一种更适用的问题。断面客流曲线的一个性质是其密度,它表示为观测的总乘客公里数除以线路长度和最大载客量的乘机,即分母为距离和最大载客量的乘机。因此,时段j的客流曲线密度为:断面客流曲线密度用于检验曲线的特性。值大表示这是一条相对平滑的曲线,而值小则表示线路各站点间客流变化大。2.1.2目标函数的构建为保证公交公司利益,基于以上方法确定发车频率,求得一天的总发车次数:min(=),:为发车总数;J:为时间段集。在保证公交公司利益的同时应满足最低服务标准,确保行人等待时间最短。min()(一天内总的等车时间最小)D:为一天内总等车时间S:为车站集;Z:为总发车次数;e:为发车次数;:第j时间段站点i的乘客到站率,为时间段j的长度;表示j时段第i辆车的乘客总的等车时间。这两个目标是相互关联矛盾的,不可能同时达到双方最小。当第一项减小时,而第二项是在增大的。这样就形成了一个需要寻求平衡点的问题,得出总体的最优。现在将两项加权合并为单目标函数,这里考虑将两项都折算为一种费用。

收藏

分享

举报
下载此文档