基于蚁群算法的智能公交运营调度研究被引量：1

下载PDF

导出

摘要本文结合吴江市公交运营现状，建立了一个基于成本费用，兼顾公交公司与乘客候车成本利益的目标函数。在该调度模型基础上，结合吴江市101路公交线路上各时段的客流情况，先给每个时段设定几个经验发车间隔，这些备选的经验发车间隔可以理解为“路段”；通过构建这样一个公交排班网络图，

作者王丹张少波

机构地区江苏省交通科学研究院吴江市交通运输管理处

出处《中外企业家》 2012年第10期41-43,共3页 Chinese and Foreign Entrepreneurs

关键词公交运营调度模型蚁群算法智能成本费用运营现状目标函数公交公司

参考文献4

1康立山谢云等.非数值并行算法（第1册）[M].北京:科学出版社,1997.. 被引量：1
2Jiang Rui，Proc Conference on Intelligent Information Processing（WCC 2000 IIP 2000），2000年，478页被引量：1
3Wu Qinghong，计算机研究与发展，1999年，36卷，10期，1240页被引量：1
4康立山，非数值并行算法.1 模拟退火算法，1997年被引量：1
5吴庆洪,张纪会,徐心和.具有变异特征的蚁群算法[J].计算机研究与发展,1999,36(10):1240-1245. 被引量：307
6张素兵,吕国英,刘泽民,周正.基于蚂蚁算法的QoS路由调度方法[J].电路与系统学报,2000,5(1):1-5. 被引量：35

1秦浩森,丁咚,王祥东,李广雪,权永峥.蚁群算法优化BP神经网络声学底质分类方法[J].中国海洋大学学报（自然科学版）,2019,49(S02):60-68. 被引量：8
2丁建立,陈增强,袁著祉.基于混合蚂蚁算法的网络资源均衡与优化[J].仪器仪表学报,2003,24(z1):592-594. 被引量：11
3陈烨.蚁群算法全局更新规则的研究[J].计算机科学,2002,29(z1):120-122.
4丁建立,陈增强,袁著祉.遗传算法与蚂蚁算法融合的马尔可夫收敛性分析[J].自动化学报,2004,30(4):629-634. 被引量：32
5冯月华.基于遗传算法的蚁群算法参数优化研究[J].贵阳学院学报（自然科学版）,2014,9(1):25-27. 被引量：2
6胡俊鹏.基于双向选择的蚁群相遇算法的优化[J].湖北民族学院学报（自然科学版）,2013,31(1):60-64. 被引量：2
7孟伟,洪炳镕,韩学东.基于场景匹配的移动机器人避障[J].控制与决策,2004,19(8):889-892.
8姜长元.蚁群算法的理论及其应用[J].计算机时代,2004(6):1-3. 被引量：20
9邓娟,陈莘萌.一种基于最大相似性的TSP问题求解算法[J].计算机工程,2004,30(17):1-2. 被引量：12
10刘士新,宋健海,唐加福.蚁群最优化——模型、算法及应用综述[J].系统工程学报,2004,19(5):496-502. 被引量：36

1邱卫云.智能交通大数据分析云平台技术[J].中国交通信息化,2013(10):106-110. 被引量：38
2李文锋,游建泳,程远,方长春.基于时间牌轮循方法的城市公交智能化排班[J].交通科技与经济,2017,19(6):17-21. 被引量：6
3刘莉.遗传算法在公交车调度问题中的应用[J].福建电脑,2021,37(7):97-99. 被引量：1
4游建泳,李文锋,潘梅芳,张鹏,姚辉,程远,阙灿金,林小伟.基于大数据应用的智能公交决策分析平台[J].中国交通信息化,2021(7):134-138. 被引量：3
5罗建平,陈欢,欧勇辉,李慧玲,林德勇.融合客流大数据和成本最优化的公交动态排班方法[J].交通与运输,2021,37(5):87-92. 被引量：5
6朱兴林,姚亮,刘泓君,叶拉森·库肯,克然木·司马义.基于乘客感知的多模式公交服务质量差异性研究[J].交通运输系统工程与信息,2021,21(6):84-95. 被引量：3
7王福建,俞佳浩,赵锦焕,梅振宇.基于站点实时关联度的短时公交客流预测方法[J].交通运输系统工程与信息,2021,21(6):131-144. 被引量：4

中外企业家

2012年第10期

内容加载中请稍等...