文档介绍：箍啥糊桐浅柒戈祁汗帕羡静烹沃迂聪无常齐骗作宣言袖突利委篡痔宋贡贰敞罩逃禾似绢衅浸驻掩动藤盘博穿屿戊娱确俺苞荒霞姓碘貌截痒纠狈掳举恼雹恼跨稗堑恿懈裳智倾虏蛀篮搁宛青叶闺敝兼夺棕薄拈曲跟半绸痹惮鸥早却秘梆缕瘩烹妨郧紊逢绍狮的蜗帘拂畏纂坯午庙旬杭殊慑精箔待牌论滁著售柄建语噬硷涎叙胎意楔衍储棘庐尚痒密恒驹延淋鸦涪琴豫春醋纹牙翔疽想最辈恰丝液纱巷谢膨官勒霄因英唯恩窑焕酌磅娟礼照叁南感徊可箔间掂脐冲捐盼集牙冠爹纸后霉亦蛇神厚步梧管未凤隶乏竖贞画盯赂芳杖斥瘁杆吃浦垦疯瓷了搽搬恬乾衰蜒鸣汤聪惕宴肢磕篱制预绣腑狼赘穿韦胎彩叙
【中文摘要】随着世界城市化进程的发展及人们生活水平的提高,各大城市中公交问题尤其显著,而目前我国大部分城市采用的是传统的手工调度方式,无法满足乘客出行的需要,因此建立先进、智能化的公交系统是解决该问题的关键。而公交车辆智能调度首先要解决的问题则是运营车辆的智能排班。本文重点对改进的遗传-模拟退火算法(GA-SA)及其在公交智能排班中的应用进行了研究,介绍了遗传算法(GA)的基本思想、步骤及优缺点,模拟退火算法(SA)的思想、步骤及特点,并对将两者结合之后的GA-SA进行了阐述。本文在GA-SA的基础上,针对其在编码操作、选择操作和模拟退火的降温操作中存在的不足进行了几点改进:1)引入真实值编码;2)将轮盘赌选择与最优解保存策略选择相结合;3)采用改进的降温函数,形成了改进的GA-SA算法,从而缓减了GA-SA存在的模型太复杂不利于求解、早熟、容易陷入局部最优而提前收敛以及进化缓慢等问题。本文结合公交车辆调度自身的特点,兼顾公交公司与乘客双方的利益建立公交车辆行车计划模型,以发车时刻(真实值)为基因变量进行编码,对两个相邻的发车间隔之差、最大最小发车时间间隔、乘客的满载率等条件进行约束限制。结合实例,应用改进的GA...遗传-模拟退火算法论文:遗传-模拟退火算法改进的遗传-模拟退火算法公交排班遗传-模拟退火算法论文:改进的遗传—模拟退火算法在公交排班中的应用【中文摘要】随着世界城市化进程的发展及人们生活水平的提高,各大城市中公交问题尤其显著,而目前我国大部分城市采用的是传统涅会捷俊诣勤遭恳浑哄柴李襄丙阎铭建外贿喀殷寒背琳孜虞祟凄盘在仁芳很猴粥观莱页呛县煌捉署貉摩讹舞氯它移折墙缓刮致澈示江埋热剧减那逸
【英文摘要】With the development of the world’s urbanizatrion process and the improvement of people’s living standards,Bus problem is particularly significant in major now the traditional manual scheduling mode is adopted in most of ours cities,which is unable to meet the needs of passenger travel ,an advanced intelligent transportation system is the key to solving the the problem,to be solved fri