基于智能算法的車輛合乘研究與設計.pdf

1、隨著城鎮(zhèn)化建設和汽車產(chǎn)業(yè)的迅速發(fā)展，城市交通供給與交通需求之間的矛盾日益突出。為了緩解城市交通壓力，車輛合乘的出行方式得到乘客青睞，路徑優(yōu)化和車輛合乘算法成為研究熱點。目前大部分車輛合乘的網(wǎng)站和手機軟件只提供信息發(fā)布和供求平臺，不具備車輛和乘客的匹配功能，沒有實現(xiàn)車輛合乘路徑的優(yōu)化。
　　本文在研究車輛合乘問題的相關理論和信息技術的基礎上，將智能處理算法與車輛合乘問題相結(jié)合，討論了求解車輛合乘匹配問題和合乘路徑優(yōu)化問題的算法，從算

2、法的原理、步驟和特點等方面探索了粒子群算法和遺傳算法這兩種智能算法在車輛合乘中的應用。
　　針對帶軟時間窗的多車輛合乘問題，在保證車輛匹配率的基礎上建立了以路徑最短和費用最少為目標函數(shù)的數(shù)學模型，對超時情況采取相應的處理措施。求解多車輛合乘問題首先實現(xiàn)車輛和乘客的匹配，根據(jù)匹配的結(jié)果規(guī)劃車輛合乘的路徑。在解決車輛合乘匹配時以車輛的匹配率為目標函數(shù)，利用粒子群算法優(yōu)化車輛所經(jīng)過站點的搜索半徑，使車輛與乘客的匹配率最高。車輛合乘匹配完

3、成后，利用改進的遺傳算法求解車輛最優(yōu)合乘路徑。針對本文的研究問題，從種群初始化、選擇策略、交叉算子和變異算子這四個方面對遺傳算法進行改進，加快了算法的收斂性，更易得到最優(yōu)解。為了驗證算法，本文設計了一個路網(wǎng)，路網(wǎng)中有多輛車和多名乘客，每個司機有一個初始路線和時間窗，乘客都有相應的時間窗和起終點。通過實驗結(jié)果表明，粒子群算法能有效的解決車輛合乘匹配問題，建立的數(shù)學模型和改進的遺傳算法能有效的解決車輛合乘路徑優(yōu)化問題。
　　最后建立了