基于模糊遺傳算法的智能公交調(diào)度系統(tǒng)研究.pdf

1、隨著城鎮(zhèn)化進程的快速推進，城市居住人口大量增長，給城市交通造成了很大的壓力，積極發(fā)展公共交通是緩解城市交通壓力的有效方法。近年來，智能公交系統(tǒng)成為交通領(lǐng)域研究的熱點，運用GPS和GPRS等技術(shù)實現(xiàn)的電子站牌和車輛到站預(yù)報已在許多城市中投入使用。然而在車輛調(diào)度方面，大多仍采用依賴舊歷史數(shù)據(jù)的靜態(tài)調(diào)度方法，造成了公交資源的大量浪費，本文研究一種基于實時采集客流數(shù)據(jù)的動態(tài)公交調(diào)度模型，根據(jù)實時的客流和交通情況決策最優(yōu)的發(fā)車間隔，同時兼顧乘客和

2、公交公司的利益。
　　車輛動態(tài)調(diào)度是運用當(dāng)前采集的客流數(shù)據(jù)決策下一時段的發(fā)車間隔，需要以進行短時客流預(yù)測為基礎(chǔ)。利用公交客流數(shù)據(jù)具有周期性和突變性的特點，運用同期歷史數(shù)據(jù)和實時采集的客流數(shù)據(jù)對車流情況進行短時預(yù)測。使用MATLAB的最小二乘支持向量機工具箱，對已知客流數(shù)據(jù)進行訓(xùn)練建立模型，然后將客流數(shù)據(jù)輸入到模型中得到預(yù)測值。
　　采用模糊控制優(yōu)化的遺傳算法對發(fā)車間隔的數(shù)學(xué)模型進行求解。遺傳算法自身有易早熟收斂等缺陷，用模糊

3、邏輯控制對遺傳算法進行改進?；驹硎歉鶕?jù)進化的不同時期和種群的情況，運用模糊邏輯控制器產(chǎn)生適應(yīng)當(dāng)前種群的交叉和變異概率，作用于遺傳算法的進化過程。改進后的算法在種群進化的進化前期和中期使種群保持良好的多樣性，抑制早熟收斂;進化后期可保護接近最優(yōu)解鄰域的種群，加快收斂速度。
　　最后，以乘客等車時間最短和公交車滿載率在一定范圍內(nèi)最高為限制條件建立目標(biāo)函數(shù)，將預(yù)測客流數(shù)據(jù)、實時采集的車輛信息等數(shù)據(jù)輸入到數(shù)學(xué)模型中，運用改進后的模糊遺