一种用于计算城市公交时刻表的复合遗传算法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (20): 210-213.

一种用于计算城市公交时刻表的复合遗传算法

张明辉，牛惠民

兰州交通大学交通运输学院，兰州 730070

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-07-11 发布日期:2011-07-11

Special application of complex genetic algorithm on calculation of city bus timetable

ZHANG Minghui，NIU Huimin

School of Traffic and Transportation，Lanzhou Jiaotong University，Lanzhou 730070，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-07-11 Published:2011-07-11

摘要/Abstract

摘要： 针对公交时刻表设计问题，考虑客流到站的拥挤特征，结合公交车辆运行和乘客到站的时间约束，建立公交时刻表的优化模型。针对模型的特点，设计有序整数编码的遗传算法，对遗传操作进行改进，采用多种方式相结合的选择操作，以及绝对值比较法的区域交叉操作。通过实例测试，在满足公交企业和乘客需求的前提下，得到最优发车车次和车辆在起点站的发车时刻，并结合均衡时刻发车的结果，表明该算法能够有效地解决城市公交时刻表的优化问题。

关键词: 有序整数编码, 遗传算法, 公交时刻表

Abstract: Considering the crowded characteristic of the passengers arrival，and the time constraints of the buses，the model of the bus timetable is established in this paper.According to the characteristic of the model，an orderly integer-coded genetic algorithm is designed to solve the problem，and it is also improved by means of combining various ways of selection operation and comparing with the absolute value of crossover operation.The optimization bus number can be obtained through a case study which meets the demands of transit enterprises and passengers.Compared with the balanced departure，the result is more reasonable，and it also demonstrates the algorithm is efficient to solve the bus timetable problem.

Key words: orderly integer-coded, genetic algorithm, bus timetable

张明辉，牛惠民. 一种用于计算城市公交时刻表的复合遗传算法[J]. 计算机工程与应用, 2011, 47(20): 210-213.

ZHANG Minghui，NIU Huimin. Special application of complex genetic algorithm on calculation of city bus timetable[J]. Computer Engineering and Applications, 2011, 47(20): 210-213.

[1]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[2]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[3]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[4]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[5]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[6]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[7]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[8]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[9]	冯晓东，黄世荣，戴冠鸥，杨伟家，罗尧治. 天牛须遗传杂交算法的研究与应用[J]. 计算机工程与应用, 2021, 57(15): 90-100.
[10]	苏庆，林华智，黄剑锋，林志毅. 结合CNN和Catboost算法的恶意安卓应用检测模型[J]. 计算机工程与应用, 2021, 57(15): 140-146.
[11]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[12]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.
[13]	王秀丽，周鹏，侯静楠，王仕俊，林霞. 面向变电站机器人巡检路径规划中的算法研究[J]. 计算机工程与应用, 2021, 57(14): 245-250.
[14]	陈元文. MapReduce技术在物资调运与配载问题中的应用[J]. 计算机工程与应用, 2021, 57(12): 273-278.
[15]	邱云飞，高华聪. 混合Filter与改进自适应GA的特征选择方法[J]. 计算机工程与应用, 2021, 57(11): 95-102.