文献类型：期刊文章

作　　者：崔元洋[1] 邢晓红[1] 陈思尧[2] 文凯[1] 秦显辉[1] 娄勃凯[1]

CUI Yuan-yang;XING Xiao-hong;CHEN Si-yao;WEN Kai;QIN Xian-hui;LOU Bo-kai(College of Mechanical and Electrical Engineering and Automation, Nanhang Jincheng College, Nanjing 211156, China;College of Air Transport and Engineering, Nanhang Jincheng College, Nanjing 211156, China)

机构地区：[1]南京航空航天大学金城学院机电工程与自动化学院,江苏南京211156 [2]南京航空航天大学金城学院航空运输与工程学院,江苏南京211156

出　　处：《交通运输研究》

基　　金：江苏省高等学校大学生实践创新训练计划(201813655017X)

年　　份：2019

卷　　号：5

期　　号：2

起止页码：17-27

语　　种：中文

收录情况：JST、RCCSE、ZGKJHX、普通刊

摘　　要：为了提高公共自行车的使用效率和用户满意度水平,保证国内公共交通服务的合理运行与发展,根据公共自行车用车峰时和谷时的不同调度目标,建立两时期车辆调度模型。用车谷时以调度车路径最短为优化目标,用车峰时以用户满意度最高为优化目标。融合遗传算法(Genetic Algorithm, GA)和蚁群算法(Ant Colony System, ACS),形成遗传混合蚁群算法(Genetic HybridAnt Colony System Algorithm, GA-ACS),并将融合后的算法应用于调度模型中,以提升获得优化的车辆调度方案的求解速度和质量。群智能算法在不同数据集上的性能比较结果表明,与传统蚁群算法相比,遗传混合蚁群算法在求解速度和求解质量上都有更好的表现,在较短的时间内至少可以缩短10%的调度路程,因此该算法模型可以用于解决实际的公共自行车调度问题。

关 键 词：智能交通 公共自行车 车辆调度优化  遗传混合蚁群算法  运输调度模型  服务质量

分 类 号：U484]