买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：吉林大学

摘要：一种混合公交线路的车辆调度与驾驶人调度协同优化方法，本发明涉及混合公交线路的车辆调度与驾驶人调度协同优化方法。本发明的目的是为了解决原有的调度方法所导致的公交企业运营管理不便、公交服务可靠性差、系统总成本增加等问题。过程为：步骤1：采集混合公交线路基础运行数据；步骤2：定义符号；步骤3：基于步骤1和步骤2建立上层优化模型；步骤4：基于步骤1和步骤2建立下层优化模型；步骤5：求解双层多目标规划问题，所述双层多目标规划问题为上层优化模型和下层优化模型。本发明用于城市公共交通运营管理技术领域。

主权项：1.一种混合公交线路的车辆调度与驾驶人调度协同优化方法，其特征在于：所述方法具体过程为：步骤1：采集混合公交线路基础运行数据；具体过程为：1.1.调查公交线路里程L0和线路始发站距离电动公交车充电场站距离；1.2.基于公交线路的发车时刻表，获取首末班车发车时间；将全天运营时间内I个班次依次进行编号，令i和j为同一辆公交车需要运行的两个相邻班次；1.3.连续调查15个工作日内每个班次公交车的车辆类型，里程，行程时间，燃油量，耗电量，碳排放量，以及电动公交车在始发站与电动公交车充电场站之间往返的耗电量；1.4.令电动公交车辆编号为k，k＝1,2,...,K；传统公交车编号为h，h＝1,2,...,H；驾驶人编号为g，g＝1,2,...,G；时段编号为q，q＝1,2,...,Q；电动公交车从开始充电到充电结束为一个充电班次，充电班次编号记作r，r＝1,2,...,R；步骤2：定义符号；步骤3：基于步骤1和步骤2建立上层优化模型；步骤4：基于步骤1和步骤2建立下层优化模型；步骤5：求解双层多目标规划问题，所述双层多目标规划问题为上层优化模型和下层优化模型；具体过程为：5.1.设置迭代次数o＝1；确定基本参数，包括粒子种群大小nPop，外部档案集Up的大小nRep，最大迭代次数Maxgen；5.2.随时间a变化参数ε的计算方法如公式20和21所示： 式中：参数ε表示解的可行性以及违反约束的程度；A为约束处理的时间长度；ε0为ε初始化取值，等于初始种群中不可行解违反度平均值；BlXd为第d个车辆调度与驾驶人调度方案Xd违反第l个标准约束Bl′Xd≤0的程度，1≤d≤D，1≤l≤M，BlXd＝max{Bl′Xd,0}，D为可能的车辆调度与驾驶人调度方案的数量，M为上层模型和下层模型约束条件公式个数；5.3.初始化粒子位置和飞行速度；具体过程为：位置决定了哪个班次被分配给了哪辆公交车和哪个驾驶人；把飞行速度Vdo映射到[0,1]区间内，如公式22所示；再比较与随机数e1∈[0,1]，通过公式23对位置Ydo取值； 5.4.初始化ε0，根据ε0大小选取较大的前N1个粒子，计算各个粒子的适应度值，适应度函数如公式1、12和13所示，得到非劣解，将非劣解加入到外部档案集Up中，当档案集中解的数量超过外部档案集Up的大小nRep时，删除档案集中拥挤距离小的解，使档案集中解的数量等于外部档案集Up的大小nRep；5.5.根据5.3、5.4确定各个粒子初始最优位置然后采用三点随机选择策略为每一个粒子选择一个合适的群体最优位置5.6.按照公式24和25更新粒子的速度和位置； 式中：为第o+1次迭代粒子d的飞行速度；ωn是惯性重量；和为加速因子；和e2为在0-1之间生成的随机数；5.7.利用公式20更新εa，令o＝o+1；如果迭代次数大于Maxgen，则停止，输出外部档案集，否则返回步骤5.5。

全文数据：

权利要求：

百度查询： 吉林大学 一种混合公交线路的车辆调度与驾驶人调度协同优化方法