CN108681824A - 基于启发式算法的公交***月计划排班算法 - Google Patents

基于启发式算法的公交***月计划排班算法 Download PDF

Info

Publication number
CN108681824A
CN108681824A CN201810511279.8A CN201810511279A CN108681824A CN 108681824 A CN108681824 A CN 108681824A CN 201810511279 A CN201810511279 A CN 201810511279A CN 108681824 A CN108681824 A CN 108681824A
Authority
CN
China
Prior art keywords
class
solution vector
grade
order according
solution
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810511279.8A
Other languages
English (en)
Inventor
李湘黔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Changxing Traffic Wisdom Technology Co Ltd
Original Assignee
Hunan Changxing Traffic Wisdom Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hunan Changxing Traffic Wisdom Technology Co Ltd filed Critical Hunan Changxing Traffic Wisdom Technology Co Ltd
Priority to CN201810511279.8A priority Critical patent/CN108681824A/zh
Publication of CN108681824A publication Critical patent/CN108681824A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及公交***月计划排班领域，尤其为基于启发式算法的公交***月计划排班算法，该算法包括以下几个步骤：(1)参数设置；(2)向量编码；(3)产生初始随机解向量集群；(4)解向量评价；(5)解向量保留策略；(6)解向量之间的更新；(7)解向量自身的更新；(8)终止判断。本发明，通过结合机器学习和启发式算法将从大量月计划学习得到的特征数据整合到启发式的算法中，基于启发式算法的公交***月计划排班算法可以保证高效与合理性的基础上得到大量优质的公交***月计划排班；增强公交***的月计划排班的科学性与合理性，最终达到对公交***资源的充分利用和解决排班难问题的目的。

Description

基于启发式算法的公交***月计划排班算法
技术领域
本发明涉及公交***月计划排班技术领域，具体为基于启发式算法的公交***月计划排班算法。
背景技术
公交***调度排班是保证公交***正常运行的基本保证，公交排班是一类典型的运输排班组合优化问题，其求解具有一定的复杂性，对其研究一直是一个前沿研究课题。传统的公交排班研究方法主要采用数学解析、模拟仿真以及数学规划等方法，但是随着问题求解难度与问题求解规模的增加，传统方法遇到了极大地挑战，已不能保证目标解的精确性。
发明内容
本发明的目的在于提供基于启发式算法的公交***月计划排班算法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
基于启发式算法的公交***月计划排班算法，该算法包括以下几个步骤：
(1)参数设置：将对大量月计划的进行机器学习后获得特征转为智能算法的进行月计划优化的参数；
(2)向量编码：一个解向量的长度为|I|*|J|，即包含元素的个数为|I|*|J|；每一个元素代表具体的任务，任务序号用实数表示；
(3)产生初始随机解向量集群：根据上述解向量编码方案易知总的可行解向量的数目为(|J|)|I|；算法的初始解向量集群从中随机产生一组；
(4)解向量评价：根据问题的目标函数来定义；
(5)解向量保留策略：采取精英保留策略，寻找最优解；
(6)解向量之间的更新：通过一定概率交换解向量的部分元素操作产生成新的解向量；
(7)解向量自身的更新：通过一定概率替换向量自身的部分元素，该操作的目的是为了避免原问题陷入局部最优解，不能获得原问题的全局最优解；
(8)终止判断：如果迭代次数K达到了最大迭代次数则停止运算，同时取相应的适应度值最高的解向量所对应的解作为原问题的最优解；否则，令k＝K+1，并转向步骤(4)。
进一步的，步骤(1)中，参数包括排班过程中班型的时长，连续驾驶时间，换班机会，轮班过程中循环周期、周期班次均匀值，每周班次对应值，休息频率，适用人数及排定班次数的设置。
进一步的，步骤(2)中，每一个向量包含|I|个部分，每一个部分对应每一个层次；同时，每一个部分包含|J|元素，对应于数组[1,2,…,|J|]的一个全排列，代表前后两个层次的一种可行连接。
进一步的，将步骤(4)产生的解向量集群与步骤(3)解向量集群进行合并，根据解向量评价结果进行排序，取优质解向量的前80％，差解向量后20％，共同组成新的解向量集群。
进一步的，步骤(6)的更新是具体操作是通过一定概率将两个解向量的某一相同位置的元素片段截断，然后分别交叉元素片段，组合成两个新的解向量。
与现有技术相比，本发明的有益效果是：通过结合机器学***。本算法也可以用到对公交***排班计划生成、公交***排班计划评价、公交***排班计划优化等多个***场景，应用亦将可以拓展到铁路，航班的月计划生成。
附图说明
图1为本发明流程示意图。
图2为本发明核心算法流程示意图。
图3为本发明向量编码解释示意图。
图4为本发明解向量之间的更新示意图。
图5为本发明解向量自身的更新示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-5，本发明提供技术方案：
通过基于启发式算法的公交***月计划排班算法，可以改变公交公司通过传统人工进行月计划安排的现状，可以通过公交***的月营运计划、线路情况、人员情况、车辆情况或员工偏好等输入信息，生成符合企业需求、员工需求的月计划排班、轮班情况；同时通过机器学习过程得到好的月计划所具备的特征，将特征用于基于启发式算法的公交***月计划排班算法的参数调整，并构建具有科学性与有效性的月计划指标评价体系。公交企业可以将调度人员可以从繁重计划安排任务中脱离出来，重新优化公交资源的分配，减少企业运营的成本。
参数设置：将对大量有计划的进行机器学习后或的特征转为智能算法的进行月计划优化的参数，排班过程中班型的时长，连续驾驶时间，换班机会，轮班过程中循环周期、周期班次均匀值，每周班次对应值，休息频率，适用人数及排定班次数的设置
向量编码解释：每一个元素代表具体的任务，任务序号用实数表示。其中，每一个向量包含|I|个部分(Section)，每一个部分对应图3中每一个层次。同时，每一个部分包含|J|元素，对应于数组[1,2,…,|J|]的一个全排列，代表前后两个层次的一种可行连接。因此，一个解向量的长度为|I|*|J|，即包含元素的个数为|I|*|J|；
核心算法流程：
1)产生初始随机解向量集群:根据上述解向量编码方案易知总的可行解向量(个体)的数目为(|J|)|I|。算法的初始解向量集群从中随机产生一组。
2)解向量评价：根据问题的目标函数来定义。
3)解向量保留策略：采取精英保留策略，寻找最优解。将本次产生的解向量集群与上次解向量集群进行合并，根据解向量评价结果进行排序，取优质解向量的前80％，差解向量后20％，共同组成新的解向量集群。
4)解向量之间的更新：通过交换解向量的部分元素操作产生成新的解向量。具体操作是将两个解向量的某一相同位置的元素片段截断，然后分别交叉，组合成两个新的解向量。
5)解向量自身的更新：替换向量自身的元素，操作的目的是为了避免原问题陷入局部最优解，不能获得原问题的全局最优解。
6)终止判断：如果迭代次数K达到了最大迭代次数则停止运算，同时取相应的适应度值最高的解向量所对应的解作为原问题的最优解。否则，令k＝K+1，并转向图2中第二步。
随着交通***智能化进程的不断加快，计划安排的合理性与高效性将会对公交***的智能化与实时性产生直接影响。基于启发式算法的公交***月计划排班算法将会成为公交***智能化的关键一环。
本发明算法，为公交运营企业提供基于启发式算法的公交***月计划排班算法，支持排班计划基于启发式全自动生成和人机交互式下的快速调整生成。算法包括对历史***月计划数据的学习，对月计划排班的特征的聚类分析，将学习到排班得到特征，作为基于启发式算法生成月计划排班的主要约束及作为人机交互式生成月计划排班的主要标准。图1中未叙述部分为现有技术，实现在大型公交***中多条线路、人车关系固定或不固定，多种班型，多种车型等复杂条件下的公共***月计划的生成，提升公共***的月计划排班的科学性与合理性，达到充分利用公交***资源和解决排班难问题的目标。本算法可以用到对公交***排班计划生成、公交***排班计划评价、公交***排班计划优化等多个***场景，应用亦将可以拓展到铁路，航班的月计划生成。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (5)

1.基于启发式算法的公交***月计划排班算法，其特征在于，该算法包括以下几个步骤：
(1)参数设置：通过对大量的月计划排班进行机器学习获得月计划特征，将其转为智能算法的进行月计划优化的参数；
(2)向量编码：一个解向量的长度为|I|*|J|，即包含元素的个数为|I|*|J|；每一个元素代表具体的任务，任务序号用实数表示；
(3)产生初始随机解向量集群：根据上述解向量编码方案易知总的可行解向量的数目为(|J|)|I|；算法的初始解向量集群从中随机产生一组；
(4)解向量评价：根据问题的目标函数来定义；
(5)解向量保留策略：采取精英保留策略，寻找最优解；
(6)解向量之间的更新：通过一定概率交换解向量之间的部分元素，该操作产生成新的解向量；
(7)解向量自身的更新：通过一定概率替换向量自身的元素，该操作的目的是为了避免原问题陷入局部最优解，不能获得原问题的全局最优解；
(8)终止判断：如果迭代次数K达到了最大迭代次数则停止运算，同时取相应的适应度值最高的解向量所对应的解作为原问题的最优解；否则，令k＝K+1，并转向步骤(4)。
2.根据权利要求1所述的基于启发式算法的公交***月计划排班算法，其特征在于：步骤(1)中，参数包括排班过程中班型的时长，连续驾驶时间，换班机会，轮班过程中循环周期、周期班次均匀值，每周班次对应值，休息频率，适用人数，排定班次数的设置。
3.根据权利要求1所述的基于启发式算法的公交***月计划排班算法，其特征在于：步骤(2)中，每一个向量包含|I|个部分，每一个部分对应每一个层次；同时，每一个部分包含|J|元素，对应于数组[1,2,…,|J|]的一个全排列，代表前后两个层次的一种可行连接。
4.根据权利要求1所述的基于启发式算法的公交***月计划排班算法，其特征在于：将步骤(4)产生的解向量集群与步骤(3)解向量集群进行合并，根据解向量评价结果进行排序，取优质解向量的前80％，差解向量后20％，共同组成新的解向量集群。
5.根据权利要求1所述的基于启发式算法的公交***月计划排班算法，其特征在于：步骤(6)的更新是具体操作是将两个解向量的某一相同位置的元素片段截断，然后分别交叉，组合成两个新的解向量。
CN201810511279.8A 2018-05-24 2018-05-24 基于启发式算法的公交***月计划排班算法 Pending CN108681824A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810511279.8A CN108681824A (zh) 2018-05-24 2018-05-24 基于启发式算法的公交***月计划排班算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810511279.8A CN108681824A (zh) 2018-05-24 2018-05-24 基于启发式算法的公交***月计划排班算法

Publications (1)

Publication Number Publication Date
CN108681824A true CN108681824A (zh) 2018-10-19

Family

ID=63807220

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810511279.8A Pending CN108681824A (zh) 2018-05-24 2018-05-24 基于启发式算法的公交***月计划排班算法

Country Status (1)

Country Link
CN (1) CN108681824A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109583834A (zh) * 2018-11-21 2019-04-05 湖南智慧畅行交通科技有限公司 基于启发式的公交***日计划排班算法
CN113537650A (zh) * 2021-09-16 2021-10-22 清华大学深圳国际研究生院 基于启发式算法和时变行驶时间的公交排班表生成算法
CN113570178A (zh) * 2020-04-28 2021-10-29 阿里巴巴集团控股有限公司 排班方法、设备、装置及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102081752A (zh) * 2011-01-27 2011-06-01 西北工业大学 基于自适应变异遗传算法的动态飞行路径规划方法
CN102737356A (zh) * 2012-06-13 2012-10-17 西安理工大学 智能公交调度排班计算方法
CN104504229A (zh) * 2014-09-19 2015-04-08 杭州电子科技大学 一种基于混合启发式算法的智能公交调度方法
CN107168267A (zh) * 2017-06-29 2017-09-15 山东万腾电子科技有限公司 基于改进粒子群与启发式策略的生产排产方法及***

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102081752A (zh) * 2011-01-27 2011-06-01 西北工业大学 基于自适应变异遗传算法的动态飞行路径规划方法
CN102737356A (zh) * 2012-06-13 2012-10-17 西安理工大学 智能公交调度排班计算方法
CN104504229A (zh) * 2014-09-19 2015-04-08 杭州电子科技大学 一种基于混合启发式算法的智能公交调度方法
CN107168267A (zh) * 2017-06-29 2017-09-15 山东万腾电子科技有限公司 基于改进粒子群与启发式策略的生产排产方法及***

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109583834A (zh) * 2018-11-21 2019-04-05 湖南智慧畅行交通科技有限公司 基于启发式的公交***日计划排班算法
CN113570178A (zh) * 2020-04-28 2021-10-29 阿里巴巴集团控股有限公司 排班方法、设备、装置及存储介质
CN113537650A (zh) * 2021-09-16 2021-10-22 清华大学深圳国际研究生院 基于启发式算法和时变行驶时间的公交排班表生成算法
CN113537650B (zh) * 2021-09-16 2022-02-11 清华大学深圳国际研究生院 基于启发式算法和时变行驶时间的公交排班表生成方法

Similar Documents

Publication Publication Date Title
Zuo et al. Vehicle scheduling of an urban bus line via an improved multiobjective genetic algorithm
CN103676902B (zh) 一种流水车间重调度方法
Shui et al. A clonal selection algorithm for urban bus vehicle scheduling
CN108681824A (zh) 基于启发式算法的公交***月计划排班算法
CN104318766A (zh) 一种公交gps轨迹数据的路网匹配方法
CN105045243A (zh) 一种半导体生产线动态调度装置
CN109583834A (zh) 基于启发式的公交***日计划排班算法
CN109102107A (zh) 一种基于物流仿真的多行车间设备布局方法
CN104077634B (zh) 基于多目标优化的主动‑反应式动态项目调度方法
CN110427690A (zh) 一种基于全局粒子群算法生成ato速度曲线的方法及装置
CN104166874A (zh) 一种基于遗传算法的目标选择规划方法
CN106652530A (zh) 一种调度时刻表生成方法及装置
CN107885967A (zh) 一种回归模型超参数优化方法
Liu et al. Electric transit network design by an improved artificial fish-swarm algorithm
CN112149878A (zh) 一种考虑不完全充电的纯电动公交车辆行车计划与充电计划的同步优化方法
Belaïd et al. Saudi Arabia energy transition in a post-paris agreement era: An analysis with a multi-level perspective approach
CN107464059A (zh) 一种基于历史信息的公交公司自动化排班控制方法
Tang et al. Chatgpt participates in traffic control as a traffic manager assistant
Rahbari Help the genetic algorithm to minimize the urban traffic on intersections
CN112598262B (zh) 油气井维修任务调度处理方法及装置
CN109343966A (zh) 一种无人节点的集群组织方法及装置
CN103246923A (zh) 基于自适应遗传算法的弹性车间调度技术
Shen et al. Application of Genetic Algorithm and Simulated Annealing Algorithm for Course Scheduling Problem
CHEN Pharmaceutical Laboratory Course Scheduling System Optimization Based on Genetic Algorithm
Nevrly et al. Heuristic challenges for spatially distributed waste production identification problems

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20181019