公交车和驾驶员集成调度算法研究

J4 ›› 2011, Vol. 33 ›› Issue (4): 150-153.

公交车和驾驶员集成调度算法研究

刘波涛1，李会凯2

(1.湖南文理学院计算机学院，湖南常德 415000；2.漯河职业技术学院计算机系，河南漯河 462000)

收稿日期:2009-12-03 修回日期:2010-03-03 出版日期:2011-04-25 发布日期:2011-04-25
作者简介:刘波涛(1976),男,湖南常德人，硕士，讲师,研究方向为人工智能和计算机应用技术。
基金资助:
国家自然科学基金资助项目(60970039)

Research on the Scheduling Algorithm of City Buses and Drivers

LIU Botao1，LI Huikai2

(1.School of Computer Science,Hunan University of Arts and Science,Changde 415000；2.Department of Computer Science,Luohe Vocational and Technical College,Luohe 462000,China)

Received:2009-12-03 Revised:2010-03-03 Online:2011-04-25 Published:2011-04-25

摘要/Abstract

摘要：

为解决公交车及驾驶员调度优化问题，本文给出了一种基于免疫计算的调度优化方案。设计了公交车和驾驶员调度问题的数学模型，给出了非劣邻域支配的多目标免疫优化算法的框架、基于实数编码的比例克隆算子和领域变异算子以及支配抗体的拥挤距离公式，并在仿真环境下进行了实验。实验结果表明，本文算法能有效地解决公交车及驾驶员调度优化问题，具有较好的应用价值。

关键词: 公交调度问题, 多目标优化, 免疫优化算法

Abstract:

To solve the scheduling optimization problem of city buses and drivers, a solution of scheduling is proposed using immune optimization. The mathematical model of the scheduling problem of city public transportation is designed, the framework of the immune optimization algorithm is given, the proportional cloning operator and the neighbourhood mutation operator with realnumber encoding are designed, and simulation experiments are done to validate the algorithm.The experimental result shows that the optimization algorithm given in this paper can solve the scheduling problem of buses and drivers,and has a better application value.

Key words: city public transportation scheduling problem;multiobjective optimization;immune optimization algorithm

刘波涛1，李会凯2. 公交车和驾驶员集成调度算法研究[J]. J4, 2011, 33(4): 150-153.

LIU Botao1，LI Huikai2. Research on the Scheduling Algorithm of City Buses and Drivers[J]. J4, 2011, 33(4): 150-153.

[1]	罗莉, 石伟, 何鸿君, 潘国腾, 王蕾, 龚锐. 一种面向IO Die的敏捷验证方法[J]. 计算机工程与科学, 2023, 45(04): 571-576.
[2]	申晓宁, 游璇, 陈庆洲, 潘红丽, 黄遥. 采用双档案协同进化离散多目标烟花算法的低碳疫苗冷链优化配送[J]. 计算机工程与科学, 2022, 44(12): 2255-2265.
[3]	李艺辉, 刘作军, 李洁. 基于模糊逻辑NSGA-Ⅲ的开关磁阻发电机多目标优化算法[J]. 计算机工程与科学, 2021, 43(03): 542-550.
[4]	张明珠, 曹杰, 王斌. 基于精英集的多目标差分进化聚类算法[J]. 计算机工程与科学, 2021, 43(01): 170-179.
[5]	马永杰, 陈满丽, 陈敏. 基于Pareto解集分段预测策略的动态多目标进化算法[J]. 计算机工程与科学, 2020, 42(08): 1454-1462.
[6]	衡红军, 戚馨桐. 考虑任务均衡的加油车动态调度问题[J]. 计算机工程与科学, 2020, 42(05): 923-930.
[7]	朱登京，段倩倩. 无参分组大规模变量的多目标算法研究[J]. 计算机工程与科学, 2020, 42(04): 603-609.
[8]	赵凤1,2，孔令润1,2，马改妮1,2. 多目标粒子群和人工蜂群混合优化的阈值图像分割算法[J]. 计算机工程与科学, 2020, 42(02): 281-290.
[9]	张凤斌，范学林，席亮. 免疫入侵检测多目标优化克隆选择算法研究[J]. 计算机工程与科学, 2018, 40(02): 261-267.
[10]	李克武,张功萱,朱昭萌. 云环境中基于分解的多目标工作流调度算法[J]. 计算机工程与科学, 2016, 38(08): 1588-1594.
[11]	薛蒙蒙，马永涛，刘敬浩. 基于模拟退火粒子群算法的认知引擎研究[J]. 计算机工程与科学, 2016, 38(08): 1640-1646.
[12]	杨斌，郝杨杨，李军军. 面向监测应用的物联网节点布局方法研究[J]. J4, 2014, 36(07): 1255-1261.
[13]	李金忠,夏洁武,曾小荟,曾劲涛,刘新明,冷明,孙凌宇. 多目标模拟退火算法及其应用研究进展[J]. J4, 2013, 35(8): 77-88.
[14]	王君. 带时间窗车辆路径问题的多目标文化基因算法[J]. J4, 2013, 35(1): 124-129.
[15]	敖友云1，迟洪钦2. 多目标优化差分进化算法[J]. J4, 2011, 33(9): 88-94.