关于改进遗传-模拟退火算法在公交排班优化中的应用研究（2012年）

简介：
本研究探讨了将改进后的遗传-模拟退火算法应用于公交排班优化的问题，旨在提高公共交通系统的效率和灵活性。通过结合遗传算法的全局搜索能力和模拟退火算法的局部优化能力，该方法在实际案例中展示了显著的性能提升，为解决复杂的调度问题提供了新的视角。 结合公交车辆调度的特点，并考虑到公交公司与乘客双方的利益，本段落建立了一个公交车班次优化模型。该模型以发车时刻作为基因变量进行编码，并对相邻两个发车间隔的差异、最大及最小发车间隔时间以及乘客满载率等条件进行了约束限制。提出了一种基于改进遗传-模拟退火算法的方法来解决这个问题，这种方法克服了传统优化算法的一些局限性，提高了求解效率。 通过仿真实验验证，利用改进后的遗传-模拟退火算法能够得到不均匀的发车时刻表。实验结果表明，在处理公交智能排班优化问题时，该方法能在巨大的搜索空间中可靠地找到接近最优的解决方案，并且大大提升了计算效率。