原文传递
面向共享交通的多目标资源优化算法研究
| 论文题名： | 面向共享交通的多目标资源优化算法研究 |
| 关键词： | 共享交通;资源配置;粒子群算法;多目标进化算法;变邻域搜索 |
| 摘要： | 现如今，城市化建设正在飞速发展，城市人口的数量不断增长，出行工具不断增多，而交通拥堵、环境污染等问题也在日渐严重，这对城市交通发展提出了新的挑战。共享经济时代下，共享交通的发展为解决城市交通问题提供了一条新思路，交通资源利用率的提高能缓解许多交通压力过大带来的的问题。优化共享交通资源配置能进一步提高共享交通资源的利用率，减少交通资源的投入，不仅能节省成本，还能降低城市道路交通拥堵程度，减少污染排放。 共享交通有着众多的交通模式，其资源优化配置问题大都属于多目标优化问题，本文主要选择了固定人群拼车问题和共享自行车动态再平衡问题，建立多目标问题模型，研究解决多目标优化问题的启发式算法。 对于固定人群拼车问题，本文以在同一产业园上班的人群为研究对象，建立了一个多目标拼车问题问题模型。该问题目标包括最小化车辆行驶里程、出行者乘坐总里程和出行者额外耗时。设计了一种序列码来表示拼车方案。提出了一种结合变邻域搜索的多引导解粒子群优化算法MPSO-VNS，引导解依据文中提出的方向距离指标从粒子运动的最优解集中选择。实验表明，与NSGA-Ⅱ、MOEA/D、PSO、MaPSO、VNS、Two-Level VNS六种算法相比，MPSO-VNS可以获得质量更好的非支配解集。 共享自行车的动态再平衡可以解决日常中不同地点自行车供需失衡的问题，比静态再平衡更有意义。本文考虑了一个使再平衡运输车行驶总距离和未满足总需求最小化的多目标动态再平衡问题。建立了一个数学模型来表述这个问题。提出了一种具有可变邻域搜索的序列流多目标进化算法SFMEA-VNS。提出了一种序列流编码和带相似度比较的非支配解排序方法。该算法设计并应用了六个局部搜索邻域。实验表明，SFMEA-VNS的非支配解集相比NSGA-Ⅱ、MOEA/D、SPEA2、ILS和LSMOVRPTW具有更好的质量。 最后，为上述算法设计实现了应用平台，用户可以在平台中输入自己的应用实例，选择优化算法解决自己的问题。分析了系统的需求，介绍了系统的架构和各功能模块的详细设计，并展示了系统的运行效果。 |
| 作者： | 熊冬文 |
| 专业： | 软件工程 |
| 导师： | 苏生 |
| 授予学位： | 硕士 |
| 授予学位单位： | 电子科技大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
