论文部分内容阅读
优先发展公共交通已经被世界各国公认为是解决大中城市交通问题的最佳策略，它是城市可持续发展的必由之路。城市公交线网优化问题是一个多目标优化问题，涉及的目标函数复杂、约束条件繁多，求解数学模型困难，因此在城市交通研究领域中，公交线网优化问题一直是公认的难度较大、具有挑战性的问题。直到现在，各国对于公交线网优化问题的研究仍处于初级和探索阶段。目前所提出的城市公交线网优化问题的模型和算法在实际应用中均存在不同的局限性，因此城市公交线网优化的研究是一个能够解决城市交通问题，并能产生重大效益的课题。本文的研究工作如下： 通过对蚁群算法的研究，分析和总结了蚁群算法改进的要点，针对蚁群算法搜索时间长、易陷入局部寻优等缺陷，提出一种基于邻接矩阵的两层决策搜索路径方法对蚁群算法进行改进，建立该算法的数学模型。使用国际通用TSP数据库数据进行实验，通过与蚁群算法、蚁群系统算法的实验结果、收敛速度等性能对比，验证了本文采取的两层搜索决策算法在求解效率、稳定性和收敛速度上都具有明显优势，以此证明本文的改进方法是可行的。 公交线网优化是以能更好的服务乘客出行为目的，同时兼顾公交企业效益为目标。本文建立以直达客流量最大、出行时间最少为目标，遵循线网优化的约束条件的数学模型，求解线网优化问题。并将两层搜索决策算法应用到线网优化问题中，通过算法实例实验，分析了实验中遇到的算法停滞、收敛速度不理想等问题，提出解决办法：一，在蚂蚁的状态上增加死亡状态以使蚂蚁在寻路时无路可走时提早结束循环，避免算法停滞；二，动态调整扩散因子和只更新最优路径上的信息素且给予最优路径上的邻接点额外信息素增强，加快算娑的收敛速度。经过以上改进，能更好的解决实际问题。同时，将两层搜索决策算法与蚁群算法实验结果对比，前者在求解质量和收敛速度都有较好的改进，所求公交线路在非直线系数，出行时间等性能评价也具有优势。 本文在最后研究了城市公交线网优化系统的设计和开发，系统的架构，以及所使用的算法。