[发明专利]基于对偶种群差分进化算法的周期列车时刻表调度优化方法

权利要求书

1.一种基于对偶种群差分进化算法的周期列车时刻表调度优化方法，其特征在于，该方法包括以下步骤：

(1)根据各条服务路线的始发时刻范围，生成全局种群GP和局部种群LP，并计算所有初始目标向量的目标函数值；

(2)对于GP中的每个目标向量，按照全局种群的参数和算子设置生成一个测试向量，并与对应的目标向量进行比较；如果测试向量的目标函数值等于或优于原目标向量的目标函数值，则将该测试向量替换掉原来的目标向量；

(3)对于LP中的每个目标向量，按照局部种群的参数和算子设置生成一个测试向量，并与对应的目标向量进行比较；如果测试向量的目标函数值等于或优于原目标向量的目标函数值，则将该测试向量替换掉原来的目标向量；

(4)执行双向迁移操作；一方面，如果LP的最优目标向量优于GP的最优目标向量，则将LP的最优目标向量替换GP的最优目标向量；另一方面，如果GP的最优目标向量优于LP的最优目标向量，则将GP的最优目标向量替换LP的最优目标向量；反之，如果GP的最优目标向量优于LP的最差目标向量，则将GP的最优目标向量替换LP的最差目标向量；

(5)如果算法达到结束条件则终止，否则转步骤(2)执行。

2.根据权利要求1所述的基于对偶种群差分进化算法的周期列车时刻表调度优化方法，其特征是：算法从三个方面来提高GP的全局搜索能力；一方面是采用随机方式设置F和CR的值；另一个方面是采用具有较强全局搜索能力的DE/rand/1变异算子；第三个方面是引入一个随机变异的操作。

3.根据权利要求1所述的基于对偶种群差分进化算法的周期列车时刻表调度优化方法，其特征是：算法从两方面提高局部种群的局部优化能力；一方面采用随机方式设置F，而CR的值则随机设为0或者1；另一方面采用DE/best/1变异机制来产生变异向量。

4.根据权利要求1所述的基于对偶种群差分进化算法的周期列车时刻表调度优化方法，其特征是：算法采用双向迁移操作从两个方向来交换子种群中的个体；一方面，如果LP的最优目标向量优于GP的最优目标向量，则将LP的最优目标向量替换GP的最优目标向量；另一方面，如果GP的最优目标向量优于LP的最优目标向量，则将GP的最优目标向量替换LP的最优目标向量；反之，如果GP的最优目标向量优于LP的最差目标向量，则将GP的最优目标向量替换LP的最差目标向量。