[发明专利]一种有轨电车发车时刻表设计方法

权利要求书

1.一种有轨电车发车时刻表设计方法，其特征在于：所述方法基于遗传-模拟退火算法程序支持，包括以下五大步骤：

(一).将现代有轨电车一天的运营时间划分为K个运营时段，构建设计列车发车时刻表所需的数据库，包括以下步骤：

a.获取线路参数数据，获取相关联的有轨电车线路参数，其包括有轨电车线路长度L，有轨电车车站数N,有轨电车平均运行速度V，有轨电车最小满载率ρ_min，有轨电车最大满载率ρ_max，车队可调配有轨电车数量d_ko，有轨电车核载人数C_a；

b.设定目标函数参数数据，其包括乘客时间价值系数μ，其中，μ∈[0,10],运营时间价值系数η，其中，η∈[10,100]，乘客成本权重α，其中，α∈[0,0.4],运营成本权重β，其中，β∈[0.6,1]；

c.设定算法参数数据，其包括交叉概率P_c＝0.9，变异概率P_m＝0.0004，种群规模M＝200，迭代次数S＝600，初始温度T₀＝6000，

(二).构建设计列车发车时刻表所需的目标函数，包括以下步骤：

a.构建总目标函数，采用多目标优化的方法，以乘客出行成本C_p和运营成本C_o的线性加权构成的总成本最小为目标构建总目标函数，全天K个运营时段中第k个运营时段的总目标函数表示为：

minC_k＝αC_p+βC_o (1)

(1)式中：

(2)式中，Q_i：第k个运营时段内第i站候车人数；T_k：第k个运营时段的时长；f_k：第k个运营时段的发车频率；Q_ij：第k个运营时段内在第i站候车，准备在j站下车的乘客人数；L_ij为第i站到j站的线路长度；

b.构建客流到达函数，设在第k个运营时段，从第i站到第j站的客流服从泊松分布，到达的概率为p_ij(λ_k)，在第i站聚集的乘客人数Q_i表示为：

c.基于上述函数求得第k个运营时间段的目标函数：

d.基于上述函数求得全天K个运营时段的总目标函数：

e.构建约束条件，约束条件包括发车时间间隔限制h_k、有轨电车核载人数限制Q_ij(k)和车队可调配有轨电车数量限制d_k，表示为：

(7).(8).(9)式中：h_k：第k个运营时段内的发车频率；h_kmin：最小发车频率；h_kmax：最大发车频率；C_a：电车核载人数；ρ_min：最小满载率；ρ_max：最大满载率；d_k：第k个运营时段需要的运营车总数量；d_ko：车队运营车可调配数量；

(三).构建设计发车时刻表所需的算法模块，算法采用遗传-模拟退火算法：

a.编码，染色体采用实数编码表示，所述各实数代表各运营时段的发车频率，各个基因依次表示全天运营时间中各个运营时段内的发车频率；

b.确定算法参数，根据第(一)大步骤的c步骤确定算法的各类参数值；

c.确定适应度，若染色体解码后符合第(二)大步骤中的e步骤中(7)式、(8)式约束条件，则确定此染色体为可行染色体，只对可行染色体进行适应度计算，适应度函数表示为：

F＝C_max-c(k) (10)

(10)式中：C_max为同一代种群中所有目标函数的最大值，c(k)为个体目标函数，按照概率p_ij(λ_k)随机模拟生成M个样本，然后利用这M个样本的目标值计算适应度；

d.选择，按照轮盘赌的方式进行选择操作，对个体进行优胜劣汰，根据步骤c中所确定的适应度，若F(p_m)＞F(p_n)，则选择适应度高的p_m遗传到下一代，适应度低的p_n淘汰；

e.交叉、模拟退火，p₁、p₂按照交叉概率生成子代c₁、c₂，计算c_m、p_m的适应度F(c_m)、F(p_m)并进行模拟退火操作；

f.变异、模拟退火，p₁、p₂按照变异概率生成子代c₁、c₂，计算c_m、p_m的适应度F(c_m)、F(p_m)并进行模拟退火操作；

g.降温，根据降温公式：

对种群进一步优化；

(11)式中：为[0，1]之间的常数，S为迭代次数；

h.检验，判断优化种群的性能是否达到终止条件，若达到迭代次数的上限600，则输出最优值，否则转步骤d；

(四).计算不同运营时段有轨电车的调度运营数据：

a.根据第(一)大步骤中设定的参数、第(二)大步骤中构建的模型及第(三)大步骤中设计的算法，采用MATLAB软件仿真求得不同运营时段有轨电车的调度运营数据；

(五).生成有轨电车发车时刻表：

a.根据第(四)大步骤求得出的不同运营时段有轨电车的调度运营数据，生成全天候的现代有轨电车列车发车时刻表。

2.根据权利要求1所述的一种有轨电车发车时刻表设计方法，其特征在于：按每个小时为一个运行时间段对有轨电车一天的运营时间段进行划分。