[发明专利]一种公共交通线网优化方法

权利要求书

1.一种公共交通线网优化方法，其特征在于，所述方法在多目标模型中同时考虑运营者与出行者的利益，在满足运营者利益的基础上最大化出行者利益，将模拟退火算法与遗传算法嵌套使用，求解多目标优化模型；所述模拟退火算法以最小化运营公司一天的总运营成本为目标构建目标函数；所述嵌套的遗传算法以最小化出了行都的总出行时间为目标构建适应度函数，将运营者与出行者的利益朝着相互协调的角度推进，平衡二者之间的利益矛盾；包括如下步骤：

步骤S1，以模拟退火算法为框架，在所述框架下以最小化运营公司全天总运营成本为目标获得初始线网；

步骤S2，对初始线网进行打散操作，形成若干个线网单元；

步骤S3，以打散后的线网单元为输入网络，以最小化所有出行者总出行时间为目标构建公共交通线网优化模型，进行遗传算法优化；

步骤S4，输出所述公共交通线网优化模型，对公共交通线网优化模型去除冗余线路后，形成简化后的新线网；

步骤S5，通过最大迭代次数或终止温度判断是否达到收敛条件；是，则输出计算结果，为最优结果；否，则以新线网为初始线网，转入步骤S1；所述收敛条件为：最大迭代次数限制或终止温度限制；

其中，所述模拟退火算法，进一步包括如下步骤：

步骤S21，参数设置；

步骤S22，计算线路所需的车辆数，按照车辆配备的原则对线网进行线网单元确定及车辆配备；

步骤S23，根据线网单元及车辆配备计算线网运营成本；

步骤S24，根据所计算的运营成本判断是否满足终止条件；

步骤S25，把经过运营成本比较后保留的线网按照单元打散原则，对线网进行打散，重新形成单元及新线网；所述打散操作，进一步为：将公共交通线网按照经过的路段拆分成一个或者有相邻的几个路段，将不同线路中经过同一或几个相同车站的路段作为一个集合；所述单元为，某条线路中一个或者几个路段的集合；

步骤S26，使用本算法中的遗传算法流程对线网进行优化；所述遗传算法，包括如下步骤：

步骤S261，遗传算法参数设置及种群初始化；

步骤S262，判断线网是否满足约束条件限制；若公共交通线网满足约束条件限制，保留本次线网结构，转步骤S263；否则，不保留本次线网结构，转步骤S264；

步骤S263，计算个体适应度，并保留适应度最高的公共交通线网；

步骤S264，对公共交通线网进行遗传操作优化公共交通线网；在每代中采用基于轮盘赌进行选择操作，基于随机概率进行交叉操作与变异操作，并产生新线网；

步骤S265，判断算法是否满足终止条件；若所提出的遗传算法迭代达到最大迭代次数，则转入步骤S266；否则，转步骤S262；

步骤S266，终止算法中的搜索过程，输出适应度最高的个体。

2.根据权利要求1所述的公共交通线网优化方法，其特征在于，所述参数包括：初始温度T₀、终止温度T_stop、最大迭代次数I₁、退火控制速率D₁、控制温度T^c、退回温度T^p、迭代退回速率D₂与成本差控制变量C_A。

3.根据权利要求1所述的公共交通线网优化方法，其特征在于，所述步骤S22进一步包括：

步骤S221，寻找单元，计算单元重合度；将线网中的线路打散并形成单元，寻找单元，并按照从大到小的顺序在线网中计算出单元重合度；

步骤S222，按照单元重合度按照小到大的顺序，给每个经过单元的线路进行车辆配备与运力配置；

步骤S223，按照单元运力不足的处置措施，重新计算并调整线网上每条线路上所配的车辆数目；

步骤S224，重新计算并调整线网上每条线路上所配的车辆数目。

4.根据权利要求1所述的公共交通线网优化方法，其特征在于，所述步骤S261中的遗传算法参数包括：种群规模、最大迭代代数I₂、交叉概率P_c、变异概率P_m。