[发明专利]一种基于分布估计算法的公共交通车辆调度方法

权利要求书

1.一种基于分布估计算法的公共交通车辆调度方法，其特征在于：包含以下步骤：

（1）收集站点，车场和时刻表信息，切分时刻表获得单程集合；

（2）生成P_Size大小的初始种群；

（3）考虑车辆成本与单程连接成本，对种群中个体进行适应度评价选取40% * P_Size个适应度最高的优势个体组成优势种群，更新贝叶斯网络；

（4）使用更新后的贝叶斯网络进行采样；

（5）将采样出的50% * P_Size个个体、优势种群中的10% * P_Size个个体、随机产生的40% * P_Size个个体组成新的种群，再选择新种群中的40% * P_Size个适应度最高的个体组成优势种群，更新贝叶斯网络；

（6）重复R次采样和更新步骤，最后输出最优解。

2.如权利要求1所描述的一种基于分布估计算法的公共交通车辆调度方法，其特征在于：采用了分布估计算法来求解公共交通车辆调度问题，分布估计算法能够更好的利用问题的结构信息，从而能够产生更好的解。

3.如权利要求1所描述的一种基于分布估计算法的公共交通车辆调度方法，其特征在于：在采样环节中对单程进行采样时，将已经采样过的单程和与其不兼容的单程的采样概率设置为0，来保证采样结果的质量和可行性。

4.如权利要求1所描述的一种基于分布估计算法的公共交通车辆调度方法，其特征在于：在采样环节中对单程进行采样时，当所有采样概率全是0时，直接指定剩下还未采样的单程中出发时间最早的单程作为下一个被执行的单程。

5.如权利要求1所描述的一种基于分布估计算法的公共交通车辆调度方法，其特征在于：建立了一种分层，非循环，有向的贝叶斯网络作为分布估计算法的概率模型，该贝叶斯网络考虑了车辆调度问题的特征，使得分布估计算法更加高效。

6.如权利要求1所描述的一种基于分布估计算法的公共交通车辆调度方法，其特征在于：生成后代种群时加入了部分随机生成的个体，能够防止分布估计算法过早收敛，提高了算法的全局搜索能力。

7.如权利要求1所描述的一种基于分布估计算法的公共交通车辆调度方法，其特征在于：设计了一种解码方式，通过考虑前后单程间的兼容性，为单程分配至现有车辆或者新车辆，使算法能够快速的通过个体得到公共交通车辆调度方案。