[发明专利]一种基于遗传算法的公交发车时间间隔优化方法

权利要求书

1.一种基于遗传算法的公交发车时间间隔优化方法，其特征在于，包括以下步骤：

(1)、首先对公交车载数据、公交线路站点数据以及乘客IC卡刷卡数据进行分析，根据公交车载数据的GPS、车速和行驶时间，结合公交线路的站点数据，利用车辆航向角和班次方向一致的原则识别每个班次的开始时间和结束时间；借助高德地图OPENAPI技术获取相邻两个站点的GPS轨迹点，通过计算两个轨迹点的球面距离的积分得到站点间的距离，通过分析车辆到达每一个站点的时间计算车辆在站点间的运行时间，用于计算每个时刻车辆在站点间的速度分布；统计分析每个站点乘客的刷卡上车时间，得到每个时间段每个站点的客流量分布情况；

(2)、根据识别的班次，站点间信息结果以及站点间的不同时段的乘客分布，利用多线程技术模拟在给定发车时间间隔的基础上，对每个班次进行模拟，统计车辆的到站时间以及车辆的满载率指标；

(3)、过调整发车时间间隔序列,使得到站时间间隔在合理区间的次数更多以及车辆的平均满载率越大,即通过求解合理的到站时间间隔次数最大和车辆的平均满载率越大的多目标优化模型；

(4)、最后通过遗传算法的选择、交叉、变异算子，对公交车发车时间间隔进行搜索求解，输出发车间隔序列，构建发车时刻表。

2.根据权利要求1所述的一种基于遗传算法的公交发车时间间隔优化方法，其特征在于，所述的步骤(4)的遗传算法求解步骤如下：

(1)、发车时间间隔序列进行编码,将一天分为平峰期、高峰期、平峰期、高峰期、平峰期5个时间段，每个时间段内发车时间间隔相同，发车时间间隔序列[10,4,7,4,8]表示第1个平峰期每隔10分钟发一个班次；

(2)、生成初始种群,初始化多个发车间隔序列；

(3)、计算适应度函数值，计算多目标函数的值；

(4)、利用轮盘赌的方法选择优势个体；

(5)、利用交叉算子、变异算子生成新的个体；

(6)、对新的个体进入步骤(3)；

(7)、当迭代次数达到最大值或者适应度函数值基本不再变化时，终止迭代，输出发车间隔序列。