[发明专利]一种基于代理辅助进化算法的公交专用道仿真优化方法

权利要求书

1.一种基于代理辅助进化算法的公交专用道仿真优化方法，其特征在于：具体按以下步骤执行：

S₁：建立路网仿真模型及优化数学模型；

S₂：基于拉丁超立方抽样采集决策变量的初始仿真样本；

S₃：利用初始仿真样本建立仿真模型的代理模型；

S₄：使用代理模型辅助的进化算法获得决策变量的优化解集；

S₅：基于代理模型集成法和样本刀切法从优化解集中选择最理想解；

S₆：将最理想解带入仿真模型进行验证并更新代理模型。

2.根据权利要求1所述的一种基于代理辅助进化算法的公交专用道仿真优化方法，其特征在于：建立双层模型优化大规模路网公交专用道，顶层模型以最小化所有用户出行时间为目标，决策变量为n个0-1变量，底层模型为确定性用户均衡模型。

3.根据权利要求1所述的一种基于代理辅助进化算法的公交专用道仿真优化方法，其特征在于：基于拉丁超立方抽样在待优化变量的解空间内均匀采样，从采样结果中筛选符合约束的解，将其代入仿真模型计算目标函数值，最终建立仿真样本数据集。

4.根据权利要求1所述的一种基于代理辅助进化算法的公交专用道仿真优化方法，其特征在于：使用常见的机器学习方法KNN、RF、SVR或XGB作为代理模型。

5.根据权利要求1所述的一种基于代理辅助进化算法的公交专用道仿真优化方法，其特征在于：使用代理辅助的进化算法搜索最优的公交专用道布置方案。

6.根据权利要求1所述的一种基于代理辅助进化算法的公交专用道仿真优化方法，其特征在于：基于代理模型集成和样本刀切法的思想计算代理模型计算目标函数预测值的不确定度，具体步骤如下：

将仿真样本数据集S划分为m个不重合的子集合S₁，S₂，...，S_m，利用m个不重合的子集合S₁，S₂，...，S_m建立m个新的数据集：

SN₁＝S₂∪S₃∪S₄∪...∪S_m

SN₂＝S₁∪S₃∪S₄∪...∪S_m

SN_m＝S₁∪S₂∪S₄∪…∪S_m-1

分别使用数据集SN₁，SN₂，...，SN_m训练获得m个不同的代理模型，基于m个不同的代理模型预测解的目标函数值计算预测值的均值和方差

7.根据权利要求2所述的一种基于代理辅助进化算法的公交专用道仿真优化方法，其特征在于，所有用户的出行时间包括公交用户的出行时间和非公交用户的出行时间，计算公式如式(I)-式(III)所示：

t_c＝ρ₁∑_a∈Ax_ap(x_a+λx_a，bus) 式(I)

t＝t_c+t_b 式(III)

其中：t为所有用户的出行时间，t_c为非公交用户出行时间，t_b为公交用户出行时间，λ为公交车的当量换算系数，ρ₁为非公交车的载客数，ρ₂为公交车的载客数，x_a为路段a上的非公交车流量，x_a，bus为路段a上的公交车流量。