遺傳算法在智能調度系統(tǒng)中的應用

　　運營車輛的自動排班是智能調度系統(tǒng)需要解決的問題之一，將車輛、客流、服務、運營、客流等因素考慮到公交調度方案中，以此建立多目標優(yōu)化模型。針對給出的條件和數(shù)據，將遺傳算法應用到公交智能調度系統(tǒng)中，制定合理最優(yōu)的排班方案。

　　遺傳算法的基本理論

　　遺傳算法（Genetic Algorithms）是一類借鑒生物界自然選擇和自然遺傳機制的隨機搜索算法,是一種有效解決最優(yōu)化問題的方法。遺傳算法是由美國的J.Holland教授1975年首先提出，其主要特點是直接對結構對象進行操作，不存在求導和函數(shù)連續(xù)性的限定;具有內在的隱并行性和更好的全局尋優(yōu)能力;采用概率化的尋優(yōu)方法，能自動獲取和指導優(yōu)化的搜索空間，自適應地調整搜索方向，不需要確定的規(guī)則。遺傳算法包括編碼、初始群體、適合度函數(shù)、遺傳操作和控制參數(shù)。算法的基本原理如下圖：

　　基于遺傳算法的排班調度模型

　　首先建立目標函數(shù)對模型進行設計：公交運營最優(yōu)，即運營車輛最少；服務最優(yōu)，即乘客候車時間最短。首先通過二進制編碼形式進行初始化，然后計算適度值并選擇新的臨界種群，根據交叉、變異對其進行適度值計算，最后根據適度值篩選出最優(yōu)結果。遺傳算法步驟如下：

　　根據算法步驟合理解決公交排班系統(tǒng)問題，需要將人、車、路等因素考慮進去，運用科學算法解決公交調度問題。公交車排班是調度系統(tǒng)的核心內容，合理的發(fā)車時刻表可以提高車輛利用率，降低運營成本，減少乘客候車時間。

　　濟南公交調度排班

　　通過一系列算法生成一份合理的行車時刻表是一項非常重要而且復雜的工作，行車時刻表決定了某條線路一天發(fā)出的班次總數(shù)，給出了每個班次的到離站時間，決定了主站發(fā)車的時間間隔，因此也就決定了乘客的平均候車時間，對乘客的服務質量有著很大的影響。

　　濟南公交自動排班模式分為單向自動排班和雙向自動排班，同時根據需要把車輛分為多個班制，單班制、雙班制和高峰車。按照車輛班序，根據班次數(shù)量進行運營。雙班車定在早班和晚班發(fā)車，對于早高峰和晚高峰班次，優(yōu)先使用高峰車來進行排班，再使用雙班車和單班車相互穿插排班；單班車則以班次任務量多的優(yōu)先排班，任務量少的依次再排，一直穿插到平峰。優(yōu)化了發(fā)車間隔，提高了車輛運行效率，提升了公交服務管理水平。

　　結論

　　隨著交通擁堵、人口增加等問題的出現(xiàn)，使得公交車調度難度越來越大，基于遺傳算法的調度排班，能夠提高公交車運行效率和資源利用率，合理確定發(fā)車時間和車次，優(yōu)化發(fā)車密度，最大化滿足乘客出行需求。