学位论文 > 优秀研究生学位论文题录展示

基于蚁群算法的城市公交线网优化设计研究

作 者: 张敖木翰
导 师: 何世伟
学 校: 北京交通大学
专 业: 系统分析与集成
关键词: 城市公交系统 变分不等式 用户平衡公交分配 OD矩阵估计 双层规划 网络优化设计 蚁群算法
分类号: U491.17
类 型: 硕士论文
年 份: 2008年
下 载: 339次
引 用: 4次
阅 读: 论文下载
 

内容摘要


优先发展城市公交系统是解决大、中城市交通问题的最佳途径。城市公交线网的规划设计问题一直是交通领域的重要研究方向。如何合理规划设计公交系统对公交系统服务水平和人们出行的改善都具有十分重要的作用。本文的主要内容如下:本文分析了城市公交系统的特性以及公交出行者的特点,对城市公交线网进行了描述,构建了实用网络,分析了公交出行者路阻函数的不对称性,设计了能够更加真实反映公交出行者行为的阻抗函数,并构造了变分不等式模型及求解算法。基于公交客流分配的变分不等式UE模型,本文构建了公交OD需求估计的双层规划模型,利用部分公交站点的客流数据,反推公交系统的OD需求矩阵。本研究采用双层规划模型来解决公交网络优化设计问题。通过对城市公交系统中用户平衡分配方法进行研究,为公交网络优化设计模型的下层优化奠定了基础。以公交线网直达客流密度与基于优化线网公交UE配流的出行费用综合效用最优为目标,建立了求解公交线网优化设计问题的上层模型,通过一种模拟进化算法—蚁群算法,来优化该上层模型,并将得到的优化网络作为下层模型进行公交客流分配的基础。为了提高蚁群算法的搜索效率,采用了综合考虑全局和局部信息的信息素增量更新策略:Ant—Weight信息素更新策略,通过算例研究表明,蚁群算法虽然在前期搜索效率上不如粒子群算法,但是良好的正反馈性使得蚁群算法能得到更优的解。基于以上理论研究进行了算例设计和模拟系统开发,采用蚁群算法,对公交线网优化设计模型进行了求解,并在最后概括性地阐述了模拟系统的构架、功能和工作流程。

全文目录


致谢  5-6
中文摘要  6-7
ABSTRACT  7-8
序  8-11
1 引言  11-19
  1.1 研究背景  11-12
  1.2 国外研究现状  12-15
  1.3 国内研究现状  15-17
  1.4 研究目标与意义  17-18
  1.5 论文主要研究内容  18-19
2 公交客流分配研究  19-30
  2.1 公交网络描述与阻抗函数研究  19-23
    2.1.1 城市公交网络描述  19-20
    2.1.2 弧段阻抗函数研究  20-22
    2.1.3 出行策略  22-23
  2.2 公交UE配流的变分不等式模型及算法  23-24
    2.2.1 公交UE配流的变分不等式模型  23-24
    2.2.2 求解算法设计  24
  2.3 公交OD反推研究  24-29
    2.3.1 公交OD反推的双层规划模型  25-26
    2.3.2 启发式算法  26
    2.3.3 算例  26-29
  2.4 本章小结  29-30
3 公交线网优化研究  30-67
  3.1 公交线网优化研究现状  30-31
  3.2 公交线网设计思路  31-33
    3.2.1 公交网络特性  31-32
    3.2.2 公交线路起终站点的选定  32-33
  3.3 公交线网设计双层规划模型  33-34
  3.4 公交线网优化模型  34-40
    3.4.1 公交线网优化的目标及原则  34-35
    3.4.2 优化模型  35-38
    3.4.3 模型实例分析  38-40
  3.5 蚁群算法  40-47
    3.3.1 基本蚁群算法概述  41
    3.3.2 蚁群算法描述  41-43
    3.3.3 蚁群算法研究现状  43
    3.3.4 蚁群算法工作原理  43-45
    3.3.5 改进的信息素增量更新策略  45-47
  3.6 应用蚁群算法优化公交线网  47-53
  3.7 算例  53-65
    3.7.1 算例公交线网描述  53-58
    3.7.2 求解结果分析  58-61
    3.7.3 算法分析  61-65
  3.8 本章小结  65-67
4 公交线网优化设计系统  67-74
  4.1 系统架构  67-69
  4.2 系统功能  69-74
5 结论与展望  74-76
  5.1 研究结论  74-75
  5.2 研究展望  75-76
参考文献  76-80
作者简历  80-82
学位论文数据集  82

相似论文

  1. 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
  2. 基于蚁群算法的电梯群优化控制研究,TU857
  3. 动态环境下移动对象导航系统相关技术的研究,TP301.6
  4. 基于改进蚁群算法的机器人路径规划研究,TP242
  5. 改进的蚁群算法及其在TSP上的应用研究,TP301.6
  6. 基于免疫机制蚁群算法的电力系统无功优化研究,TP18
  7. 基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
  8. 求解多层规划的模糊规划法,O221.2
  9. 基于物理拓扑感知的Chord算法研究,TP393.02
  10. 电渣炉过程控制系统的设计及优化控制,TP273
  11. 关于变分不等式问题的强收敛定理及其相关研究,O178
  12. Ad Hoc网络中分簇路由算法的研究,TN929.5
  13. 图像信息处理机的图像处理方法研究,TP391.41
  14. 智能光网络中路由选择算法的研究,TN929.1
  15. 面向无线传感器网络的多路径路由协议研究,TN915.04
  16. 改进蚁群算法在盲均衡中的应用,TN911.5
  17. 智能光网络动态路由和波长分配算法的研究,TN929.1
  18. 基于蚁群算法的移动商务个性化推荐体系研究,TP391.3
  19. 基于蚁群算法的车辆调度问题研究,TP301.6
  20. 融合MMTD与仿生算法的路由选择研究,TP393.05
  21. 基于改进蚁群算法的多目标退化调度问题的研究,O221.6

中图分类: > 交通运输 > 公路运输 > 交通工程与公路运输技术管理 > 交通工程与交通管理 > 交通调查与规划 > 公共交通
© 2012 www.xueweilunwen.com