资源描述：
《遗传-模拟退火算法论文：遗传-模拟退火算法 改进的遗传-模拟退火算法 公交排班》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、遗传-模拟退火算法论文：改进的遗传—模拟退火算法在公交排班中的应用【中文摘要】随着世界城市化进程的发展及人们生活水平的提高,各大城市中公交问题尤其显著,而目前我国大部分城市采用的是传统的手工调度方式,无法满足乘客出行的需要,因此建立先进、智能化的公交系统是解决该问题的关键。而公交车辆智能调度首先要解决的问题则是运营车辆的智能排班。本文重点对改进的遗传-模拟退火算法(GA-SA)及其在公交智能排班中的应用进行了研究,介绍了遗传算法(GA)的基本思想、步骤及优缺点,模拟退火算法(SA)的思想、步骤及特点,并对将两者结合之后的GA-SA进行了阐述。本文在GA-SA的基础上,针对其在编
2、码操作、选择操作和模拟退火的降温操作中存在的不足进行了几点改进:1)引入真实值编码;2)将轮盘赌选择与最优解保存策略选择相结合;3)采用改进的降温函数,形成了改进的GA-SA算法,从而缓减了GA-SA存在的模型太复杂不利于求解、早熟、容易陷入局部最优而提前收敛以及进化缓慢等问题。本文结合公交车辆调度自身的特点,兼顾公交公司与乘客双方的利益建立公交车辆行车计划模型,以发车时刻(真实值)为基因变量进行编码,对两个相邻的发车间隔之差、最大最小发车时间间隔、乘客的满载率等条件进行约束限制。结合实例,应用改进的GA...【英文摘要】Withthedevelopmentoftheworld
3、’surbanizatrionprocessandtheimprovementofpeople’slivingstandards,Busproblemisparticularlysignificantinmajorcities.Butnowthetraditionalmanualschedulingmodeisadoptedinmostofourscities,whichisunabletomeettheneedsofpassengertravelyet.Therefore,anadvancedintelligenttransportationsystemisthekeytos
4、olvingtheproblem.Andtheproblem,tobesolvedfristly,ofthePublicTransportvehiclesintelligentschedulingistheoperationofintelli...【关键词】遗传-模拟退火算法改进的遗传-模拟退火算法公交排班【英文关键词】Genetic-simulatedAnnealingAlgorithmTheImprovedGenetic-simulatedAnnealingAlgorithm(GA-SA)BusScheduling【索购全文】联系Q1：138113721Q2：1399388
5、48【目录】改进的遗传—模拟退火算法在公交排班中的应用摘要7-8ABSTRACT8插图索引9-10附表索引10-11第1章绪论11-191.1研究背景和意义12-131.2国内外研究现状13-161.2.1国外研究现状13-141.2.2国内研究现状14-161.3研究目标及主要内容16-171.3.1研究目标16-171.3.2研究内容171.4主要创新点17-181.5本文的内容安排18-19第2章遗传算法和模拟退火算法19-252.1遗传算法概述192.2遗传算法基本思想192.3遗传算法基本步骤19-202.4遗传算法相关术语20-212.5遗传算法的优缺点21-222
6、.6遗传算法的应用222.7模拟退火算法概述22-232.8模拟退火算法的基本思想232.9模拟退火算法的特点232.10模拟退火算法的基本步骤23-242.11模拟退火算法的优缺点242.12本章小结24-25第3章改进的遗传-模拟退火算法25-353.1遗传-模拟退火算法的简述253.2遗传-模拟退火算法构成要素25-323.2.1遗传-模拟退火算法的应用步骤25-263.2.2编码表示263.2.3适应度函数26-293.2.4遗传-模拟退火算子29-323.2.5模拟退火函数323.3改进的遗传-模拟退火算法32-343.3.1改进的遗传-模拟退火算法参数设置32-33
7、3.3.2改进的遗传-模拟退火算法终止条件33-343.4本章小结34-35第4章公交排班问题模型设计35-404.1模型的假设364.2问题的描述36-374.3建立数学模型37-394.3.1建立目标函数37-384.3.2模型的约束条件38-394.3.3发车时刻模型394.4本章小结39-40第5章应用改进的遗传-模拟算法求解公交排班问题40-505.1改进的遗传-模拟退火算法结构405.2改进的遗传-模拟退火算法设计40-445.2.1编码40-415.2.2约束条件的处理41-4
