融合蚁群算法的遗传算法在智能公交调度中的应用-自动化基础-论文之家

您现在的位置：硕士论文 >> 电子论文 >> 自动化 >> 自动化基础 >> 正文

融合蚁群算法的遗传算法在智能公交调度中的应用

作者：赵志军 Publish: 2007-8-2 Hits:-

【中文题名】

融合蚁群算法的遗传算法在智能公交调度中的应用

【英文题名】

Application of Genetic Algorithm Synthesizing Ant Colony Optimization in Intelligent Bus Scheduling

【学科专业】

计算机应用技术

【论文级别】

硕士论文

【投稿时间】

2007-8-2

【中关键词】

遗传算法,蚁群算法,智能交通系统,公交调度,,

【英关键词】

【分类导航】

工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>>

【论文摘要】

随着我国城市化进程的发展,城市交通问题日益严重和普遍,已经影响了城市的生产和生活。如何解决交通问题已经成为人们关注的焦点。在这种情况下,智能交通系统(Intelligent Transport Systems, ITS)便成为解决这个问题的重要途径之一。本论文是在研究ITS的基础上,认真学习了蚁群算法和遗传算法的基本知识,用融合蚁群算法的遗传算法解决公交车辆线路调度问题。公交车辆线路调度是公交调度的基本模式,本文以乘客等车时间成本最小和公交企业收益最大为目标,考虑最大和最小发车间隔、两个相邻的发车间隔之差以及满载率和车容量等约束,以发车时刻为变量建立数学模型。本文在算法设计上,将遗传算法和蚁群算法混合使用。在遗传算法交叉运算后,从当前群体中找出最优染色体,可将其视为较优解,用蚂蚁来寻找更优秀的染色体。每个蚂蚁按选择概率函数选择路径,产生出一个新的染色体。如果新的染色体比原来较优的染色体适应度好,则保留,并把该染色体作为一个变异运算得到的新染色体;反之,不保留,由下一只蚂蚁继续寻找。当寻找到的较好的染色体数量达到群体规模时,停止寻找。这样,用蚁群算法指导遗传算法的变异运算,增强了变...

【论文题纲】

提要	4-7
第一章绪论	7-22
1.1 智能交通系统的概述	7-17
1.1.1 智能交通系统的产生	7-9
1.1.2 智能交通系统的组成	9
1.1.3 智能交通系统的基本特征	9-10
1.1.4 智能交通系统的功能	10-13
1.1.5 智能交通系统研究和发展的概况	13-17
1.1.6 智能交通系统的研究方向	17
1.2 智能公交调度系统结构	17-19
1.3 智能公交调度系统的技术基础	19-21
1.3.1 信息采集技术	19-20
1.3.2 通信技术	20-21
1.3.3 地理信息技术	21
1.3.4 公交调度软件	21
1.4 本文的内容安排	21-22
第二章遗传算法基础知识	22-30
2.1 遗传算法简介	22-25
2.1.1 遗传算法的产生与发展	22
2.1.2 遗传算法的基本思想	22-24
2.1.3 遗传算法的特点	24
2.1.4 遗传算法应用及今后研究的主要方面	24-25
2.2 遗传算法的基本实施步骤	25-30
2.2.1 遗传算法中的基本概念	25-26
2.2.2 遗传算法的基本步骤	26-28
2.2.3 遗传算法的应用关键	28-30
第三章蚁群算法基础知识	30-46
3.1 蚁群算法基本原理	30-37
3.1.1 引言	30
3.1.2 真实蚂蚁的集体行为	30-33
3.1.3 人工蚂蚁的集体行为	33-37
3.2 图理论	37-39
3.3 蚁群算法	39-46
3.3.1 问题描述	39-40
3.3.2 解的构造	40-41
3.3.3 蚁群算法描述	41-44
3.3.4 蚁群算法基本模型的特点	44-46
第四章算法实现与结果分析	46-60
4.1 公交车辆调度模型的建立	46-51
4.1.1 模型假设	46-47
4.1.2 模型目标函数	47-49
4.1.3 模型约束条件	49-50
4.1.4 发车时刻模型	50-51
4.2 算法设计	51-56
4.3 实例应用	56-60
第五章总结和展望	60-61
参考文献	61-63
摘要	63-66
Abstract	66-69
致谢	69

【DOI】

LunWen.ID:2.2008.388667



付费论文：有参考文献 300元

1、注册会员 2、购买本文 3、下载文章
注:此文为收费论文，需付费购买。每页大约1000字。

代写论文流程

载入中…

Web lunwenjia


热门搜索：遗传算法论文蚁群算法智能交通系统公交调度

自动化基础最新论文

自动化基础热门论文