基于智能优化算法的公交车辆智能排班系统的分析与思考

杨巧玲

摘 要：本文主要研究智能优化算法在公交车智能排班系统中的应用相关问题。在公交车辆运营调度管理的过程中，车辆的智能排班问题是公交调度的典型问题之一。将智能遗传算法引入公交车智能排班系统的建立中能够有效提升公交车排班的质量和效率，优化城市公共交通运输网络，促进城市公交车辆资源的优化使用。

关键词：公交智能排班;遗传算法;车辆调度

1 公交排班问题描述

公交车排班问题是一种典型的运输排班优化问题，在研究的过程当中结合一定的约束条件下不断优化安排组成部分或所占用的资源时间等要素，最终实现时间或成本的最优化。近年来，随着城市化建设不断推进，城市公共交通网络有了极大的发展。公交车成为人们短途出行的最佳选择之一，这也对公交公司车辆运营管理造成了很大的难度。不仅需要安排错综复杂的线路，还需要对数量庞大的车辆进行优化调度。公交排班问题直接表现了公交企业对社会的承诺，对乘客服务的水平和质量有着非常重要的影响。如果发车间隔越小，能够提供的服务水平就越高，但相应的也会产生更大的生产成本。因此对行车时刻表的编制需要在满足基本客流需求的前提下，尽量减少成本投入，从而形成了一种多目标优化问题。人工智能的快速发展为公交车排班问题开辟了一条新的道路。通过分析城市公共交通运输问题可以发现，公交车辆运营排班管理整体分为三个阶段，包括计划、排班和控制阶段。其中排班是非常关键的中间环节，首先需要结合客流实际情况形成静态排班，其次是针对特殊情况或突发事件对原始排班做出调整。

2 智能遗传算法的应用

智能遗传算法究其本质是一种迭代算法，按照一定的操作规则从随机或特定产生的初始解集开始计算，操作规则包括选择、复制、交叉、变异等，通过这些操作不断迭代计算得到新的解析，最终获取最适应环境的个体并演化出越来越好的近似解。

在进行公交智能排班系统设计建立时，需要充分考虑乘客与公交公司的两方面的利益。作为一个多目标优化问题，在进行算法设计时需要首先考虑平均等车时间和总发车车次两个目标函数，之后通过加权等操作将两个目标函数合二为一形成一个目标函数。通过对其求解和分析最终计算出发车时刻表的最优解。公交排班的目的是通过对车辆的运营管理实现最高的运营效率和服务水平。通过遗传算法解决公交车排班问题可以将总的算法结构分为四个部分，包括初始化、选择操作、交叉操作和变异操作。如图所示为遗传算法程序流程图。在进行初始化部分建设时要确定染色体中各变量的排列次序、发车间隔变化的范围以及种群规模等参数，随机产生初始种群并计算第一代个体染色体的适应度值。在设计优化遗传算法的过程中首先需要进行编码，根据算法所生成的初始群体直接显示了各个时段的客流信息。在对初始种群进行确定设置相当于在优化空间中随机选出N个可行解，并将这些可行解作为初始解存入数据库中。笔者采用的是轮转法作为数据选择操作的主要方法，轮转法是一种正比例选择策略，理论是将与适应度值成正品的概率选出并形成新的种群。最后再根据具体问题选择交叉操作和变异操作。

3 公交智能排班系統设计与实现

公交车智能排班系统是基于对公交车运行路段的数据调查信息而建立的优化系统。需要调查各个时段出行的客流信息从而对车辆进行优化调度。排班的初始解规模、遗传代数会随着不同地区客流量信息出现变化。因此应用公交智能排班系统时必须要输入有效的客流信息，对种群规模遗传代数进行设置和调整。

如图所示为公交智能排班系统流程图。系统引入数据库作为初始化数据总群，排班后的结果形成各个时段的发车间隔表和时间表。整个系统主要分为七个模块。在种群规模代数设置模块，用户可以根据实际情况对要设置的规模数和代数进行输入和调整。在初始化数据库模块，系统会自动根据种群规模数对数据库进行初始化，处理时会将现有的数据库删除清空，然后根据系统设置执行添加操作对数据库进行初始化，完成之后会显示提示窗口进入下一环节。在输入客流信息模块，管理人员可以在对话框中输入相应的客流信息进行设置计算。在种群初始化模块会对初代种群生成函数并进行调用。在优化模块会对函数进行处理操作，包括调用、选择、交叉、变异等，整个优化操作的循环执行次数是用户一开始设置输入的代数。最后形成发车间隔表和时间表，在发车间隔表模块会对优化得到的最优染色体进行转化，并以发车间隔表的形式显示出来，而相应的发车时间表也会加以显示。

4 小结

综上所述，在公交智能排班系统设计与建设的过程当中，结合遗传算法的基本思想分析多处理机调度问题的特性，利用智能遗传算法对公交智能排班问题进行优化研究不仅能够有效提升公交车辆资源的优化配置，减少运营成本，还能够有效提升运输效率并提高服务质量。但是在进行公交智能排班的过程当中原始静态排班对于路况信息的实时变化和突发事件的不可预料性适应力较差，需要调整进行动态排班，具体的理论方法还需要相关研究人员进一步探讨。

参考文献：

[1]水新国.基于智能优化算法的公交车辆智能排班系统的研究与实现[D].北京邮电大学，2013.

[2]罗孝羚，蒋阳升.基于公交数据挖掘的时刻表排班协同换乘优化[J].交通运输系统工程与信息，2017，17（05）：173-178.