考虑乘客等待行为的柔性路径公交车实时调度方法
1
2014
... 在以乘客服务质量为优化目标方面,Paquette J等人[32 ] 对 DAR 运营服务质量研究进行了综述,首先通过分析服务业领域关于服务质量的成果,包括服务质量定义、模型、度量工具和方法等,提出了DAR运营领域中关于服务质量的定义、度量的属性和维度,在此基础上探讨了影响服务质量的因素.吴丽荣[33 ] 研究了考虑乘客等待行为的 DRT 优化问题,充分考虑乘客行为要素,建立了以乘客满意度最高为目标的数学模型,并用NSGA-II算法求解,为低密度客流区域提供DRT服务. ...
可变线路式公交的两阶段车辆调度模型
1
2014
... 在以企业运营成本和乘客服务质量为优化目标方面,邱丰等人[34 ] 以乘客时间成本和企业运营成本最小为目标,构建了静态需求和即时需求的DRT公交调度模型.丁帅[35 ] 基于单车型 DRT 路径优化问题,建立了以车队总运行时间和因车辆提前或延迟到达降低的乘客服务水平最小为目标的 VRP 模型,达到减少企业运营成本、提升乘客服务质量的目的.Li X G等人[36 ] 构建了一个连续逼近系统分析模型,帮助决策者在平衡乘客服务质量和企业运营成本的同时,确定居民区的分区数量. ...
可变线路式公交的两阶段车辆调度模型
1
2014
... 在以企业运营成本和乘客服务质量为优化目标方面,邱丰等人[34 ] 以乘客时间成本和企业运营成本最小为目标,构建了静态需求和即时需求的DRT公交调度模型.丁帅[35 ] 基于单车型 DRT 路径优化问题,建立了以车队总运行时间和因车辆提前或延迟到达降低的乘客服务水平最小为目标的 VRP 模型,达到减少企业运营成本、提升乘客服务质量的目的.Li X G等人[36 ] 构建了一个连续逼近系统分析模型,帮助决策者在平衡乘客服务质量和企业运营成本的同时,确定居民区的分区数量. ...
灵活型公交接驳系统运行线路优化研究
1
2016
... 在以企业运营成本和乘客服务质量为优化目标方面,邱丰等人[34 ] 以乘客时间成本和企业运营成本最小为目标,构建了静态需求和即时需求的DRT公交调度模型.丁帅[35 ] 基于单车型 DRT 路径优化问题,建立了以车队总运行时间和因车辆提前或延迟到达降低的乘客服务水平最小为目标的 VRP 模型,达到减少企业运营成本、提升乘客服务质量的目的.Li X G等人[36 ] 构建了一个连续逼近系统分析模型,帮助决策者在平衡乘客服务质量和企业运营成本的同时,确定居民区的分区数量. ...
灵活型公交接驳系统运行线路优化研究
1
2016
... 在以企业运营成本和乘客服务质量为优化目标方面,邱丰等人[34 ] 以乘客时间成本和企业运营成本最小为目标,构建了静态需求和即时需求的DRT公交调度模型.丁帅[35 ] 基于单车型 DRT 路径优化问题,建立了以车队总运行时间和因车辆提前或延迟到达降低的乘客服务水平最小为目标的 VRP 模型,达到减少企业运营成本、提升乘客服务质量的目的.Li X G等人[36 ] 构建了一个连续逼近系统分析模型,帮助决策者在平衡乘客服务质量和企业运营成本的同时,确定居民区的分区数量. ...
2-vehicle zone optimal design for feeder transit services
1
2011
... 在以企业运营成本和乘客服务质量为优化目标方面,邱丰等人[34 ] 以乘客时间成本和企业运营成本最小为目标,构建了静态需求和即时需求的DRT公交调度模型.丁帅[35 ] 基于单车型 DRT 路径优化问题,建立了以车队总运行时间和因车辆提前或延迟到达降低的乘客服务水平最小为目标的 VRP 模型,达到减少企业运营成本、提升乘客服务质量的目的.Li X G等人[36 ] 构建了一个连续逼近系统分析模型,帮助决策者在平衡乘客服务质量和企业运营成本的同时,确定居民区的分区数量. ...
面向多目标站的灵活型公交路径优化调度模型
1
2019
... 在以车载容量为约束进行建模方面,孙继洋等人[37 ] 构建了灵活型公交 VRP 调度模型,采用启发式算法进行求解,并用案例验证了模型和算法的有效性和鲁棒性;Kirchler D等人[38 ] 研究了优化乘客服务质量以及企业运营成本的静态 DAR 问题,构建了混合整数线性规划模型,提出了一种粒度禁忌搜索算法,实验结果表明,与其他求解方法相比,新提出的算法性能更好;Sun B等人[39 ] 提出了一种用于 DRT 服务的混合整数线性规划模型,以分配位于不同车场的车辆,并将需求点的乘客送到火车站,该模型充分考虑了乘客满意度,目标是同时最小化总里程运营成本和最大限度提高乘客满意度,并用一种改进的蝙蝠算法求得了亚最优解;Wang Z W等人[40 ] 设计了一种高自由度响应式公交系统,提出了针对车辆路线、调度和服务区域的优化方法,构建模型时考虑了车辆容量约束等因素. ...
面向多目标站的灵活型公交路径优化调度模型
1
2019
... 在以车载容量为约束进行建模方面,孙继洋等人[37 ] 构建了灵活型公交 VRP 调度模型,采用启发式算法进行求解,并用案例验证了模型和算法的有效性和鲁棒性;Kirchler D等人[38 ] 研究了优化乘客服务质量以及企业运营成本的静态 DAR 问题,构建了混合整数线性规划模型,提出了一种粒度禁忌搜索算法,实验结果表明,与其他求解方法相比,新提出的算法性能更好;Sun B等人[39 ] 提出了一种用于 DRT 服务的混合整数线性规划模型,以分配位于不同车场的车辆,并将需求点的乘客送到火车站,该模型充分考虑了乘客满意度,目标是同时最小化总里程运营成本和最大限度提高乘客满意度,并用一种改进的蝙蝠算法求得了亚最优解;Wang Z W等人[40 ] 设计了一种高自由度响应式公交系统,提出了针对车辆路线、调度和服务区域的优化方法,构建模型时考虑了车辆容量约束等因素. ...
平行轨道交通系统
1
2019
... 大数据、人工智能新时代[1 ,2 ,3 ] 的到来给传统公共交通带来很大的冲击和挑战,深刻改变了传统的出行观念,广大乘客对出行的需求正从常规出行向个性化、定制化、高品质转变.同时,大型城市交通拥堵现象严重,对环境保护要求高,在此背景下,一种新型交通模式应运而生,即需求响应公交(demand responsive transit,DRT)系统[4 ] .DRT也被称为电召服务(dial-a-ride service,DAR)[5 -6 ] 、定制公交[7 -8 ] 、灵活型公交[9 -10 ] 、柔性公交[11 -12 ] 等,它是一种具有一定自由度,介于传统常规公交和私家车之间的交通服务模式. ...
平行轨道交通系统
1
2019
... 大数据、人工智能新时代[1 ,2 ,3 ] 的到来给传统公共交通带来很大的冲击和挑战,深刻改变了传统的出行观念,广大乘客对出行的需求正从常规出行向个性化、定制化、高品质转变.同时,大型城市交通拥堵现象严重,对环境保护要求高,在此背景下,一种新型交通模式应运而生,即需求响应公交(demand responsive transit,DRT)系统[4 ] .DRT也被称为电召服务(dial-a-ride service,DAR)[5 -6 ] 、定制公交[7 -8 ] 、灵活型公交[9 -10 ] 、柔性公交[11 -12 ] 等,它是一种具有一定自由度,介于传统常规公交和私家车之间的交通服务模式. ...
A granular tabu search algorithm for the dial-a-ride problem
1
2013
... 在以车载容量为约束进行建模方面,孙继洋等人[37 ] 构建了灵活型公交 VRP 调度模型,采用启发式算法进行求解,并用案例验证了模型和算法的有效性和鲁棒性;Kirchler D等人[38 ] 研究了优化乘客服务质量以及企业运营成本的静态 DAR 问题,构建了混合整数线性规划模型,提出了一种粒度禁忌搜索算法,实验结果表明,与其他求解方法相比,新提出的算法性能更好;Sun B等人[39 ] 提出了一种用于 DRT 服务的混合整数线性规划模型,以分配位于不同车场的车辆,并将需求点的乘客送到火车站,该模型充分考虑了乘客满意度,目标是同时最小化总里程运营成本和最大限度提高乘客满意度,并用一种改进的蝙蝠算法求得了亚最优解;Wang Z W等人[40 ] 设计了一种高自由度响应式公交系统,提出了针对车辆路线、调度和服务区域的优化方法,构建模型时考虑了车辆容量约束等因素. ...
Optimal design of demand-responsive feeder transit services with passengers’ multiple time windows and satisfaction
1
2018
... 在以车载容量为约束进行建模方面,孙继洋等人[37 ] 构建了灵活型公交 VRP 调度模型,采用启发式算法进行求解,并用案例验证了模型和算法的有效性和鲁棒性;Kirchler D等人[38 ] 研究了优化乘客服务质量以及企业运营成本的静态 DAR 问题,构建了混合整数线性规划模型,提出了一种粒度禁忌搜索算法,实验结果表明,与其他求解方法相比,新提出的算法性能更好;Sun B等人[39 ] 提出了一种用于 DRT 服务的混合整数线性规划模型,以分配位于不同车场的车辆,并将需求点的乘客送到火车站,该模型充分考虑了乘客满意度,目标是同时最小化总里程运营成本和最大限度提高乘客满意度,并用一种改进的蝙蝠算法求得了亚最优解;Wang Z W等人[40 ] 设计了一种高自由度响应式公交系统,提出了针对车辆路线、调度和服务区域的优化方法,构建模型时考虑了车辆容量约束等因素. ...
平行交通:虚实互动的智能交通管理与控制
1
2019
... 大数据、人工智能新时代[1 ,2 ,3 ] 的到来给传统公共交通带来很大的冲击和挑战,深刻改变了传统的出行观念,广大乘客对出行的需求正从常规出行向个性化、定制化、高品质转变.同时,大型城市交通拥堵现象严重,对环境保护要求高,在此背景下,一种新型交通模式应运而生,即需求响应公交(demand responsive transit,DRT)系统[4 ] .DRT也被称为电召服务(dial-a-ride service,DAR)[5 -6 ] 、定制公交[7 -8 ] 、灵活型公交[9 -10 ] 、柔性公交[11 -12 ] 等,它是一种具有一定自由度,介于传统常规公交和私家车之间的交通服务模式. ...
平行交通:虚实互动的智能交通管理与控制
1
2019
... 大数据、人工智能新时代[1 ,2 ,3 ] 的到来给传统公共交通带来很大的冲击和挑战,深刻改变了传统的出行观念,广大乘客对出行的需求正从常规出行向个性化、定制化、高品质转变.同时,大型城市交通拥堵现象严重,对环境保护要求高,在此背景下,一种新型交通模式应运而生,即需求响应公交(demand responsive transit,DRT)系统[4 ] .DRT也被称为电召服务(dial-a-ride service,DAR)[5 -6 ] 、定制公交[7 -8 ] 、灵活型公交[9 -10 ] 、柔性公交[11 -12 ] 等,它是一种具有一定自由度,介于传统常规公交和私家车之间的交通服务模式. ...
Designing high-freedom responsive feeder transit system with multitype vehicles
1
2020
... 在以车载容量为约束进行建模方面,孙继洋等人[37 ] 构建了灵活型公交 VRP 调度模型,采用启发式算法进行求解,并用案例验证了模型和算法的有效性和鲁棒性;Kirchler D等人[38 ] 研究了优化乘客服务质量以及企业运营成本的静态 DAR 问题,构建了混合整数线性规划模型,提出了一种粒度禁忌搜索算法,实验结果表明,与其他求解方法相比,新提出的算法性能更好;Sun B等人[39 ] 提出了一种用于 DRT 服务的混合整数线性规划模型,以分配位于不同车场的车辆,并将需求点的乘客送到火车站,该模型充分考虑了乘客满意度,目标是同时最小化总里程运营成本和最大限度提高乘客满意度,并用一种改进的蝙蝠算法求得了亚最优解;Wang Z W等人[40 ] 设计了一种高自由度响应式公交系统,提出了针对车辆路线、调度和服务区域的优化方法,构建模型时考虑了车辆容量约束等因素. ...
考虑出行时间窗的定制公交线路车辆调度方法
1
2018
... 在以时间窗为约束进行建模方面,王健等人[41 ] 研究了考虑出行时间窗的DRT车辆调度问题,建立了调度优化模型,并用贪心算法和遗传算法进行求解;王正武等人[42 ] 研究了DRT路径优化和车辆调度问题,以时间窗、车辆运行时间、发车时间等为约束,构建了优化模型,并采用双遗传算法求解;Quadrifoglio L等人[43 ] 探讨了时间窗对 DRT 总行驶里程、空驶里程、车队规模等的影响,同时建立了服务区域分区和不分区条件下的DRT调度模型. ...
人工智能新时代
1
2019
... 大数据、人工智能新时代[1 ,2 ,3 ] 的到来给传统公共交通带来很大的冲击和挑战,深刻改变了传统的出行观念,广大乘客对出行的需求正从常规出行向个性化、定制化、高品质转变.同时,大型城市交通拥堵现象严重,对环境保护要求高,在此背景下,一种新型交通模式应运而生,即需求响应公交(demand responsive transit,DRT)系统[4 ] .DRT也被称为电召服务(dial-a-ride service,DAR)[5 -6 ] 、定制公交[7 -8 ] 、灵活型公交[9 -10 ] 、柔性公交[11 -12 ] 等,它是一种具有一定自由度,介于传统常规公交和私家车之间的交通服务模式. ...
人工智能新时代
1
2019
... 大数据、人工智能新时代[1 ,2 ,3 ] 的到来给传统公共交通带来很大的冲击和挑战,深刻改变了传统的出行观念,广大乘客对出行的需求正从常规出行向个性化、定制化、高品质转变.同时,大型城市交通拥堵现象严重,对环境保护要求高,在此背景下,一种新型交通模式应运而生,即需求响应公交(demand responsive transit,DRT)系统[4 ] .DRT也被称为电召服务(dial-a-ride service,DAR)[5 -6 ] 、定制公交[7 -8 ] 、灵活型公交[9 -10 ] 、柔性公交[11 -12 ] 等,它是一种具有一定自由度,介于传统常规公交和私家车之间的交通服务模式. ...
考虑出行时间窗的定制公交线路车辆调度方法
1
2018
... 在以时间窗为约束进行建模方面,王健等人[41 ] 研究了考虑出行时间窗的DRT车辆调度问题,建立了调度优化模型,并用贪心算法和遗传算法进行求解;王正武等人[42 ] 研究了DRT路径优化和车辆调度问题,以时间窗、车辆运行时间、发车时间等为约束,构建了优化模型,并采用双遗传算法求解;Quadrifoglio L等人[43 ] 探讨了时间窗对 DRT 总行驶里程、空驶里程、车队规模等的影响,同时建立了服务区域分区和不分区条件下的DRT调度模型. ...
同时接送模式下响应型接驳公交运行路径与调度的协调优化
1
2019
... 在以时间窗为约束进行建模方面,王健等人[41 ] 研究了考虑出行时间窗的DRT车辆调度问题,建立了调度优化模型,并用贪心算法和遗传算法进行求解;王正武等人[42 ] 研究了DRT路径优化和车辆调度问题,以时间窗、车辆运行时间、发车时间等为约束,构建了优化模型,并采用双遗传算法求解;Quadrifoglio L等人[43 ] 探讨了时间窗对 DRT 总行驶里程、空驶里程、车队规模等的影响,同时建立了服务区域分区和不分区条件下的DRT调度模型. ...
Feeder transit services:choosing between fixed and demand responsive policy
1
2010
... 大数据、人工智能新时代[1 ,2 ,3 ] 的到来给传统公共交通带来很大的冲击和挑战,深刻改变了传统的出行观念,广大乘客对出行的需求正从常规出行向个性化、定制化、高品质转变.同时,大型城市交通拥堵现象严重,对环境保护要求高,在此背景下,一种新型交通模式应运而生,即需求响应公交(demand responsive transit,DRT)系统[4 ] .DRT也被称为电召服务(dial-a-ride service,DAR)[5 -6 ] 、定制公交[7 -8 ] 、灵活型公交[9 -10 ] 、柔性公交[11 -12 ] 等,它是一种具有一定自由度,介于传统常规公交和私家车之间的交通服务模式. ...
A survey on planning semi-flexible transit systems:methodological issues and a unifying framework
1
2013
... 大数据、人工智能新时代[1 ,2 ,3 ] 的到来给传统公共交通带来很大的冲击和挑战,深刻改变了传统的出行观念,广大乘客对出行的需求正从常规出行向个性化、定制化、高品质转变.同时,大型城市交通拥堵现象严重,对环境保护要求高,在此背景下,一种新型交通模式应运而生,即需求响应公交(demand responsive transit,DRT)系统[4 ] .DRT也被称为电召服务(dial-a-ride service,DAR)[5 -6 ] 、定制公交[7 -8 ] 、灵活型公交[9 -10 ] 、柔性公交[11 -12 ] 等,它是一种具有一定自由度,介于传统常规公交和私家车之间的交通服务模式. ...
同时接送模式下响应型接驳公交运行路径与调度的协调优化
1
2019
... 在以时间窗为约束进行建模方面,王健等人[41 ] 研究了考虑出行时间窗的DRT车辆调度问题,建立了调度优化模型,并用贪心算法和遗传算法进行求解;王正武等人[42 ] 研究了DRT路径优化和车辆调度问题,以时间窗、车辆运行时间、发车时间等为约束,构建了优化模型,并采用双遗传算法求解;Quadrifoglio L等人[43 ] 探讨了时间窗对 DRT 总行驶里程、空驶里程、车队规模等的影响,同时建立了服务区域分区和不分区条件下的DRT调度模型. ...
A simulation study of demand responsive transit system design
1
2008
... 在以时间窗为约束进行建模方面,王健等人[41 ] 研究了考虑出行时间窗的DRT车辆调度问题,建立了调度优化模型,并用贪心算法和遗传算法进行求解;王正武等人[42 ] 研究了DRT路径优化和车辆调度问题,以时间窗、车辆运行时间、发车时间等为约束,构建了优化模型,并采用双遗传算法求解;Quadrifoglio L等人[43 ] 探讨了时间窗对 DRT 总行驶里程、空驶里程、车队规模等的影响,同时建立了服务区域分区和不分区条件下的DRT调度模型. ...
Dial-a-ride problem with users’ accept/reject decisions based on service utilities
1
2020
... 大数据、人工智能新时代[1 ,2 ,3 ] 的到来给传统公共交通带来很大的冲击和挑战,深刻改变了传统的出行观念,广大乘客对出行的需求正从常规出行向个性化、定制化、高品质转变.同时,大型城市交通拥堵现象严重,对环境保护要求高,在此背景下,一种新型交通模式应运而生,即需求响应公交(demand responsive transit,DRT)系统[4 ] .DRT也被称为电召服务(dial-a-ride service,DAR)[5 -6 ] 、定制公交[7 -8 ] 、灵活型公交[9 -10 ] 、柔性公交[11 -12 ] 等,它是一种具有一定自由度,介于传统常规公交和私家车之间的交通服务模式. ...
Customized bus service design for uncertain commuting travel demand
1
2020
... 大数据、人工智能新时代[1 ,2 ,3 ] 的到来给传统公共交通带来很大的冲击和挑战,深刻改变了传统的出行观念,广大乘客对出行的需求正从常规出行向个性化、定制化、高品质转变.同时,大型城市交通拥堵现象严重,对环境保护要求高,在此背景下,一种新型交通模式应运而生,即需求响应公交(demand responsive transit,DRT)系统[4 ] .DRT也被称为电召服务(dial-a-ride service,DAR)[5 -6 ] 、定制公交[7 -8 ] 、灵活型公交[9 -10 ] 、柔性公交[11 -12 ] 等,它是一种具有一定自由度,介于传统常规公交和私家车之间的交通服务模式. ...
Operational design for a real-time flexible transit system considering passenger demand and willingness to pay
1
2019
... 除了车载容量和时间窗等约束,当应用场景、应用对象发生变化时,模型中的约束条件也会随之变化.Pei M Y等人[44 ] 提出了一种实时随机型灵活公交运营系统模型,该模型允许乘客提出个性化的需求,并获得定制的“门到门”服务,可以满足具有不同出发站和时间窗需求的乘客,并优化路线和时刻表. ...
On the effectiveness of set covering formulations for the vehicle routing problem with time windows
1
1997
... 在模型的求解算法方面,由于 VRPSPD 是VRP的变种,因此它也是一个公认的NP-hard问题.主要求解方法包括精确算法和启发式算法两大类,如图9 所示.运行路径的数量往往随问题规模的增大呈排列数增长,求解时间随问题规模的增大呈现爆炸式增长,因此只有在客户数量较少、运送路径较简单时才能得到精确解.主要方法有分支定界法[45 ,46 ,47 ] 、割平面法[48 -49 ] 、动态规划法[50 ,51 ,52 ,53 ] 等.大多数VRPSPD通过传统启发式算法和元启发式算法进行求解[54 ,55 ,56 ] .传统启发式算法易陷入局部最优而无法实现全局优化,求解结果一般不如元启发式算法.因此,现在大部分学者采用元启发式算法求解VRPSPD,下面主要介绍元启发式算法. ...
Clustering passenger trip data for the potential passenger investigation and line design of customized commuter bus
1
2019
... 大数据、人工智能新时代[1 ,2 ,3 ] 的到来给传统公共交通带来很大的冲击和挑战,深刻改变了传统的出行观念,广大乘客对出行的需求正从常规出行向个性化、定制化、高品质转变.同时,大型城市交通拥堵现象严重,对环境保护要求高,在此背景下,一种新型交通模式应运而生,即需求响应公交(demand responsive transit,DRT)系统[4 ] .DRT也被称为电召服务(dial-a-ride service,DAR)[5 -6 ] 、定制公交[7 -8 ] 、灵活型公交[9 -10 ] 、柔性公交[11 -12 ] 等,它是一种具有一定自由度,介于传统常规公交和私家车之间的交通服务模式. ...
A methodology for choosing between route deviation and point deviation policies for flexible transit services
1
2018
... 大数据、人工智能新时代[1 ,2 ,3 ] 的到来给传统公共交通带来很大的冲击和挑战,深刻改变了传统的出行观念,广大乘客对出行的需求正从常规出行向个性化、定制化、高品质转变.同时,大型城市交通拥堵现象严重,对环境保护要求高,在此背景下,一种新型交通模式应运而生,即需求响应公交(demand responsive transit,DRT)系统[4 ] .DRT也被称为电召服务(dial-a-ride service,DAR)[5 -6 ] 、定制公交[7 -8 ] 、灵活型公交[9 -10 ] 、柔性公交[11 -12 ] 等,它是一种具有一定自由度,介于传统常规公交和私家车之间的交通服务模式. ...
Making the most of fleets:a profit-maximizing multi-vehicle pickup and delivery selection problem
1
2016
... 在模型的求解算法方面,由于 VRPSPD 是VRP的变种,因此它也是一个公认的NP-hard问题.主要求解方法包括精确算法和启发式算法两大类,如图9 所示.运行路径的数量往往随问题规模的增大呈排列数增长,求解时间随问题规模的增大呈现爆炸式增长,因此只有在客户数量较少、运送路径较简单时才能得到精确解.主要方法有分支定界法[45 ,46 ,47 ] 、割平面法[48 -49 ] 、动态规划法[50 ,51 ,52 ,53 ] 等.大多数VRPSPD通过传统启发式算法和元启发式算法进行求解[54 ,55 ,56 ] .传统启发式算法易陷入局部最优而无法实现全局优化,求解结果一般不如元启发式算法.因此,现在大部分学者采用元启发式算法求解VRPSPD,下面主要介绍元启发式算法. ...
A branch-and-price algorithm for a vehicle routing with demand allocation problem
1
2018
... 在模型的求解算法方面,由于 VRPSPD 是VRP的变种,因此它也是一个公认的NP-hard问题.主要求解方法包括精确算法和启发式算法两大类,如图9 所示.运行路径的数量往往随问题规模的增大呈排列数增长,求解时间随问题规模的增大呈现爆炸式增长,因此只有在客户数量较少、运送路径较简单时才能得到精确解.主要方法有分支定界法[45 ,46 ,47 ] 、割平面法[48 -49 ] 、动态规划法[50 ,51 ,52 ,53 ] 等.大多数VRPSPD通过传统启发式算法和元启发式算法进行求解[54 ,55 ,56 ] .传统启发式算法易陷入局部最优而无法实现全局优化,求解结果一般不如元启发式算法.因此,现在大部分学者采用元启发式算法求解VRPSPD,下面主要介绍元启发式算法. ...
On-demand flexible transit in fast-growing cities:the case of dubai
1
2020
... 大数据、人工智能新时代[1 ,2 ,3 ] 的到来给传统公共交通带来很大的冲击和挑战,深刻改变了传统的出行观念,广大乘客对出行的需求正从常规出行向个性化、定制化、高品质转变.同时,大型城市交通拥堵现象严重,对环境保护要求高,在此背景下,一种新型交通模式应运而生,即需求响应公交(demand responsive transit,DRT)系统[4 ] .DRT也被称为电召服务(dial-a-ride service,DAR)[5 -6 ] 、定制公交[7 -8 ] 、灵活型公交[9 -10 ] 、柔性公交[11 -12 ] 等,它是一种具有一定自由度,介于传统常规公交和私家车之间的交通服务模式. ...
Flexible bus route optimization for multitarget stations
1
2020
... 大数据、人工智能新时代[1 ,2 ,3 ] 的到来给传统公共交通带来很大的冲击和挑战,深刻改变了传统的出行观念,广大乘客对出行的需求正从常规出行向个性化、定制化、高品质转变.同时,大型城市交通拥堵现象严重,对环境保护要求高,在此背景下,一种新型交通模式应运而生,即需求响应公交(demand responsive transit,DRT)系统[4 ] .DRT也被称为电召服务(dial-a-ride service,DAR)[5 -6 ] 、定制公交[7 -8 ] 、灵活型公交[9 -10 ] 、柔性公交[11 -12 ] 等,它是一种具有一定自由度,介于传统常规公交和私家车之间的交通服务模式. ...
Evaluation of flexible route bus transport for older people
1
2012
... 大数据、人工智能新时代[1 ,2 ,3 ] 的到来给传统公共交通带来很大的冲击和挑战,深刻改变了传统的出行观念,广大乘客对出行的需求正从常规出行向个性化、定制化、高品质转变.同时,大型城市交通拥堵现象严重,对环境保护要求高,在此背景下,一种新型交通模式应运而生,即需求响应公交(demand responsive transit,DRT)系统[4 ] .DRT也被称为电召服务(dial-a-ride service,DAR)[5 -6 ] 、定制公交[7 -8 ] 、灵活型公交[9 -10 ] 、柔性公交[11 -12 ] 等,它是一种具有一定自由度,介于传统常规公交和私家车之间的交通服务模式. ...
Tomorrow’s transportation:new systems for the urban future
1
1968
... 20世纪60年代,Cole L M等人[13 ] 探讨了未来可能出现的交通服务模式,其中有一种需求响应公交系统(demand-activated bus system),该系统结合了常规公交和出租车系统的特点,目的是为人口密度低的地区的居民提供便利的出行服务,可以说这是DRT的缩影.1990年,美国颁布了《美国残疾人法案》,该法案规定相关机构必须为不能使用常规公共交通的特殊乘客提供灵活型公交的服务[14 ] .自此,国内外学者纷纷开始研究 DRT 系统[15 ,16 ,17 ,18 ] .国内学者对DRT的研究较晚.DRT于2013年8月在青岛首次被引入并实施[19 ] ,随后北京、济南、天津等多个城市开通DRT服务.DRT服务网络结构示意图如图1 所示,运营车辆从车场出发,沿着一定的路径同时满足不同乘客的上车或下车需求,直至把所有乘客送达目的地,再返回车场. ...
Reachability cuts for the vehicle routing problem with time windows
1
2006
... 在模型的求解算法方面,由于 VRPSPD 是VRP的变种,因此它也是一个公认的NP-hard问题.主要求解方法包括精确算法和启发式算法两大类,如图9 所示.运行路径的数量往往随问题规模的增大呈排列数增长,求解时间随问题规模的增大呈现爆炸式增长,因此只有在客户数量较少、运送路径较简单时才能得到精确解.主要方法有分支定界法[45 ,46 ,47 ] 、割平面法[48 -49 ] 、动态规划法[50 ,51 ,52 ,53 ] 等.大多数VRPSPD通过传统启发式算法和元启发式算法进行求解[54 ,55 ,56 ] .传统启发式算法易陷入局部最优而无法实现全局优化,求解结果一般不如元启发式算法.因此,现在大部分学者采用元启发式算法求解VRPSPD,下面主要介绍元启发式算法. ...
New cutting-planes for the time- and/or precedence-constrained ATSP and directed VRP
1
2007
... 在模型的求解算法方面,由于 VRPSPD 是VRP的变种,因此它也是一个公认的NP-hard问题.主要求解方法包括精确算法和启发式算法两大类,如图9 所示.运行路径的数量往往随问题规模的增大呈排列数增长,求解时间随问题规模的增大呈现爆炸式增长,因此只有在客户数量较少、运送路径较简单时才能得到精确解.主要方法有分支定界法[45 ,46 ,47 ] 、割平面法[48 -49 ] 、动态规划法[50 ,51 ,52 ,53 ] 等.大多数VRPSPD通过传统启发式算法和元启发式算法进行求解[54 ,55 ,56 ] .传统启发式算法易陷入局部最优而无法实现全局优化,求解结果一般不如元启发式算法.因此,现在大部分学者采用元启发式算法求解VRPSPD,下面主要介绍元启发式算法. ...
Americans with disabilities ACT (ADA) handbook
1
2002
... 20世纪60年代,Cole L M等人[13 ] 探讨了未来可能出现的交通服务模式,其中有一种需求响应公交系统(demand-activated bus system),该系统结合了常规公交和出租车系统的特点,目的是为人口密度低的地区的居民提供便利的出行服务,可以说这是DRT的缩影.1990年,美国颁布了《美国残疾人法案》,该法案规定相关机构必须为不能使用常规公共交通的特殊乘客提供灵活型公交的服务[14 ] .自此,国内外学者纷纷开始研究 DRT 系统[15 ,16 ,17 ,18 ] .国内学者对DRT的研究较晚.DRT于2013年8月在青岛首次被引入并实施[19 ] ,随后北京、济南、天津等多个城市开通DRT服务.DRT服务网络结构示意图如图1 所示,运营车辆从车场出发,沿着一定的路径同时满足不同乘客的上车或下车需求,直至把所有乘客送达目的地,再返回车场. ...
Evaluation of advanced transit alternatives using consumer welfare
1
1998
... 20世纪60年代,Cole L M等人[13 ] 探讨了未来可能出现的交通服务模式,其中有一种需求响应公交系统(demand-activated bus system),该系统结合了常规公交和出租车系统的特点,目的是为人口密度低的地区的居民提供便利的出行服务,可以说这是DRT的缩影.1990年,美国颁布了《美国残疾人法案》,该法案规定相关机构必须为不能使用常规公共交通的特殊乘客提供灵活型公交的服务[14 ] .自此,国内外学者纷纷开始研究 DRT 系统[15 ,16 ,17 ,18 ] .国内学者对DRT的研究较晚.DRT于2013年8月在青岛首次被引入并实施[19 ] ,随后北京、济南、天津等多个城市开通DRT服务.DRT服务网络结构示意图如图1 所示,运营车辆从车场出发,沿着一定的路径同时满足不同乘客的上车或下车需求,直至把所有乘客送达目的地,再返回车场. ...
Subset-row inequalities applied to the vehicle-routing problem with time windows
1
2008
... 在模型的求解算法方面,由于 VRPSPD 是VRP的变种,因此它也是一个公认的NP-hard问题.主要求解方法包括精确算法和启发式算法两大类,如图9 所示.运行路径的数量往往随问题规模的增大呈排列数增长,求解时间随问题规模的增大呈现爆炸式增长,因此只有在客户数量较少、运送路径较简单时才能得到精确解.主要方法有分支定界法[45 ,46 ,47 ] 、割平面法[48 -49 ] 、动态规划法[50 ,51 ,52 ,53 ] 等.大多数VRPSPD通过传统启发式算法和元启发式算法进行求解[54 ,55 ,56 ] .传统启发式算法易陷入局部最优而无法实现全局优化,求解结果一般不如元启发式算法.因此,现在大部分学者采用元启发式算法求解VRPSPD,下面主要介绍元启发式算法. ...
Integrated routing and scheduling of hazmat trucks with stops en route
1
2007
... 在模型的求解算法方面,由于 VRPSPD 是VRP的变种,因此它也是一个公认的NP-hard问题.主要求解方法包括精确算法和启发式算法两大类,如图9 所示.运行路径的数量往往随问题规模的增大呈排列数增长,求解时间随问题规模的增大呈现爆炸式增长,因此只有在客户数量较少、运送路径较简单时才能得到精确解.主要方法有分支定界法[45 ,46 ,47 ] 、割平面法[48 -49 ] 、动态规划法[50 ,51 ,52 ,53 ] 等.大多数VRPSPD通过传统启发式算法和元启发式算法进行求解[54 ,55 ,56 ] .传统启发式算法易陷入局部最优而无法实现全局优化,求解结果一般不如元启发式算法.因此,现在大部分学者采用元启发式算法求解VRPSPD,下面主要介绍元启发式算法. ...
Demand responsive transport:towards the emergence of a new market segment
1
2004
... 20世纪60年代,Cole L M等人[13 ] 探讨了未来可能出现的交通服务模式,其中有一种需求响应公交系统(demand-activated bus system),该系统结合了常规公交和出租车系统的特点,目的是为人口密度低的地区的居民提供便利的出行服务,可以说这是DRT的缩影.1990年,美国颁布了《美国残疾人法案》,该法案规定相关机构必须为不能使用常规公共交通的特殊乘客提供灵活型公交的服务[14 ] .自此,国内外学者纷纷开始研究 DRT 系统[15 ,16 ,17 ,18 ] .国内学者对DRT的研究较晚.DRT于2013年8月在青岛首次被引入并实施[19 ] ,随后北京、济南、天津等多个城市开通DRT服务.DRT服务网络结构示意图如图1 所示,运营车辆从车场出发,沿着一定的路径同时满足不同乘客的上车或下车需求,直至把所有乘客送达目的地,再返回车场. ...
灵活型定制公交系统综合评价方法研究
1
2015
... 20世纪60年代,Cole L M等人[13 ] 探讨了未来可能出现的交通服务模式,其中有一种需求响应公交系统(demand-activated bus system),该系统结合了常规公交和出租车系统的特点,目的是为人口密度低的地区的居民提供便利的出行服务,可以说这是DRT的缩影.1990年,美国颁布了《美国残疾人法案》,该法案规定相关机构必须为不能使用常规公共交通的特殊乘客提供灵活型公交的服务[14 ] .自此,国内外学者纷纷开始研究 DRT 系统[15 ,16 ,17 ,18 ] .国内学者对DRT的研究较晚.DRT于2013年8月在青岛首次被引入并实施[19 ] ,随后北京、济南、天津等多个城市开通DRT服务.DRT服务网络结构示意图如图1 所示,运营车辆从车场出发,沿着一定的路径同时满足不同乘客的上车或下车需求,直至把所有乘客送达目的地,再返回车场. ...
Time-dependent green vehicle routing problem with stochastic vehicle speeds:an approximate dynamic programming algorithm
1
2017
... 在模型的求解算法方面,由于 VRPSPD 是VRP的变种,因此它也是一个公认的NP-hard问题.主要求解方法包括精确算法和启发式算法两大类,如图9 所示.运行路径的数量往往随问题规模的增大呈排列数增长,求解时间随问题规模的增大呈现爆炸式增长,因此只有在客户数量较少、运送路径较简单时才能得到精确解.主要方法有分支定界法[45 ,46 ,47 ] 、割平面法[48 -49 ] 、动态规划法[50 ,51 ,52 ,53 ] 等.大多数VRPSPD通过传统启发式算法和元启发式算法进行求解[54 ,55 ,56 ] .传统启发式算法易陷入局部最优而无法实现全局优化,求解结果一般不如元启发式算法.因此,现在大部分学者采用元启发式算法求解VRPSPD,下面主要介绍元启发式算法. ...
An approximate dynamic programming approach for the vehicle routing problem with stochastic demands
1
2009
... 在模型的求解算法方面,由于 VRPSPD 是VRP的变种,因此它也是一个公认的NP-hard问题.主要求解方法包括精确算法和启发式算法两大类,如图9 所示.运行路径的数量往往随问题规模的增大呈排列数增长,求解时间随问题规模的增大呈现爆炸式增长,因此只有在客户数量较少、运送路径较简单时才能得到精确解.主要方法有分支定界法[45 ,46 ,47 ] 、割平面法[48 -49 ] 、动态规划法[50 ,51 ,52 ,53 ] 等.大多数VRPSPD通过传统启发式算法和元启发式算法进行求解[54 ,55 ,56 ] .传统启发式算法易陷入局部最优而无法实现全局优化,求解结果一般不如元启发式算法.因此,现在大部分学者采用元启发式算法求解VRPSPD,下面主要介绍元启发式算法. ...
灵活型定制公交系统综合评价方法研究
1
2015
... 20世纪60年代,Cole L M等人[13 ] 探讨了未来可能出现的交通服务模式,其中有一种需求响应公交系统(demand-activated bus system),该系统结合了常规公交和出租车系统的特点,目的是为人口密度低的地区的居民提供便利的出行服务,可以说这是DRT的缩影.1990年,美国颁布了《美国残疾人法案》,该法案规定相关机构必须为不能使用常规公共交通的特殊乘客提供灵活型公交的服务[14 ] .自此,国内外学者纷纷开始研究 DRT 系统[15 ,16 ,17 ,18 ] .国内学者对DRT的研究较晚.DRT于2013年8月在青岛首次被引入并实施[19 ] ,随后北京、济南、天津等多个城市开通DRT服务.DRT服务网络结构示意图如图1 所示,运营车辆从车场出发,沿着一定的路径同时满足不同乘客的上车或下车需求,直至把所有乘客送达目的地,再返回车场. ...
不确定环境下公交网络协同调度的鲁棒性及控制策略
1
2015
... 20世纪60年代,Cole L M等人[13 ] 探讨了未来可能出现的交通服务模式,其中有一种需求响应公交系统(demand-activated bus system),该系统结合了常规公交和出租车系统的特点,目的是为人口密度低的地区的居民提供便利的出行服务,可以说这是DRT的缩影.1990年,美国颁布了《美国残疾人法案》,该法案规定相关机构必须为不能使用常规公共交通的特殊乘客提供灵活型公交的服务[14 ] .自此,国内外学者纷纷开始研究 DRT 系统[15 ,16 ,17 ,18 ] .国内学者对DRT的研究较晚.DRT于2013年8月在青岛首次被引入并实施[19 ] ,随后北京、济南、天津等多个城市开通DRT服务.DRT服务网络结构示意图如图1 所示,运营车辆从车场出发,沿着一定的路径同时满足不同乘客的上车或下车需求,直至把所有乘客送达目的地,再返回车场. ...
灵活公共交通系统营运调度模型与方法研究
1
2020
... 在模型的求解算法方面,由于 VRPSPD 是VRP的变种,因此它也是一个公认的NP-hard问题.主要求解方法包括精确算法和启发式算法两大类,如图9 所示.运行路径的数量往往随问题规模的增大呈排列数增长,求解时间随问题规模的增大呈现爆炸式增长,因此只有在客户数量较少、运送路径较简单时才能得到精确解.主要方法有分支定界法[45 ,46 ,47 ] 、割平面法[48 -49 ] 、动态规划法[50 ,51 ,52 ,53 ] 等.大多数VRPSPD通过传统启发式算法和元启发式算法进行求解[54 ,55 ,56 ] .传统启发式算法易陷入局部最优而无法实现全局优化,求解结果一般不如元启发式算法.因此,现在大部分学者采用元启发式算法求解VRPSPD,下面主要介绍元启发式算法. ...
灵活公共交通系统营运调度模型与方法研究
1
2020
... 在模型的求解算法方面,由于 VRPSPD 是VRP的变种,因此它也是一个公认的NP-hard问题.主要求解方法包括精确算法和启发式算法两大类,如图9 所示.运行路径的数量往往随问题规模的增大呈排列数增长,求解时间随问题规模的增大呈现爆炸式增长,因此只有在客户数量较少、运送路径较简单时才能得到精确解.主要方法有分支定界法[45 ,46 ,47 ] 、割平面法[48 -49 ] 、动态规划法[50 ,51 ,52 ,53 ] 等.大多数VRPSPD通过传统启发式算法和元启发式算法进行求解[54 ,55 ,56 ] .传统启发式算法易陷入局部最优而无法实现全局优化,求解结果一般不如元启发式算法.因此,现在大部分学者采用元启发式算法求解VRPSPD,下面主要介绍元启发式算法. ...
不确定环境下公交网络协同调度的鲁棒性及控制策略
1
2015
... 20世纪60年代,Cole L M等人[13 ] 探讨了未来可能出现的交通服务模式,其中有一种需求响应公交系统(demand-activated bus system),该系统结合了常规公交和出租车系统的特点,目的是为人口密度低的地区的居民提供便利的出行服务,可以说这是DRT的缩影.1990年,美国颁布了《美国残疾人法案》,该法案规定相关机构必须为不能使用常规公共交通的特殊乘客提供灵活型公交的服务[14 ] .自此,国内外学者纷纷开始研究 DRT 系统[15 ,16 ,17 ,18 ] .国内学者对DRT的研究较晚.DRT于2013年8月在青岛首次被引入并实施[19 ] ,随后北京、济南、天津等多个城市开通DRT服务.DRT服务网络结构示意图如图1 所示,运营车辆从车场出发,沿着一定的路径同时满足不同乘客的上车或下车需求,直至把所有乘客送达目的地,再返回车场. ...
Analysis of a new public-transport-service concept:customized bus in China
1
2015
... 20世纪60年代,Cole L M等人[13 ] 探讨了未来可能出现的交通服务模式,其中有一种需求响应公交系统(demand-activated bus system),该系统结合了常规公交和出租车系统的特点,目的是为人口密度低的地区的居民提供便利的出行服务,可以说这是DRT的缩影.1990年,美国颁布了《美国残疾人法案》,该法案规定相关机构必须为不能使用常规公共交通的特殊乘客提供灵活型公交的服务[14 ] .自此,国内外学者纷纷开始研究 DRT 系统[15 ,16 ,17 ,18 ] .国内学者对DRT的研究较晚.DRT于2013年8月在青岛首次被引入并实施[19 ] ,随后北京、济南、天津等多个城市开通DRT服务.DRT服务网络结构示意图如图1 所示,运营车辆从车场出发,沿着一定的路径同时满足不同乘客的上车或下车需求,直至把所有乘客送达目的地,再返回车场. ...
可变线路式公交运营调度与模式优化研究
1
2015
... 在模型的求解算法方面,由于 VRPSPD 是VRP的变种,因此它也是一个公认的NP-hard问题.主要求解方法包括精确算法和启发式算法两大类,如图9 所示.运行路径的数量往往随问题规模的增大呈排列数增长,求解时间随问题规模的增大呈现爆炸式增长,因此只有在客户数量较少、运送路径较简单时才能得到精确解.主要方法有分支定界法[45 ,46 ,47 ] 、割平面法[48 -49 ] 、动态规划法[50 ,51 ,52 ,53 ] 等.大多数VRPSPD通过传统启发式算法和元启发式算法进行求解[54 ,55 ,56 ] .传统启发式算法易陷入局部最优而无法实现全局优化,求解结果一般不如元启发式算法.因此,现在大部分学者采用元启发式算法求解VRPSPD,下面主要介绍元启发式算法. ...
可变线路式公交运营调度与模式优化研究
1
2015
... 在模型的求解算法方面,由于 VRPSPD 是VRP的变种,因此它也是一个公认的NP-hard问题.主要求解方法包括精确算法和启发式算法两大类,如图9 所示.运行路径的数量往往随问题规模的增大呈排列数增长,求解时间随问题规模的增大呈现爆炸式增长,因此只有在客户数量较少、运送路径较简单时才能得到精确解.主要方法有分支定界法[45 ,46 ,47 ] 、割平面法[48 -49 ] 、动态规划法[50 ,51 ,52 ,53 ] 等.大多数VRPSPD通过传统启发式算法和元启发式算法进行求解[54 ,55 ,56 ] .传统启发式算法易陷入局部最优而无法实现全局优化,求解结果一般不如元启发式算法.因此,现在大部分学者采用元启发式算法求解VRPSPD,下面主要介绍元启发式算法. ...
Operational experiences with flexible transit services
1
2004
... 根据美国公共交通合作研究计划(transit cooperative research program,TCRP),可将DRT服务模式分为6类,分别是:线路可变公交服务、车站可变公交服务、需求响应接驳式服务、响应式车站服务、区段需求响应公交服务和区域需求响应公交服务[20 ] .下面对每类DRT服务模式进行简单介绍. ...
定制公交服务初探
1
2013
... 区域需求响应公交服务如
图7 所示.在特定的服务范围内,运营车辆全部按照需求响应公交的模式运营,提供实时在线约车、多人拼车出行的服务模式,且车辆运行线路完全根据乘客的需求来规划,唯一限定的是需要按照既定时间发车或到达预设的一个或多个固定的起点/终点,其余时间的运行线路则完全根据乘客的实时需求进行规划,不会受到基准线路、固定车站的约束.此种交通服务模式在商务区、商场、医院等场景较为常见.
10.11959/j.issn.2096-6652.202116.F007 图7 区域需求响应公交服务
2.2 综合运营生产要素[21 ] (1)运营车辆和参与人员 ...
城市化进程中公交服务商业模式创新研究
1
2020
... 在模型的求解算法方面,由于 VRPSPD 是VRP的变种,因此它也是一个公认的NP-hard问题.主要求解方法包括精确算法和启发式算法两大类,如图9 所示.运行路径的数量往往随问题规模的增大呈排列数增长,求解时间随问题规模的增大呈现爆炸式增长,因此只有在客户数量较少、运送路径较简单时才能得到精确解.主要方法有分支定界法[45 ,46 ,47 ] 、割平面法[48 -49 ] 、动态规划法[50 ,51 ,52 ,53 ] 等.大多数VRPSPD通过传统启发式算法和元启发式算法进行求解[54 ,55 ,56 ] .传统启发式算法易陷入局部最优而无法实现全局优化,求解结果一般不如元启发式算法.因此,现在大部分学者采用元启发式算法求解VRPSPD,下面主要介绍元启发式算法. ...
城市化进程中公交服务商业模式创新研究
1
2020
... 在模型的求解算法方面,由于 VRPSPD 是VRP的变种,因此它也是一个公认的NP-hard问题.主要求解方法包括精确算法和启发式算法两大类,如图9 所示.运行路径的数量往往随问题规模的增大呈排列数增长,求解时间随问题规模的增大呈现爆炸式增长,因此只有在客户数量较少、运送路径较简单时才能得到精确解.主要方法有分支定界法[45 ,46 ,47 ] 、割平面法[48 -49 ] 、动态规划法[50 ,51 ,52 ,53 ] 等.大多数VRPSPD通过传统启发式算法和元启发式算法进行求解[54 ,55 ,56 ] .传统启发式算法易陷入局部最优而无法实现全局优化,求解结果一般不如元启发式算法.因此,现在大部分学者采用元启发式算法求解VRPSPD,下面主要介绍元启发式算法. ...
定制公交服务初探
1
2013
... 区域需求响应公交服务如
图7 所示.在特定的服务范围内,运营车辆全部按照需求响应公交的模式运营,提供实时在线约车、多人拼车出行的服务模式,且车辆运行线路完全根据乘客的需求来规划,唯一限定的是需要按照既定时间发车或到达预设的一个或多个固定的起点/终点,其余时间的运行线路则完全根据乘客的实时需求进行规划,不会受到基准线路、固定车站的约束.此种交通服务模式在商务区、商场、医院等场景较为常见.
10.11959/j.issn.2096-6652.202116.F007 图7 区域需求响应公交服务
2.2 综合运营生产要素[21 ] (1)运营车辆和参与人员 ...
A survey on pickup and delivery problems
1
2008
... 从运筹学角度来看,可将 DRT 的优化问题描述为同时取送货的车辆路径问题(vehicle routing problem with simultaneous pickup and delivery, VRPSPD)[22 -23 ] .该问题已经在优化模型及其求解方法方面得到了广泛研究. ...
The vehicle flow formulation and savings-based algorithm for the rollon-rolloff vehicle routing problem
1
2017
... 传统启发式算法主要包括节约算法[57 ,58 ,59 ] 、插入检测法[60 -61 ] .元启发式算法在传统启发式算法的基础上进行了改进,是局部搜索和随机算法结合之后的结果,具有较好的求解质量,主要包括禁忌搜索(tabu search,TS)算法、模拟退火(simulated annealing,SA)算法、遗传算法(genetic algorithm, GA)、蚁群优化(ant colony optimization,ACO)算法、粒子群优化(particle swarm optimization, PSO)算法等. ...
基于碳排放与速度优化的带时间窗车辆路径问题
1
2014
... 传统启发式算法主要包括节约算法[57 ,58 ,59 ] 、插入检测法[60 -61 ] .元启发式算法在传统启发式算法的基础上进行了改进,是局部搜索和随机算法结合之后的结果,具有较好的求解质量,主要包括禁忌搜索(tabu search,TS)算法、模拟退火(simulated annealing,SA)算法、遗传算法(genetic algorithm, GA)、蚁群优化(ant colony optimization,ACO)算法、粒子群优化(particle swarm optimization, PSO)算法等. ...
Fifty years of vehicle routing
1
2009
... 从运筹学角度来看,可将 DRT 的优化问题描述为同时取送货的车辆路径问题(vehicle routing problem with simultaneous pickup and delivery, VRPSPD)[22 -23 ] .该问题已经在优化模型及其求解方法方面得到了广泛研究. ...
Combinatorial benders’ cuts for mixedinteger linear programming
1
2006
... 在模型的优化目标方面,主要包括考虑企业运营成本[24 -25 ] 、考虑乘客服务质量[26 -27 ] 、统筹考虑企业运营成本和乘客服务质量[28 ] 3类.通常来讲,企业运营成本可用最小行驶成本、最小行驶里程、最小行驶时间、最少车辆数等指标表征;乘客服务质量可用最小未服务的客户数、乘客最大满意度、最小响应需求时间等指标衡量. ...
基于碳排放与速度优化的带时间窗车辆路径问题
1
2014
... 传统启发式算法主要包括节约算法[57 ,58 ,59 ] 、插入检测法[60 -61 ] .元启发式算法在传统启发式算法的基础上进行了改进,是局部搜索和随机算法结合之后的结果,具有较好的求解质量,主要包括禁忌搜索(tabu search,TS)算法、模拟退火(simulated annealing,SA)算法、遗传算法(genetic algorithm, GA)、蚁群优化(ant colony optimization,ACO)算法、粒子群优化(particle swarm optimization, PSO)算法等. ...
The two-echelon time-constrained vehicle routing problem in linehaul-delivery systems
1
2016
... 传统启发式算法主要包括节约算法[57 ,58 ,59 ] 、插入检测法[60 -61 ] .元启发式算法在传统启发式算法的基础上进行了改进,是局部搜索和随机算法结合之后的结果,具有较好的求解质量,主要包括禁忌搜索(tabu search,TS)算法、模拟退火(simulated annealing,SA)算法、遗传算法(genetic algorithm, GA)、蚁群优化(ant colony optimization,ACO)算法、粒子群优化(particle swarm optimization, PSO)算法等. ...
An integer L-shaped algorithm for the dial-a-ride problem with stochastic customer delays
1
2011
... 在模型的优化目标方面,主要包括考虑企业运营成本[24 -25 ] 、考虑乘客服务质量[26 -27 ] 、统筹考虑企业运营成本和乘客服务质量[28 ] 3类.通常来讲,企业运营成本可用最小行驶成本、最小行驶里程、最小行驶时间、最少车辆数等指标表征;乘客服务质量可用最小未服务的客户数、乘客最大满意度、最小响应需求时间等指标衡量. ...
Customized bus service design for jointly optimizing passenger-to-vehicle assignment and vehicle routing
1
2017
... 在模型的优化目标方面,主要包括考虑企业运营成本[24 -25 ] 、考虑乘客服务质量[26 -27 ] 、统筹考虑企业运营成本和乘客服务质量[28 ] 3类.通常来讲,企业运营成本可用最小行驶成本、最小行驶里程、最小行驶时间、最少车辆数等指标表征;乘客服务质量可用最小未服务的客户数、乘客最大满意度、最小响应需求时间等指标衡量. ...
求解带时间窗车辆路径问题的插入检测法
1
2012
... 传统启发式算法主要包括节约算法[57 ,58 ,59 ] 、插入检测法[60 -61 ] .元启发式算法在传统启发式算法的基础上进行了改进,是局部搜索和随机算法结合之后的结果,具有较好的求解质量,主要包括禁忌搜索(tabu search,TS)算法、模拟退火(simulated annealing,SA)算法、遗传算法(genetic algorithm, GA)、蚁群优化(ant colony optimization,ACO)算法、粒子群优化(particle swarm optimization, PSO)算法等. ...
求解带时间窗车辆路径问题的插入检测法
1
2012
... 传统启发式算法主要包括节约算法[57 ,58 ,59 ] 、插入检测法[60 -61 ] .元启发式算法在传统启发式算法的基础上进行了改进,是局部搜索和随机算法结合之后的结果,具有较好的求解质量,主要包括禁忌搜索(tabu search,TS)算法、模拟退火(simulated annealing,SA)算法、遗传算法(genetic algorithm, GA)、蚁群优化(ant colony optimization,ACO)算法、粒子群优化(particle swarm optimization, PSO)算法等. ...
基于可靠性最短路的实时定制公交线路优化研究
1
2019
... 在模型的优化目标方面,主要包括考虑企业运营成本[24 -25 ] 、考虑乘客服务质量[26 -27 ] 、统筹考虑企业运营成本和乘客服务质量[28 ] 3类.通常来讲,企业运营成本可用最小行驶成本、最小行驶里程、最小行驶时间、最少车辆数等指标表征;乘客服务质量可用最小未服务的客户数、乘客最大满意度、最小响应需求时间等指标衡量. ...
基于可靠性最短路的实时定制公交线路优化研究
1
2019
... 在模型的优化目标方面,主要包括考虑企业运营成本[24 -25 ] 、考虑乘客服务质量[26 -27 ] 、统筹考虑企业运营成本和乘客服务质量[28 ] 3类.通常来讲,企业运营成本可用最小行驶成本、最小行驶里程、最小行驶时间、最少车辆数等指标表征;乘客服务质量可用最小未服务的客户数、乘客最大满意度、最小响应需求时间等指标衡量. ...
带时间窗的动态车辆路径问题的局部搜索算法
1
2008
... 传统启发式算法主要包括节约算法[57 ,58 ,59 ] 、插入检测法[60 -61 ] .元启发式算法在传统启发式算法的基础上进行了改进,是局部搜索和随机算法结合之后的结果,具有较好的求解质量,主要包括禁忌搜索(tabu search,TS)算法、模拟退火(simulated annealing,SA)算法、遗传算法(genetic algorithm, GA)、蚁群优化(ant colony optimization,ACO)算法、粒子群优化(particle swarm optimization, PSO)算法等. ...
带时间窗的动态车辆路径问题的局部搜索算法
1
2008
... 传统启发式算法主要包括节约算法[57 ,58 ,59 ] 、插入检测法[60 -61 ] .元启发式算法在传统启发式算法的基础上进行了改进,是局部搜索和随机算法结合之后的结果,具有较好的求解质量,主要包括禁忌搜索(tabu search,TS)算法、模拟退火(simulated annealing,SA)算法、遗传算法(genetic algorithm, GA)、蚁群优化(ant colony optimization,ACO)算法、粒子群优化(particle swarm optimization, PSO)算法等. ...
Planning and design of flex-route transit services
1
2002
... 在模型的优化目标方面,主要包括考虑企业运营成本[24 -25 ] 、考虑乘客服务质量[26 -27 ] 、统筹考虑企业运营成本和乘客服务质量[28 ] 3类.通常来讲,企业运营成本可用最小行驶成本、最小行驶里程、最小行驶时间、最少车辆数等指标表征;乘客服务质量可用最小未服务的客户数、乘客最大满意度、最小响应需求时间等指标衡量. ...
混合车型需求响应公交服务定制问题研究
1
2018
... 在以企业运营成本为优化目标方面,郑汉等人[29 ] 以最小的车辆运营里程和最少的使用车辆为目标函数建立了 DRT 调度等价分解模型,并设计了分布式列生成算法求解.范文豪[30 ] 研究了单换乘点的DRT路径优化问题,在无时间窗限制的条件下,构建了以企业运营成本最小为目标的车辆路径问题(vehicle routing problem,VRP)模型,并用改进的遗传算法求解.Ghannadpour S F等人[31 ] 研究了带模糊时间窗的动态路径优化问题,建立了以企业运营成本最小为目标的多目标模型,并采用一种基于遗传算法和3个基本模块的策略进行求解. ...
基于改进禁忌搜索算法的灵活公交接驳线路规划研究
1
2017
... 在禁忌搜索算法方面,聂靖入[62 ] 深入研究了DRT的运营特点,分别建立了单接驳点和多接驳点的 DRT 路径优化模型,且用改进后的禁忌搜索算法求得最优解;崔建勋等人[63 ] 研究了城市公交应急区域疏散VRP,用时间扩展网络的技术进行建模,并分别用精确算法和禁忌搜索算法求解,结果表明,禁忌搜索算法在求解的精度和计算效率间能实现良好折中;邱媛[64 ] 针对与时间相关的电动车VRP,构建了混合整数规划模型,通过在禁忌搜索算法中引入高效的路径间算子和扰动方法,求解的速度和质量得到改善;Bruni M E等人[65 ] 提出了一种随机混合整数规划的新公式,并描述了一个有效的禁忌搜索启发式算法. ...
基于改进禁忌搜索算法的灵活公交接驳线路规划研究
1
2017
... 在禁忌搜索算法方面,聂靖入[62 ] 深入研究了DRT的运营特点,分别建立了单接驳点和多接驳点的 DRT 路径优化模型,且用改进后的禁忌搜索算法求得最优解;崔建勋等人[63 ] 研究了城市公交应急区域疏散VRP,用时间扩展网络的技术进行建模,并分别用精确算法和禁忌搜索算法求解,结果表明,禁忌搜索算法在求解的精度和计算效率间能实现良好折中;邱媛[64 ] 针对与时间相关的电动车VRP,构建了混合整数规划模型,通过在禁忌搜索算法中引入高效的路径间算子和扰动方法,求解的速度和质量得到改善;Bruni M E等人[65 ] 提出了一种随机混合整数规划的新公式,并描述了一个有效的禁忌搜索启发式算法. ...
基于时间扩展网络的区域疏散公交路径规划
1
2010
... 在禁忌搜索算法方面,聂靖入[62 ] 深入研究了DRT的运营特点,分别建立了单接驳点和多接驳点的 DRT 路径优化模型,且用改进后的禁忌搜索算法求得最优解;崔建勋等人[63 ] 研究了城市公交应急区域疏散VRP,用时间扩展网络的技术进行建模,并分别用精确算法和禁忌搜索算法求解,结果表明,禁忌搜索算法在求解的精度和计算效率间能实现良好折中;邱媛[64 ] 针对与时间相关的电动车VRP,构建了混合整数规划模型,通过在禁忌搜索算法中引入高效的路径间算子和扰动方法,求解的速度和质量得到改善;Bruni M E等人[65 ] 提出了一种随机混合整数规划的新公式,并描述了一个有效的禁忌搜索启发式算法. ...
基于时间扩展网络的区域疏散公交路径规划
1
2010
... 在禁忌搜索算法方面,聂靖入[62 ] 深入研究了DRT的运营特点,分别建立了单接驳点和多接驳点的 DRT 路径优化模型,且用改进后的禁忌搜索算法求得最优解;崔建勋等人[63 ] 研究了城市公交应急区域疏散VRP,用时间扩展网络的技术进行建模,并分别用精确算法和禁忌搜索算法求解,结果表明,禁忌搜索算法在求解的精度和计算效率间能实现良好折中;邱媛[64 ] 针对与时间相关的电动车VRP,构建了混合整数规划模型,通过在禁忌搜索算法中引入高效的路径间算子和扰动方法,求解的速度和质量得到改善;Bruni M E等人[65 ] 提出了一种随机混合整数规划的新公式,并描述了一个有效的禁忌搜索启发式算法. ...
基于一种改进的禁忌搜索算法的时间相关电动车车辆路径问题研究
1
2020
... 在禁忌搜索算法方面,聂靖入[62 ] 深入研究了DRT的运营特点,分别建立了单接驳点和多接驳点的 DRT 路径优化模型,且用改进后的禁忌搜索算法求得最优解;崔建勋等人[63 ] 研究了城市公交应急区域疏散VRP,用时间扩展网络的技术进行建模,并分别用精确算法和禁忌搜索算法求解,结果表明,禁忌搜索算法在求解的精度和计算效率间能实现良好折中;邱媛[64 ] 针对与时间相关的电动车VRP,构建了混合整数规划模型,通过在禁忌搜索算法中引入高效的路径间算子和扰动方法,求解的速度和质量得到改善;Bruni M E等人[65 ] 提出了一种随机混合整数规划的新公式,并描述了一个有效的禁忌搜索启发式算法. ...
基于一种改进的禁忌搜索算法的时间相关电动车车辆路径问题研究
1
2020
... 在禁忌搜索算法方面,聂靖入[62 ] 深入研究了DRT的运营特点,分别建立了单接驳点和多接驳点的 DRT 路径优化模型,且用改进后的禁忌搜索算法求得最优解;崔建勋等人[63 ] 研究了城市公交应急区域疏散VRP,用时间扩展网络的技术进行建模,并分别用精确算法和禁忌搜索算法求解,结果表明,禁忌搜索算法在求解的精度和计算效率间能实现良好折中;邱媛[64 ] 针对与时间相关的电动车VRP,构建了混合整数规划模型,通过在禁忌搜索算法中引入高效的路径间算子和扰动方法,求解的速度和质量得到改善;Bruni M E等人[65 ] 提出了一种随机混合整数规划的新公式,并描述了一个有效的禁忌搜索启发式算法. ...
Designing robust routes for demand-responsive transport systems-sciencedirect
1
2014
... 在禁忌搜索算法方面,聂靖入[62 ] 深入研究了DRT的运营特点,分别建立了单接驳点和多接驳点的 DRT 路径优化模型,且用改进后的禁忌搜索算法求得最优解;崔建勋等人[63 ] 研究了城市公交应急区域疏散VRP,用时间扩展网络的技术进行建模,并分别用精确算法和禁忌搜索算法求解,结果表明,禁忌搜索算法在求解的精度和计算效率间能实现良好折中;邱媛[64 ] 针对与时间相关的电动车VRP,构建了混合整数规划模型,通过在禁忌搜索算法中引入高效的路径间算子和扰动方法,求解的速度和质量得到改善;Bruni M E等人[65 ] 提出了一种随机混合整数规划的新公式,并描述了一个有效的禁忌搜索启发式算法. ...
面向城际轨道交通的定制化接驳公交线路优化
1
2017
... 在模拟退火算法方面,彭巍等人[66 ] 以需求响应接驳公交为研究对象,考虑乘客和公交企业双方因素,建立了需求响应接驳线路优化模型,并用混合模拟退火算法求得高质量的近似最优解;王正武等人[67 ] 研究了多换乘点之间的线路协调问题,建立了混合需求条件下的线路协调优化模型,设计了模拟退火算法求解;赵迪[68 ] 对 DRT 的车站规划问题进行研究,建立了以车站数量和位置均衡为优化目标的灵活车站模型,并用模拟退火算法进行求解. ...
混合车型需求响应公交服务定制问题研究
1
2018
... 在以企业运营成本为优化目标方面,郑汉等人[29 ] 以最小的车辆运营里程和最少的使用车辆为目标函数建立了 DRT 调度等价分解模型,并设计了分布式列生成算法求解.范文豪[30 ] 研究了单换乘点的DRT路径优化问题,在无时间窗限制的条件下,构建了以企业运营成本最小为目标的车辆路径问题(vehicle routing problem,VRP)模型,并用改进的遗传算法求解.Ghannadpour S F等人[31 ] 研究了带模糊时间窗的动态路径优化问题,建立了以企业运营成本最小为目标的多目标模型,并采用一种基于遗传算法和3个基本模块的策略进行求解. ...
需求响应式接驳公交路径优化模型研究
1
2017
... 在以企业运营成本为优化目标方面,郑汉等人[29 ] 以最小的车辆运营里程和最少的使用车辆为目标函数建立了 DRT 调度等价分解模型,并设计了分布式列生成算法求解.范文豪[30 ] 研究了单换乘点的DRT路径优化问题,在无时间窗限制的条件下,构建了以企业运营成本最小为目标的车辆路径问题(vehicle routing problem,VRP)模型,并用改进的遗传算法求解.Ghannadpour S F等人[31 ] 研究了带模糊时间窗的动态路径优化问题,建立了以企业运营成本最小为目标的多目标模型,并采用一种基于遗传算法和3个基本模块的策略进行求解. ...
面向城际轨道交通的定制化接驳公交线路优化
1
2017
... 在模拟退火算法方面,彭巍等人[66 ] 以需求响应接驳公交为研究对象,考虑乘客和公交企业双方因素,建立了需求响应接驳线路优化模型,并用混合模拟退火算法求得高质量的近似最优解;王正武等人[67 ] 研究了多换乘点之间的线路协调问题,建立了混合需求条件下的线路协调优化模型,设计了模拟退火算法求解;赵迪[68 ] 对 DRT 的车站规划问题进行研究,建立了以车站数量和位置均衡为优化目标的灵活车站模型,并用模拟退火算法进行求解. ...
多换乘点响应型接驳公交运行线路的协调优化
1
2019
... 在模拟退火算法方面,彭巍等人[66 ] 以需求响应接驳公交为研究对象,考虑乘客和公交企业双方因素,建立了需求响应接驳线路优化模型,并用混合模拟退火算法求得高质量的近似最优解;王正武等人[67 ] 研究了多换乘点之间的线路协调问题,建立了混合需求条件下的线路协调优化模型,设计了模拟退火算法求解;赵迪[68 ] 对 DRT 的车站规划问题进行研究,建立了以车站数量和位置均衡为优化目标的灵活车站模型,并用模拟退火算法进行求解. ...
多换乘点响应型接驳公交运行线路的协调优化
1
2019
... 在模拟退火算法方面,彭巍等人[66 ] 以需求响应接驳公交为研究对象,考虑乘客和公交企业双方因素,建立了需求响应接驳线路优化模型,并用混合模拟退火算法求得高质量的近似最优解;王正武等人[67 ] 研究了多换乘点之间的线路协调问题,建立了混合需求条件下的线路协调优化模型,设计了模拟退火算法求解;赵迪[68 ] 对 DRT 的车站规划问题进行研究,建立了以车站数量和位置均衡为优化目标的灵活车站模型,并用模拟退火算法进行求解. ...
陆侧网络不发达机场响应式公交接驳研究
1
2019
... 在模拟退火算法方面,彭巍等人[66 ] 以需求响应接驳公交为研究对象,考虑乘客和公交企业双方因素,建立了需求响应接驳线路优化模型,并用混合模拟退火算法求得高质量的近似最优解;王正武等人[67 ] 研究了多换乘点之间的线路协调问题,建立了混合需求条件下的线路协调优化模型,设计了模拟退火算法求解;赵迪[68 ] 对 DRT 的车站规划问题进行研究,建立了以车站数量和位置均衡为优化目标的灵活车站模型,并用模拟退火算法进行求解. ...
需求响应式接驳公交路径优化模型研究
1
2017
... 在以企业运营成本为优化目标方面,郑汉等人[29 ] 以最小的车辆运营里程和最少的使用车辆为目标函数建立了 DRT 调度等价分解模型,并设计了分布式列生成算法求解.范文豪[30 ] 研究了单换乘点的DRT路径优化问题,在无时间窗限制的条件下,构建了以企业运营成本最小为目标的车辆路径问题(vehicle routing problem,VRP)模型,并用改进的遗传算法求解.Ghannadpour S F等人[31 ] 研究了带模糊时间窗的动态路径优化问题,建立了以企业运营成本最小为目标的多目标模型,并采用一种基于遗传算法和3个基本模块的策略进行求解. ...
A multi-objective dynamic vehicle routing problem with fuzzy time windows:model,solution and application
1
2014
... 在以企业运营成本为优化目标方面,郑汉等人[29 ] 以最小的车辆运营里程和最少的使用车辆为目标函数建立了 DRT 调度等价分解模型,并设计了分布式列生成算法求解.范文豪[30 ] 研究了单换乘点的DRT路径优化问题,在无时间窗限制的条件下,构建了以企业运营成本最小为目标的车辆路径问题(vehicle routing problem,VRP)模型,并用改进的遗传算法求解.Ghannadpour S F等人[31 ] 研究了带模糊时间窗的动态路径优化问题,建立了以企业运营成本最小为目标的多目标模型,并采用一种基于遗传算法和3个基本模块的策略进行求解. ...
陆侧网络不发达机场响应式公交接驳研究
1
2019
... 在模拟退火算法方面,彭巍等人[66 ] 以需求响应接驳公交为研究对象,考虑乘客和公交企业双方因素,建立了需求响应接驳线路优化模型,并用混合模拟退火算法求得高质量的近似最优解;王正武等人[67 ] 研究了多换乘点之间的线路协调问题,建立了混合需求条件下的线路协调优化模型,设计了模拟退火算法求解;赵迪[68 ] 对 DRT 的车站规划问题进行研究,建立了以车站数量和位置均衡为优化目标的灵活车站模型,并用模拟退火算法进行求解. ...
可靠性和舒适性对响应式定制公交线路设计的影响
1
2019
... 在遗传算法方面,何民等人[69 ] 针对 DRT 线路设计问题,构建了考虑企业运营成本和可靠性的优化模型,设计了基于遗传算法的优化算法,结果表明,遗传算法在运算效率和性能上具有明显优点,能在实际规模算例中进行应用;王超等人[70 ] 研究了DRT多停车场多车辆VRP,提出了一种基于遗传算法的三段式混合编码方式方法,并用实际算例验证了算法的有效性和高性能;Sun B等人[71 ] 研究了基于共享的 DRT 优化问题,建立了一种基于共享汽车的最佳 DRT 模型,并采用基于遗传算法的两阶段启发式算法求解. ...
Quality of service in dial-a-ride operations
1
2009
... 在以乘客服务质量为优化目标方面,Paquette J等人[32 ] 对 DAR 运营服务质量研究进行了综述,首先通过分析服务业领域关于服务质量的成果,包括服务质量定义、模型、度量工具和方法等,提出了DAR运营领域中关于服务质量的定义、度量的属性和维度,在此基础上探讨了影响服务质量的因素.吴丽荣[33 ] 研究了考虑乘客等待行为的 DRT 优化问题,充分考虑乘客行为要素,建立了以乘客满意度最高为目标的数学模型,并用NSGA-II算法求解,为低密度客流区域提供DRT服务. ...
考虑乘客等待行为的柔性路径公交车实时调度方法
1
2014
... 在以乘客服务质量为优化目标方面,Paquette J等人[32 ] 对 DAR 运营服务质量研究进行了综述,首先通过分析服务业领域关于服务质量的成果,包括服务质量定义、模型、度量工具和方法等,提出了DAR运营领域中关于服务质量的定义、度量的属性和维度,在此基础上探讨了影响服务质量的因素.吴丽荣[33 ] 研究了考虑乘客等待行为的 DRT 优化问题,充分考虑乘客行为要素,建立了以乘客满意度最高为目标的数学模型,并用NSGA-II算法求解,为低密度客流区域提供DRT服务. ...
可靠性和舒适性对响应式定制公交线路设计的影响
1
2019
... 在遗传算法方面,何民等人[69 ] 针对 DRT 线路设计问题,构建了考虑企业运营成本和可靠性的优化模型,设计了基于遗传算法的优化算法,结果表明,遗传算法在运算效率和性能上具有明显优点,能在实际规模算例中进行应用;王超等人[70 ] 研究了DRT多停车场多车辆VRP,提出了一种基于遗传算法的三段式混合编码方式方法,并用实际算例验证了算法的有效性和高性能;Sun B等人[71 ] 研究了基于共享的 DRT 优化问题,建立了一种基于共享汽车的最佳 DRT 模型,并采用基于遗传算法的两阶段启发式算法求解. ...
基于遗传算法的定制公交多停车场多车线路优化
1
2019
... 在遗传算法方面,何民等人[69 ] 针对 DRT 线路设计问题,构建了考虑企业运营成本和可靠性的优化模型,设计了基于遗传算法的优化算法,结果表明,遗传算法在运算效率和性能上具有明显优点,能在实际规模算例中进行应用;王超等人[70 ] 研究了DRT多停车场多车辆VRP,提出了一种基于遗传算法的三段式混合编码方式方法,并用实际算例验证了算法的有效性和高性能;Sun B等人[71 ] 研究了基于共享的 DRT 优化问题,建立了一种基于共享汽车的最佳 DRT 模型,并采用基于遗传算法的两阶段启发式算法求解. ...
基于遗传算法的定制公交多停车场多车线路优化
1
2019
... 在遗传算法方面,何民等人[69 ] 针对 DRT 线路设计问题,构建了考虑企业运营成本和可靠性的优化模型,设计了基于遗传算法的优化算法,结果表明,遗传算法在运算效率和性能上具有明显优点,能在实际规模算例中进行应用;王超等人[70 ] 研究了DRT多停车场多车辆VRP,提出了一种基于遗传算法的三段式混合编码方式方法,并用实际算例验证了算法的有效性和高性能;Sun B等人[71 ] 研究了基于共享的 DRT 优化问题,建立了一种基于共享汽车的最佳 DRT 模型,并采用基于遗传算法的两阶段启发式算法求解. ...
An optimization model for demand- responsive feeder transit services based on ride-sharing car
1
2019
... 在遗传算法方面,何民等人[69 ] 针对 DRT 线路设计问题,构建了考虑企业运营成本和可靠性的优化模型,设计了基于遗传算法的优化算法,结果表明,遗传算法在运算效率和性能上具有明显优点,能在实际规模算例中进行应用;王超等人[70 ] 研究了DRT多停车场多车辆VRP,提出了一种基于遗传算法的三段式混合编码方式方法,并用实际算例验证了算法的有效性和高性能;Sun B等人[71 ] 研究了基于共享的 DRT 优化问题,建立了一种基于共享汽车的最佳 DRT 模型,并采用基于遗传算法的两阶段启发式算法求解. ...
定制公交系统线网构建方法研究
1
2016
... 在蚁群优化算法方面,李艳梅[72 ] 分析了定制公交网络的构建问题,综合考虑了乘客出行需求和企业收益,构建了乘客需求可拆分的优化模型,并利用蚁群优化算法求解,最后用实例对模型与算法进行了验证;Tripathy T等人[73 ] 提出了一种基于蚁群优化的算法来解决VRP,同时做到了最大限度地减小车队规模. ...
定制公交系统线网构建方法研究
1
2016
... 在蚁群优化算法方面,李艳梅[72 ] 分析了定制公交网络的构建问题,综合考虑了乘客出行需求和企业收益,构建了乘客需求可拆分的优化模型,并利用蚁群优化算法求解,最后用实例对模型与算法进行了验证;Tripathy T等人[73 ] 提出了一种基于蚁群优化的算法来解决VRP,同时做到了最大限度地减小车队规模. ...
Solving dial-a-ride problems using multiple ant colony system with fleet size minimisation
1
2017
... 在蚁群优化算法方面,李艳梅[72 ] 分析了定制公交网络的构建问题,综合考虑了乘客出行需求和企业收益,构建了乘客需求可拆分的优化模型,并利用蚁群优化算法求解,最后用实例对模型与算法进行了验证;Tripathy T等人[73 ] 提出了一种基于蚁群优化的算法来解决VRP,同时做到了最大限度地减小车队规模. ...
出租车合乘制调度优化模型研究
1
2009
... 在粒子群优化算法方面,吴芳等人[74 ] 研究了合乘调度优化问题,建立了组合 VRP 模型,并设计了改进的粒子群优化算法,在其中加入了交叉变异算子,提升了求解效率;余静财[75 ] 以可需求响应公交线路为研究对象,建立了两阶段调度优化模型,并引入粒子群优化算法进行求解;陈兴博[76 ] 研究了DRT的组合调度优化问题,建立了协同组合优化模型,使用改进的混合粒子群优化算法进行求解,达到企业成本最优的效果,最后用实例验证了模型和算法的有效性. ...
出租车合乘制调度优化模型研究
1
2009
... 在粒子群优化算法方面,吴芳等人[74 ] 研究了合乘调度优化问题,建立了组合 VRP 模型,并设计了改进的粒子群优化算法,在其中加入了交叉变异算子,提升了求解效率;余静财[75 ] 以可需求响应公交线路为研究对象,建立了两阶段调度优化模型,并引入粒子群优化算法进行求解;陈兴博[76 ] 研究了DRT的组合调度优化问题,建立了协同组合优化模型,使用改进的混合粒子群优化算法进行求解,达到企业成本最优的效果,最后用实例验证了模型和算法的有效性. ...
可变线路公交设置条件及车辆调度模型研究
1
2019
... 在粒子群优化算法方面,吴芳等人[74 ] 研究了合乘调度优化问题,建立了组合 VRP 模型,并设计了改进的粒子群优化算法,在其中加入了交叉变异算子,提升了求解效率;余静财[75 ] 以可需求响应公交线路为研究对象,建立了两阶段调度优化模型,并引入粒子群优化算法进行求解;陈兴博[76 ] 研究了DRT的组合调度优化问题,建立了协同组合优化模型,使用改进的混合粒子群优化算法进行求解,达到企业成本最优的效果,最后用实例验证了模型和算法的有效性. ...
可变线路公交设置条件及车辆调度模型研究
1
2019
... 在粒子群优化算法方面,吴芳等人[74 ] 研究了合乘调度优化问题,建立了组合 VRP 模型,并设计了改进的粒子群优化算法,在其中加入了交叉变异算子,提升了求解效率;余静财[75 ] 以可需求响应公交线路为研究对象,建立了两阶段调度优化模型,并引入粒子群优化算法进行求解;陈兴博[76 ] 研究了DRT的组合调度优化问题,建立了协同组合优化模型,使用改进的混合粒子群优化算法进行求解,达到企业成本最优的效果,最后用实例验证了模型和算法的有效性. ...
需求响应式公交协同组合调度研究
1
2019
... 在粒子群优化算法方面,吴芳等人[74 ] 研究了合乘调度优化问题,建立了组合 VRP 模型,并设计了改进的粒子群优化算法,在其中加入了交叉变异算子,提升了求解效率;余静财[75 ] 以可需求响应公交线路为研究对象,建立了两阶段调度优化模型,并引入粒子群优化算法进行求解;陈兴博[76 ] 研究了DRT的组合调度优化问题,建立了协同组合优化模型,使用改进的混合粒子群优化算法进行求解,达到企业成本最优的效果,最后用实例验证了模型和算法的有效性. ...
需求响应式公交协同组合调度研究
1
2019
... 在粒子群优化算法方面,吴芳等人[74 ] 研究了合乘调度优化问题,建立了组合 VRP 模型,并设计了改进的粒子群优化算法,在其中加入了交叉变异算子,提升了求解效率;余静财[75 ] 以可需求响应公交线路为研究对象,建立了两阶段调度优化模型,并引入粒子群优化算法进行求解;陈兴博[76 ] 研究了DRT的组合调度优化问题,建立了协同组合优化模型,使用改进的混合粒子群优化算法进行求解,达到企业成本最优的效果,最后用实例验证了模型和算法的有效性. ...