基于遗传算法的轻轨车辆司机排班优化研究
轻轨车辆司机的排班问题是一个NP完全问题,多年来车辆段一直采用有经验的调度员手动排班方式,工作量大且很难达到最优.本论文针对轻轨车辆司机在多地点进行任务换乘的多样性和复杂性,建立了同一列车任务分节及多列车任务组合的基本模型,将各列车日运行总时间合理分成单乘任务,并设计了有效的“自交叉”遗传算法,优化各车的任务组合,建立了任务组合的目标函数和约束函数,保证不同列车之间的多节任务组合后,司机换乘上下车在同一地点,每次换乘休息时间不小于0.5小时,全部任务组合中换乘休息的总时间最短,保证最大的运转效率.此算法在天津轻轨运用管理信息系统中得到了良好的应用验证.
任务分节 任务组合 遗传算法 司机排班
李玮 史红梅 余祖俊
北京交通大学,测控技术与仪器,北京,100044
国内会议
济南
中文
373-377
2009-05-15（万方平台首次上网日期，不代表论文的发表时间）