[发明专利]用于公交系统的自适应调度方法

权利要求书

1.一种用于公交系统的自适应调度方法，包括以下步骤：

S1、根据统计的历史路线乘客流量预测乘客流量；

S2、根据统计的历史发车间隔预测发车时间间隔；

S3、根据统计的历史路线行车时间预测路线行车时间；

S4、获取乘客到达率、交通拥挤率的值；

S5、获取最终发车时间间隔的值；

S6、根据步骤S5预测到的发车时间间隔并获取当天的乘客流量及当天的路线行车时间对第二天的发车时间间隔进行预测。

2.根据权利要求1所述的用于公交系统的自适应调度方法，其特征在于，步骤S1具体包括如下分步骤：

S11、将历史路线乘客流量表示为矩阵P，P矩阵为M*N的二维矩阵，其中，行向量为同时间段不同站点客流量，列向量为相同站点不同时间段的乘客到达率，M为各时间段，N为各站点，将P矩阵转化为二进制编码的初始种群P₀，并选取种群规模Scope和遗传代数Gen；

S12、计算初始种群P₀的适应值函数f^α(p)：

fα(p)=(Σi=1n*Npmi)α]]>

其中，α为预先设定的选择算子指数，Pmi为初始种群中P₀第m行第i列元素，n为矩阵P元素对应的二进制位数；

S13、根据步骤S12获得的适应值函数f^α(p)计算选择概率：

Pchoice=fα(p)Σj=1Scopefα(p)=(Σi=1n*Npmi)αΣj=1scope(Σi=1n*Npmi)α]]>

其中，分母表示Scope规模种群的Scope个适应值之和；

S14、根据预先设定的遗传代数Gen和选择概率P_choice形成子代种群P_N，当达到最大遗传代数时，迭代终止获得最终的子代种群P_N；

S15、利用预先设定的变异概率P_d对子代种群P_N进行变异操作，得到最优种群；

S16、将子代种群中适应值最高的个体插入初始种群P₀中，将到的最优种群转化为实数矩阵P_s作为预测的乘客流量。