[发明专利]一种基于演化算法的拼车调度方法

权利要求书

1.一种基于演化算法的拼车调度方法，其特征在于，包括步骤：

S1：获取参与静态拼车的车辆和乘客的拼车信息，所述拼车信息包括车辆行程的起点、终点和能够提供的第一座位数量；乘客行程的起点、终点和需要的第二座位数量；

S2：以所述拼车信息为参数对拼车调度方案进行数学建模，得到分别以拼车调度方案的服务质量和成本为目标的第一目标函数和第二目标函数；所述拼车调度方案的成本以车辆绕路距离、乘客的等待距离和乘客的行驶距离为指标，所述服务质量以车辆的座位占用率为指标；

S3：采用演化算法，以所述服务质量对应的第一目标函数值最大、以所述第二目标函数值最小为优化目标，在所述车辆乘客匹配的情况下，计算所述车辆的最短路径并给出车辆的拼车行程，得到拼车调度方案，所述拼车调度方案包括车辆乘客匹配方案，和在所述车辆乘客匹配方案下的拼车行程；

所述步骤S3具体包括步骤：

S31：以所有车辆的所述拼车调度方案为个体，车辆对应为维度、匹配到车辆的乘客集合对应为维度的值，对所述个体进行编码，并初始化种群；

S32：根据维度间的变异算子，逐个计算变异中间个体所有维度的值，得到变异中间个体；

S33：在同一维度上，以所述第一目标函数值最大、以所述第二目标函数值最小为优化目标，对所述变异中间个体与原个体的每个维度进行评估；

S34：选择满足所述优化目标的所述变异中间个体或所述原个体作为当前拼车调度方案；

S35：将所述当前拼车调度方案作为种群的新个体，循环执行步骤S32至S34，直到所述当前拼车调度方案收敛，向客户端提供相应的拼车调度方案。

2.根据权利要求1所述的方法，其特征在于，步骤S32具体包括：

从种群中随机选取若干互不相同的个体；

在同一维度上，根据维度间的变异算子，计算变异中间个体所有维度的值得到第一变异中间个体；

将所述第一变异中间个体与原个体进行单点交叉互换，得到第二变异中间个体，作为变异中间个体。

3.根据权利要求2所述的方法，其特征在于，从种群中随机选取五个互不相同的个体；所述维度间的变异算子的公式如下：

其中，Vⁱ是变异中间个体，X_r1,X_r2,X_r3,X_r4,X_r5是种群中随机选出的5个互不相同的个体，上标i表示第i个维度，k表示第k个维度，F1和F2是缩放因子。

4.根据权利要求1所述的方法，其特征在于，步骤S33具体包括：

获取所述变异中间个体与所述原个体的每个维度的车辆行程的起点、终点和乘客行程的起点、终点；

采用动态规划算法，分别计算预先确定车辆乘客匹配方案的所述原个体与所述变异中间个体的规划路径；

以座位占用率最大，车辆绕路距离最小、乘客的等待距离最小和乘客的行驶距离最小为优化目标，逐个将所述变异中间个体与所述原个体的每个车辆的规划路径在同一维度上进行评估。

5.根据权利要求1所述的方法，其特征在于，步骤S34还包括:

将不满足所述优化目标的所述变异中间个体或所述原个体进行淘汰，得到新的种群；

将在多次淘汰过程中对所述优化目标表现最差的个体以随机匹配的方式进行重组，得到重组个体；

将重组个体加入种群作为新个体，更新种群。

6.根据权利要求1所述的方法，其特征在于，基于乘客车辆匹配方案，采用贪心法初始化。