[发明专利]一种基于改进蚁群算法的公共自行车动态调度方法

摘要

本发明公开了一种基于改进蚁群算法的公共自行车动态调度方法。本发明的方法包括如下步骤S1选定研究范围，采集基础资料；S2确定调度区域和调度量；S3建立公共自行车动态调度路径优化模型；S4求解方法，采用改进的蚁群算法来求解TSPPD模型；S5制定调度方案，计算调度区域内各租赁点的调度需求，利用公共自行车动态调度路径优化模型将动态调度问题建模，并采用改进的蚁群算法进行求解，制定公共自行车高峰小时动态调度方案。本发明能够缓解高峰小时公共自行车供需不平衡问题。

主权项

一种基于改进蚁群算法的公共自行车动态调度方法，其特征在于，该方法包括如下步骤：S1选定研究范围，采集基础资料，包括各公共自行车租赁点位置、锁车桩数量、实际配车数量、用户IC卡刷卡数据；S2确定调度区域和调度量，根据用户刷卡数据分析各租赁点自行车数量的时空变化规律，得到高峰小时借还供求关系，通过D值表示租赁点瞬时最大自行车周转量，D值为租赁点自行车借还量差值的绝对值，反映一定时间段内租赁点增加或减少的自行车数量，从而确定动态调度区域以及各调度租赁点的自行车调度量，其中正值为取车量，负值为配送量；S3建立公共自行车动态调度路径优化模型，将公共自行车动态调度问题看作“同时取货和配送的旅行商问题”，提出调度卡车最大效用服务原则，以调度卡车在完成调度任务时求解最短调度路径为目标提出公共自行车动态调度路径优化模型；S4求解方法，采用改进的蚁群算法来求解TSPPD模型，调度卡车被视为负重的蚂蚁，调度卡车寻找下一个调度租赁点前需要检查自行车装载量，筛选出目前装载量能够服务的租赁点，卡车向下一个目标移动前需根据自身装载量、服务点调度量以及路径距离计算出下一步可达节点的概率，并按此概率实现一步移动，服务完毕后更新装载量再搜索下一服务租赁点，重复此过程至调度任务完成或无法搜索下一服务点为止；S5制定调度方案，计算调度区域内各租赁点的调度需求，利用公共自行车动态调度路径优化模型将动态调度问题建模，并采用改进的蚁群算法进行求解，制定公共自行车高峰小时动态调度方案。