[发明专利]一种双目标交通网络规划模型优化计算方法

摘要

本发明提供的双目标交通网络规划模型优化计算方法中提出的双目标网络规划模型能够规避预算规划模型和固定成本模型的缺陷，是一种更可靠的模型。本发明的关键是建立标量化问题最优解集和初始双目标问题非劣解集之间的内在联系，寻找确定帕累托解(Pareto‑optimal solutions)的顺序和方法。本发明针对双目标优化问题提出二分解决框架，在解决离散最优问题的过程中，构造单目标函数，将原问题转化为求解参数标量化的最优问题。

主权项

一种双目标交通网络规划模型优化计算方法，其特征在于，采用二分解决计算方法，即，先设定双目标交通网络规划模型是一个双目标离散优化问题minx{(f1(x)，f2(x))|x∈X}，(f1，f2)是目标向量，x和X是决策变量集和可行变量区域，具体步骤如下：步骤一，是初始化，分别解决两个标量化问题minx{f1(x)|x∈X}和minx{f2(x)|x∈X}，并设置解向量为和其各自的目标函数向量设为和如果那么该双目标问题只有一个最优解并且所有的非劣解已经被找到；否则，将目标函数向量对放入先进先出列表(FIFO)；步骤二，参数产生，从先进先出列表中选择第一个目标函数向量对(fa，fb)，其中并且产生一个新的参数集并构造一个标量化的单目标问题；步骤三，问题求解，如果该标量化问题存在最优解，那么这就是原问题的一个非劣解；使用得到的目标函数向量f*与fa和fb结合来构造两个新的目标函数向量对(fa，f*)和(f*，fb)，并把它们放入先进先出列表，如果该表量化问题不存在可行解，那么在(fa，fb)所构成的限制区域内，非劣解不存在；步骤四，终止条件，如果先进先出列表是空的，那么停止搜索，所有的非劣解已经得到；否则，转入步骤二；通过先进先出列表中既定的目标函数向量(fa，fb)构造单目标问题，其中并且(fa，fb):目标函数向量对，w:目标函数系数的参数集，在第n次迭代的系数，在第n次迭代的系数，双目标约束，带权重的目标函数方法有如下构造：minxf=w1(n)fn1+w2(n)fn2]]>满足于：fn1≤fmax1-∈andfn2≤fmax2-∈]]>wherefmax1=max(fn-11,fn1)andfmax2=max(fn-12,fn2)]]>w1(n+1)=fn2-fn-12(fn-11-fn1)+(fn2-fn-12)andw2(n+1)=fn-11-fn1(fn-11-fn1)+(fn2-fn-12)]]>使用正交法产生参数集添加对于每个目标函数添加额外约束：