摘要隨著社會經(jīng)濟(jì)的迅速發(fā)展，城市交通的擁堵問題變得越來越嚴(yán)重，甚至成為制約部分城市可持續(xù)發(fā)展的瓶頸。因此如何最大程度地利用公共交通工具減輕出行壓力成為了城市化建設(shè)的重要目的。本文基于人流量，提出智能調(diào)度的概念，結(jié)合改進(jìn)的遺傳算法設(shè)計了公交車調(diào)度模型，并使用前后端分離模式、vue框架、SpringBoot實現(xiàn)了智能公交調(diào)度平臺。本平臺能幫助公交公司提高運(yùn)營效益和服務(wù)質(zhì)量，同時提高乘客的出行體驗。

　　關(guān)鍵詞人流量;遺傳算法;智能公交調(diào)度平臺

　　1引言

　　公交車是人們?nèi)粘３鲂械闹饕�交通工具，目前城市公共交通運(yùn)輸中存在公交車運(yùn)行效率低、城市擁堵嚴(yán)重等問題。如何優(yōu)化調(diào)度方案來解決這一系列問題，是很多科研人員關(guān)注的重點。傳統(tǒng)的數(shù)學(xué)解析法往往只能解決單一問題，而公交車調(diào)度是一個多目標(biāo)優(yōu)化問題。遺傳算法通過迭代的方式，對隨機(jī)生成的一組候選解進(jìn)行選擇、交叉、變異三種基本運(yùn)算，直到得到最大適應(yīng)度的最優(yōu)解。這是解決多目標(biāo)搜索問題的一種常用方法。公交車調(diào)度主要是選擇一種算法來生成公交車調(diào)度時間表，從而達(dá)到公交運(yùn)行效率和乘客出行體驗的最優(yōu)解。

　　本文考慮乘客人流量因素，通過對遺傳算法和禁忌搜索算法進(jìn)行分析和改進(jìn)，結(jié)合兩種算法的優(yōu)點并將其應(yīng)用在公交調(diào)度問題中，得到公交發(fā)車時間的最優(yōu)解。在公交車運(yùn)行時，該公交調(diào)度平臺可根據(jù)乘客人流量的不均衡性來調(diào)整公交車的發(fā)車頻率和數(shù)量，生成合理有效的發(fā)車時刻表，指導(dǎo)公交車出行線路，平衡公交公司和乘客雙方的利益，提高公共交通的服務(wù)水平。

　　2系統(tǒng)建模

　　公交公司希望發(fā)車時間間隔大，公車座位利用率高，以節(jié)省成本;乘客則希望等車時間短，提供更便捷的乘車服務(wù)。要兼顧這兩者的利益最大化，需要考慮的基礎(chǔ)數(shù)據(jù)是人流量。

　　本公交調(diào)度方案就是根據(jù)人流量劃分的時間段來平衡公交公司和乘客兩者的利益。在分析了乘客滿意度在高峰時段和非高峰時段與等車時間的關(guān)系后，選擇了直線和插值法中的牛頓插值法來擬合上述兩類關(guān)系，從而得到乘客的滿意度函數(shù)[1]。遺傳算法是基于達(dá)爾文生物進(jìn)化論的自然選擇和遺傳學(xué)理論而提出來的計算模型。本文將遺傳算法應(yīng)用在智能公交的調(diào)度問題中。主要過程分以下幾步：(1)編碼：要應(yīng)用遺傳算法首先要解決編碼問題，本系統(tǒng)采用二進(jìn)制編碼法，并通過計算得到初始種群數(shù)量。在公交調(diào)度平臺的應(yīng)用中，公交車發(fā)車總次數(shù)對應(yīng)于總?cè)阂?guī)模[2]。

　　(2)選擇操作：選擇操作是為了確定交叉、變異的個體，本系統(tǒng)采用了截斷選擇的方法對種群進(jìn)行選擇。將每個遺傳算子通過數(shù)學(xué)模型計算出符合該數(shù)學(xué)模型的最優(yōu)解，通過選擇出計算結(jié)果最好的算子進(jìn)行復(fù)制n次，創(chuàng)建出新的種群。(3)交叉操作：設(shè)置一個隨機(jī)數(shù)，當(dāng)選擇的隨機(jī)數(shù)滿足算法參數(shù)中的交叉概率時，則在新的種群選擇兩個算子，再對這兩個算子進(jìn)行隨機(jī)選擇一個時間段進(jìn)行交換，從而生成新的算子。

　　(4)變異操作：設(shè)置一個隨機(jī)數(shù)，當(dāng)該隨機(jī)數(shù)滿足遺傳算法中的變異概率時，在通過前兩次步驟得到的新種群中選擇一個算子，隨機(jī)選擇該算子中的一個時間段進(jìn)行變異操作，變成新的算子[3]。遺傳算法比較適合解決公交調(diào)度的問題，但存在的缺陷是不同時間段的發(fā)車頻率比較相似，無法滿足乘客在上下班高峰期對公交車的高需求，也造成低峰期空車率高。針對遺傳算法應(yīng)用到公交調(diào)度模型會導(dǎo)致局部尋優(yōu)能力較差和運(yùn)行效率低等問題，本文結(jié)合了禁忌搜索算法和遺傳算法的優(yōu)勢，并對其進(jìn)行了改進(jìn)和應(yīng)用[4]。

　　3系統(tǒng)設(shè)計

　　智能公交調(diào)度平臺的設(shè)計采用目前廣泛應(yīng)用的B/S架構(gòu)和流行的Web開發(fā)技術(shù)。本系統(tǒng)使用前后端分離架構(gòu)，前端基于Vue框架開發(fā)，Vue起到連接視圖與數(shù)據(jù)中間件的作用，并負(fù)責(zé)界面交互。后端服務(wù)使用的框架是基于java的SpringBoot，后端系統(tǒng)負(fù)責(zé)數(shù)據(jù)持久化。

　　數(shù)據(jù)庫選用MongoDB來存儲較復(fù)雜的數(shù)據(jù)類型，有利于系統(tǒng)字段的擴(kuò)展。前后端分離是目前Web開發(fā)中流行的架構(gòu)，通過Nginx+Tomcat(NodeJS)的方式有效地對前端和后端的開發(fā)進(jìn)行解耦。本系統(tǒng)使用Vue框架中的VantUi庫構(gòu)建系統(tǒng)界面，提高了開發(fā)效率。Nuxt作為Vue的SSR(服務(wù)端渲染)代表，解決了Vue的首屏加載慢和SEO問題。

　　本系統(tǒng)也將其應(yīng)用于用戶使用界面。SpringBoot是spring應(yīng)用的快速開發(fā)框架，內(nèi)嵌了tomcat和jetty容器，可直接生成jar包來發(fā)布web服務(wù)。其基于注解無需配置模式，便于和SpringWebMVC、Mybatis、SpringCloud等各種流行框架無縫整合[5]。MongoDB是基于分布式文件存儲的NoSQL數(shù)據(jù)庫，支持bson格式的松散數(shù)據(jù)結(jié)構(gòu)，適合存儲相對mysql而言較復(fù)雜的數(shù)據(jù)類型。

　　4系統(tǒng)實現(xiàn)

　　智能公交調(diào)度平臺包括公交管理、客流信息、公交調(diào)度和系統(tǒng)管理四個模塊。該系統(tǒng)的核心功能是通過分析客流量信息，利用改進(jìn)的遺傳算法為公交公司提供合理有效的發(fā)車時間表。本文主要圍繞公交調(diào)度模塊功能點進(jìn)行分析設(shè)計。

　　4.1公交信息設(shè)置

　　公交公司管理員登陸系統(tǒng)后，可以在公交管理頁面新增公交信息，并設(shè)置公交車次的發(fā)車時間、末班車時間、車站數(shù)和發(fā)車總班次。該公交信息構(gòu)成遺傳-禁忌算法中生成公交調(diào)度時刻表的基礎(chǔ)數(shù)據(jù)。公交調(diào)度時刻表的發(fā)車時段的起始時間由首班時間和末班時間確定，總共發(fā)車的數(shù)量由發(fā)車總班次決定。

　　4.2算法參數(shù)設(shè)置

　　調(diào)度參數(shù)設(shè)置頁面，主要用來設(shè)置遺傳-禁忌算法中相關(guān)的影響因子。其中種群數(shù)、交叉頻率、變異頻率是遺傳算法的三個基本參數(shù)。進(jìn)化代數(shù)是遺傳算法在運(yùn)行過程中的迭代次數(shù)，也是遺傳算法的停止機(jī)制，一般可以人為依據(jù)經(jīng)驗設(shè)置，或通過測試比較連續(xù)迭代相同次數(shù)后結(jié)果沒有變化，則可以認(rèn)為該遺傳算法已經(jīng)收斂，此時為最優(yōu)解。乘客權(quán)重系數(shù)和公交權(quán)重系數(shù)表示乘客與公交公司的滿意度，兩者之和等于1。

　　禁忌搜索次數(shù)和搜索變異次數(shù)是禁忌搜索算法中用來設(shè)置特定方向搜索次數(shù)的參數(shù)。本算法基于的人流量是指乘車人數(shù)和乘客數(shù)量，在“乘客人數(shù)”和“乘客數(shù)量”tab頁可以管理不同時間段和站點的人流信息。根據(jù)不同時間段的人流量，可以將公交車的發(fā)車時間分成五個時間段：早上的低峰時段、上班高峰時段、普通時段、下班高峰時段、晚上的低峰時段。本公交調(diào)度方案就是根據(jù)人流量劃分的時間段來平衡公交公司和乘客兩者的利益。

　　4.3生成公交調(diào)度表

　　系統(tǒng)設(shè)置完公交信息和算法參數(shù)后，管理員點擊“生成調(diào)度表”按鈕，可得到該公交車的最佳發(fā)車時刻表。在上下班的高峰時段，該調(diào)度表安排的車次多;而在早晚客流量較少的低峰時段，發(fā)車次數(shù)就較少。由此可見，本智能公交平臺生成的公交調(diào)度表，能滿足乘客在不同時間段對公交車的需求，同時降低公交公司的成本。

　　公交論文投稿刊物：計算機(jī)時代雜志本刊1983年創(chuàng)刊，所刊文章內(nèi)容主要是電腦信息領(lǐng)域新技術(shù)、成果和趨勢。

　　5結(jié)束語

　　本平臺在現(xiàn)有的技術(shù)和模式下，基于人流量，使用改進(jìn)的遺傳-禁忌算法解決公交排班問題。通過實際調(diào)研分析，符合現(xiàn)實情況的公交車發(fā)車時間表，能夠幫助公交企業(yè)提高運(yùn)營效益和服務(wù)質(zhì)量。本系統(tǒng)下一步的優(yōu)化有：(1)開發(fā)移動端應(yīng)用，實時獲取公交車運(yùn)行過程中各站點的客流量，達(dá)到動態(tài)調(diào)整公交車發(fā)車時刻表的目的。(2)定位乘客所在站點。根據(jù)公交調(diào)度時刻表，提醒乘客時間，同時通過谷歌地圖插件接口提供的擁擠路段信息，使用算法計算出較準(zhǔn)確的乘車時間。

　　參考文獻(xiàn)

　　[1]姚艷君.智能公交車輛調(diào)度系統(tǒng)的設(shè)計與優(yōu)化[碩士學(xué)位論文].沈陽工業(yè)大學(xué),沈陽,2010

　　[2]張超群.遺傳算法編碼方案比較.計算機(jī)應(yīng)用研究,2011(03):25-28

　　[3]譚華.基于遺傳算法的公交車調(diào)度優(yōu)化研究.科學(xué)技術(shù)與創(chuàng)新,2020(32):50-52

　　[4]李志.基于遺傳和禁忌搜索混合算法的預(yù)制生產(chǎn)調(diào)度的研究.計算機(jī)測量與控制,2020,28(10):211-215

　　[5]閆四洋.基于SpringBoot+MongoDB的微服務(wù)日志系統(tǒng)的實現(xiàn).計算機(jī)時代,2020(08):69-74

　　作者：劉莉