导读:本文包含了校车路径论文开题报告文献综述及选题提纲参考文献，主要关键词:混载校车,多校运送,路径优化,遗传算法
校车路径论文文献综述
黄白[1]（2019）在《多校混载目标下的校车路径优化方法研究》一文中研究指出十九大以来,乡村振兴战略作为国家的重大战略,已被提升到了党和各级政府工作的重要议事日程上。振兴乡村,根本是教育。近年来,伴随着我国的快速城市化,乡村地区已演变为实施中小学撤点并校的土壤。总体来看,整合后乡村学校的教育质量有了一定的提高,然而因改变了原有学校在地理空间上的分布,导致部分乡村地区学生的通学距离变大,告别了“家门口的学校”。乡村中小学学生上下学的问题,是乡村教育的基础问题,就目前的经济发展水平、教育投资成本、校车营运成本而言,给乡镇地区每一所中小学学校配备校车的做法显然不够实际,因此本文将考虑以整体乡镇片区为单位,统筹规划校车的行走路径,充分提高乡镇校车的使用率,达到节约成本与一定运营效率的目标。校车路径问题(School Bus Routing Problem,SBRP)实际上是对车辆路径问题(Vehicle Routing Problem,VRP)的延展研究,其基础理论仍建构于VRP问题之上,是VRP问题庞大研究体系之下的一个研究分支,本质上隶属于VRP问题。本文以SBRP为研究背景,首先研究了带软、硬时间窗的装卸一体化VRP问题(Vehicle Routing Problem with Simultaneous Delivery and Pickup under Coexistence of Soft and Hard Time Windows,VRPSDPCSHTW)模型的数学结构,分析其建模思想与SBRP情景的异同,通过借鉴其数学模型,构建了以总成本最少为目标的兼具软、硬时窗的多校混载SBRP模型,并设计了求解该问题的遗传算法。模型及算法的可靠性初步采用小规模算例进行检验,后通过山东省寿光县台头镇的实际案例分析,进一步论证了本文构建的多校混载SBRP模型的有效性及设计算法的可操作性。案例结果表明,基于系统最优的多校混载SBRP模型可有效减少校车的使用成本,与不混载形式相比,多校混载校车可提高行车效率约7.74%。本文的行文脉络如下:第一章明确提出了本文的选题背景和技术路线,重点阐述针对我国乡村地区构建多校混载SBRP问题的积极意义与研究内容。第二章对本文研究的VRP理论基础及SBRP问题的研究进展进行了梳理,探讨了我国现有校车路径问题研究及实施的城乡差异。同时,论述了VRPB的模型理论,分析其与多校混载SBRP问题研究的异同与本文拟重点考虑的问题。第叁章研究构建了多校混载SBRP的模型。首先对本文所研究的多校混载SBRP问题进行了问题描述,依据描述构建了相应的目标函数和约束条件,最后利用构造的小型算例进行测试,初步完成对模型有效性的检验。第四章介绍了遗传算法的基本原理及运算步骤,并结合第叁章构建的混载多校SBRP模型,设计了相应的遗传算法,对算法的运行流程进行了详细描述,并运用遗传算法对算例模型进行求解,与基于迪杰斯特拉算法的ATRIP的求解结果对比,遗传算法具有较好的求解精度和计算效率。第五章基于MATLAB平台,完成对山东省寿光市台头镇的案例分析,将遗传算法求解的叁校混载与多校不混载、其他混载情况下生成的路径数据相比较,结果表明,本案例中利用遗传算法求解的叁校混载的校车总成本最少,路径效率最高。最后一章,总结全文的主要工作与成果,提出本文研究的局限之处与未来研究的可行之向。(本文来源于《山东建筑大学》期刊2019-05-01）
侯彦娥,孔云峰,党兰学[2]（2018）在《求解多车型校车路径问题的混合集合划分的GRASP算法》一文中研究指出针对不同规划场景下具有不同优化目标的多车型校车路径问题(HSBRP),提出一种混合集合划分(SP)的贪婪随机自适应(Greedy Randomized Adaptive Search Procedure,GRASP)算法。根据GRASP算法寻优过程中产生的路径信息构建SP模型,然后使用CPLEX精确优化器对SP模型进行求解。为了适应不同类型的HSBRP问题,改进GRASP的初始解构造函数得到一个可行解,并将其对应的路径放入路径池;在局部搜索过程中应用多种邻域结构和可变邻域下降(VND)来提升解的质量,同时在路径池中记录在搜索过程中得到提升的路径和在每次迭代中得到局部最好解的路径信息。使用基准测试案例进行测试,实验结果表明在GRASP算法中,混合SP能够有效地提高算法的求解性能和稳定性,并且该算法能适应不同优化目标下车型混合和车辆数限制两类HSBRP的求解;与现有算法的比较结果再次验证了所提算法的有效性。(本文来源于《计算机科学》期刊2018年04期）
侯彦娥,孔云峰,党兰学,王玉璟[3]（2017）在《一种求解多校多车型校车路径问题的元启发算法》一文中研究指出针对多种车型可用的多校校车路径问题(SBRP),建立数学模型,并提出了一种迭代局部搜索(ILS)元启发算法进行求解。该算法引入并改进了带时间窗的装卸一体化问题(PDPTW)求解中的点对邻域算子,并使用可变邻域下降搜索(VND)完成局部提升。局部提升过程中,设计一种基于路径段的车型调整策略,尽可能地调整车型,降低成本,并允许接受一定偏差范围内的邻域解以保证搜索的多样性。对于局部提升得到的最好解,使用多点移动方法对其进行扰动,以避免算法过早陷入局部最优。在国际基准测试案例上分别测试多校混载和不混载模式下算法的性能,实验结果验证了设计算法的有效性。进一步使用提出的算法求解单车型多校SBRP问题,并与后启发算法、模拟退火算法和记录更新法等算法进行比较,实验结果表明该算法仍然能够获得较好的优化效果。(本文来源于《计算机科学》期刊2017年08期）
薛伟莲,于希,周风,丁然[4]（2017）在《基于改进蚁群算法的校车路径规划问题研究》一文中研究指出针对校车路径规划问题,基于约束条件及优化目标,考虑交通拥堵状况,建立了最小化校车数量和最小化校车行驶时间的混合整型规划模型,并用改进的蚁群算法进行求解。该算法分为2个阶段:(1)对所有站点进行区域划分,以最小化车辆数和负载均衡为目标,把所有站点划分为若干个规模较小的区域;(2)考虑交通拥堵情况,利用改进的蚁群算法进行区域内路线优化。仿真结果表明:该算法收敛速度较快,适合大型校车路径优化问题。(本文来源于《交通科学与工程》期刊2017年01期）
侯彦娥,孔云峰,党兰学,谢毅[5]（2016）在《车辆数限制的多车型校车路径问题模型及算法研究》一文中研究指出为适应校车路径规划中校车有多种车型且每种车型数量受限的需求,建立车辆数限制的多车型校车路径问题(HFSBRP)的数学模型,并提出一种迭代局部搜索算法进行求解。该算法借助邻域随机选择的变邻域下降搜索(VND)算法完成局部提升。局部提升过程中,首先调整车型,然后再混合使用缩减路径数和提高车辆利用率的邻域解接受策略以提高算法的寻优能力,为保证解的多样性,允许接受一定偏差范围内的邻域解。此外,为避免算法过早陷入局部最优,设计了多点交换和移动的扰动规则。基于国际基准测试案例进行模型验证和算法测试,实验结果表明了模型的正确性和算法的有效性。(本文来源于《计算机科学》期刊2016年12期）
薛伟莲,于希,周风,李倩影[6]（2016）在《基于洪泛算法的单线校车路径规划问题研究》一文中研究指出针对单线校车路径规划问题,在对相关研究成果进行综述的基础上,考虑校车行驶过程中道路长度、道路属性和交通拥堵情况等影响因素,建立了单线校车路径规划模型,利用加入剪枝规则和禁忌表的改进洪泛算法进行求解,有效地提高了求解速度。以大连嘉汇阳光小学校车调度为例,对其某条线路进行优化,仿真结果表明,该算法可以求得最优解,且在求解效率上优于传统的精确算法。(本文来源于《物流技术》期刊2016年10期）
侯彦娥,党兰学,孔云峰,谢毅[7]（2016）在《求解多车型校车路径问题的带参数选择机制的GRASP算法》一文中研究指出考虑到校车路径安排过程中不同车型容量和成本的差异,建立了多车型校车路径问题(SBRP)模型,并提出了一种带参数选择机制的贪婪随机自适应(GRASP)算法进行求解。在初始解构造阶段,设计一组阈值参数控制受限候选列表(RCL)的大小,使用轮盘赌法选择阈值参数。完成初始解构造后,使用可变邻域搜索(VNS)进行邻域解改进,并记录所选择的参数和解的目标值。算法迭代过程中,先设置相同阈值参数的选择概率,每隔若干次迭代后,评估每个阈值参数的性能并修改其选择概率,使得算法能够得到更好的平均解。使用基准测试案例进行了测试,比较了基本GRASP算法与设计的GRASP算法的性能,并与现有求解多车型校车路径问题的算法进行对比,实验结果表明所设计的算法是有效的。(本文来源于《计算机科学》期刊2016年08期）
侯彦娥[8]（2016）在《多车型校车路径问题优化算法研究》一文中研究指出为中小学学生提供安全、高效的校车服务是我国义务教育发展中面临的新要求。校车路径规划是校车运营的基础环节,合理地规划校车路径可以显着地提高服务效率,降低运营成本。校车路径问题(SBRP)涉及学校、学生乘车站点、场站、校车类型、交通网络、学区地理环境、约束条件和规划目标等众多因素,是一类复杂度极高的NP-hard问题。SBRP通常是在保障校车服务质量的前提下,尽量减少车辆购置、维护等固定成本和校车的日常运营成本。校车路径规划实践中,校车车队往往由多种类型的车辆构成。同时,受学生站点分布、道路状况等现实条件的影响,多种类型的校车组合能更好地满足实际需求。然而,相对于单车型SBRP,多车型SBRP(HSBRP)的研究较少。而且,现有HSBRP的求解主要采用构造启发算法或改进启发算法,优化性能有限,也难以适应较复杂的规划场景。鉴于此,本文针对HSBRP,在问题定义和数学建模的基础上,设计一个适用于多种应用场景的算法框架,进而探索单校、多校、车型混合和车辆数限制等不同场景下HSBRP的元启发优化算法。研究思路如下:(1)针对不同应用场景下校车路径规划的需求,考虑校车类型、校车容量、校车数量、学校时间窗、学生最大乘车时间等约束条件,以校车固定成本和运营成本为目标建立HSBRP的数学模型,并尝试使用模型精确求解。(2)探讨HSBRP的求解策略,设计一个通用HSBRP算法框架,包括基本数据结构、常用操作函数、初始解构造算法、各种局部提升算子和启发策略;开发基础算法库,便于构造常见元启发算法。(3)利用算法库,针对单校车型混合、单校车辆数限制、多校多车型等问题类型,分别实现HSBRP算法,引入邻域解接受策略和车型调整策略提升解的质量;并使用基准案例进行算法测试和性能分析。(4)使用实际案例验证本文算法的实用性。本文的主要工作和结论如下:(1)完成了一个满足单校和多校问题求解的HSBRP算法框架。算法框架提供通用的数据结构、基础函数、初始解构造算法和邻域搜索算子,支持搜索算子选择、车型调整、邻域解接受、搜索扰动等启发策略的组合使用。基于算法框架实现了迭代局部搜索、变邻域搜索和贪婪随机自适应等元启发算法。算法的设计与实现表明:该算法框架不仅具有通用性,而且能够快速实现求解SBRP的元启发算法和混合元启发算法。(2)针对单校HSBRP问题,分别完成车型混合HSBRP(FSMSBRP)和车辆数限制HSBRP(HFSBRP)的求解算法。针对FSMSBRP,设计贪婪随机自适应算法(GRASP),并通过参数自适应选择对算法进行改进。该算法适用于求解总成本、固定成本和可变成本叁种优化目标的FSMSBRP问题。在国际基准测试案例上的实验表明:参数自适应选择优于参数随机或固定选择;与现有FSMSBRP求解算法相比,GRASP算法具有明显的优势,叁类问题的求解质量比RRH算法分别改进了5.28%、4.84%和7.22%,比自适应基于位置启发(ALBH)算法分别改进了6.26%、6.02%和7.55%。针对HFSBRP,建立了基于车型的整型规划数学模型,并设计一种迭代局部搜索算法和可变邻域下降算法混合的元启发算法(HILS)进行求解。使用HILS算法分别求解优化目标为总成本和可变成本的两类HFSBRP问题,测试表明所设计的HILS算法能够在较短的时间内获得高质量的解,并且算法稳定性较高。(3)完成了混载和不混载两种运营模式下多校HSBRP的迭代局部搜索算法(ILS)。鉴于多校问题与带时间窗装卸一体化问题(PDPTW)模型具有相似性,在ILS算法中引入PDPTW问题求解中使用的SPI、SBR和WRI叁个邻域算子优化总成本,并改进这叁个算子允许车型调整。利用国际标准案例库对ILS算法进行测试,与随机基于位置启发算法(RLBH)和ALBH算法相比,ILS算法在不混载模式下的总成本平均下降了29.01%和34.84%,而在混载模式下ILS算法的总成本则平均下降了平均28.93%和34.66%。(4)完成了一个案例实验。收集整理了无锡市惠山区的道路、学校和学生等信息,在ArcGIS 10.2内完成数据整理、OD矩阵计算和网络分析等功能,完成单校和多校的案例研究。实验结果表明:使用多种车型规划校车路径优于单一车型的路径规划,多校运营模式比单校运营所需要的总成本更少。对于单校多车型校车路径规划,本文的GRASP算法优于ArcGIS网络分析中的VRP算法;对于多校多车型路径规划,本文设计的不混载和混载两种规划方案比现有方案分别节约了3.20%和6.62%的成本。本文针对多车型SBRP问题的多种应用场景,设计了一个灵活通用的元启发算法框架,支持单校、多校以及不同优化目标HSBRP问题的求解。利用该算法框架,首次设计了求解车辆数限制HSBRP和多校HSBRP的元启发算法,且算法性能显着优于现有的算法。(本文来源于《河南大学》期刊2016-06-01）
李双星[9]（2016）在《改进迭代局部搜索算法求解需求拆分的校车路径问题》一文中研究指出随着我国经济社会的发展,近年来越来越多的地区和学校开始为中小学生提供校车服务。然而与发达国家相比,校车服务在我国起步较晚,校车的运营方式及路线规划手段等都在探索之中。校车路线规划是校车运营管理的关键环节,合理地安排校车路线,既能节约校车服务成本,又能提高校车服务质量。与校车路线规划密切相关的学术问题是校车路径问题(SBRP),该问题是组合优化领域的NP-hard问题。经典的SBRP问题中同一站点乘车的学生必须由一辆校车服务,在一定程度上影响了校车的利用率。在我国人口密度大,居住相对集中。学生的乘车站点一般设置在居民区附近,导致在一个站点乘车的学生人数较多,甚至可能超过校车最大载客量,使得经典的SBRP无法直接应用于该情形下的路径规划。已有的关于需求拆分的车辆路径问题研究表明,允许需求拆分能够进一步减低服务成本。因此,本文将SBRP扩展为站点乘车需求拆分的校车路径问题(SDSBRP),优化目标包括最小化校车数量和最小化校车的行驶距离两个目标,并设计改进的迭代局部搜索算法进行求解。本文所做的工作主要包括以下几个方面:(1)对需求拆分车辆路径问题及单校校车路径问题进行了系统的梳理分析,将经典的SBRP扩展为需求拆分的校车路径问题,在此基础上设计了求解SDSBRP的启发式算法所需要的邻域算子。(2)设计了求解SDSBRP问题的改进迭代局部搜索算法针对已有关于SDSBRP研究偏少,已有的启发式算法难以获取高质量解的问题,设计了基于迭代局部搜索算法(ILS)的元启发式求解算法。ILS算法的关键在于局部搜索和扰动,合理的局部搜索和扰动策略能够提高算法的性能。局部搜索易于陷入局部最优,使问题偏离最优解。本文考虑到模拟退火算法具有较强的局部搜索能力,在局部搜索算法过程中邻域解的目标值评估时以最小化校车数量为首要目标,最小化校车行驶距离为第二目标,在进行第二目标的判断时采用了模拟退火算法思想,允许接受一部分使目标值变差的解。本文采用了一种基于破坏重建思想的扰动策略,从当前解中删除一部分路径,然后进行重建,增加ILS算法跳出局部最优解的概率。(3)用本文所提出的算法具有广泛的适用性,能够求解站点乘车需求拆分和不拆分两种情形下的校车路径问题。针对设计的算法进行了仿真实验与分析,验证了算法的有效性。(本文来源于《河南大学》期刊2016-06-01）
朱玉坤[10]（2016）在《基于ArcGIS的校车路径规划系统设计与实现》一文中研究指出随我国社会经济的快速发展,越来越多的中小学校开始提供校车服务,校车逐渐成为接送学生的重要交通工具。使用校车服务可以保障学生出行安全,减少上学和放学时间段的交通拥堵,不仅减轻了家长的负担,更减少了交通高峰时段接送学生的私家车数量。同时,校车服务减缓了交通压力,减少尾气排放造成的环境污染,能够塑造良好的交通环境。校车路径规划是校车运营中的关键环节。良好的校车路径规划能够提高校车服务质量和效率。然而,目前我国大部分地区采用人工方式规划校车路线,工作量极大。因校车路径规划涉及学校位置、学生分布、校车容量、停车场位置、交通网络等因素,人工方式的路径规划难以兼顾校车成本与服务质量,可能造成校车利用率偏低、行车路线过长或投入成本过高等问题。鉴于校车路线规划的复杂性,迫切需要使用计算机软件来代替人工进行更科学、高效的路线规划。本文基于ArcGIS设计并实现一个校车路径规划系统,目标是为中小学校或校车公司提供一个通用、灵活的校车路径规划工具。ArcGIS具备强大的空间分析功能,其中网络分析模块提供了车辆路径优化(VRP)功能,可用于校车路径规划。其基本步骤是:准备学校、学生站点、车场和车辆数据;建立道路网络数据集,计算站点之间的距离和校车行驶时间;在VRP模块中建立校车路径规划模型,进而调用VRP优化算法进行路径规划。建立校车路径规划问题模型比较复杂,且针对不同的需求,操作流程差异也较大。因此,本文综合分析校车路径规划需求,设计校车路径规划系统的基本功能,基于ArcGIS开发校车路径规划工具,大幅度简化操作流程和系统操作界面;并结合WebGIS技术开发校车路径规划系统,使用户可以在浏览器端方进行数据管理和路径规划等操作,实现科学便捷的校车路径规划。本文主要工作总结如下:(1)完成了校车路径规划系统需求分析。针对教育主管部门、校车运营企业、中小学校、公众等不同用户进行校车路径规划需求分析,明确系统功能需求和数据需求。(2)研究了基于ArcGIS的校车路径规划方法。针对多种校车路径规划需求,利用ArcGIS网络分析模块的车辆路径优化(VRP)功能,确定校车路径规划的数据准备、详细操作流程,为校车路径规划系统开发奠定基础。(3)完成了校车路径规划系统的设计。基于ArcGIS技术,设计系统总体架构及软硬件配置,设计了基础地理数据库和业务数据库、系统功能模块等。使用GIS关键技术包括ArcGIS网络数据集、路径优化模块、Web服务、Python程序设计等,并选择FlexViewer技术,确立系统开发流程和开发模式等。(4)完成了校车路径规划系统系统开发。首先,在ArcGIS中完成了基于ArcPy的校车路径规划工具开发;其次,进行系统部署及相关服务的发布和调用;第叁,开发相关功能模块,主要包括地图基本操作功能、数据维护功能、规划工具地用功能、路径方案下载功能等,并提供简单易用的用户界面。(5)完成了一个校车路径规划案例研究。在系统中准备案例数据,并针对多个实际应用场景进行校车路径规划和分析,测试所开发系统的实用性,并验证校车路径规划在成本和服务质量上的优势。综上,本文设计并实现了一个基于ArcGIS的网络校车路径规划系统,案例测试表明该系统能够满足常见校车路径规划需求。案例研究也表明,与现有校车运营方案相比,本文规划方案能降低校车运行成本。(本文来源于《河南大学》期刊2016-05-01）
校车路径论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对不同规划场景下具有不同优化目标的多车型校车路径问题(HSBRP),提出一种混合集合划分(SP)的贪婪随机自适应(Greedy Randomized Adaptive Search Procedure,GRASP)算法。根据GRASP算法寻优过程中产生的路径信息构建SP模型,然后使用CPLEX精确优化器对SP模型进行求解。为了适应不同类型的HSBRP问题,改进GRASP的初始解构造函数得到一个可行解,并将其对应的路径放入路径池;在局部搜索过程中应用多种邻域结构和可变邻域下降(VND)来提升解的质量,同时在路径池中记录在搜索过程中得到提升的路径和在每次迭代中得到局部最好解的路径信息。使用基准测试案例进行测试,实验结果表明在GRASP算法中,混合SP能够有效地提高算法的求解性能和稳定性,并且该算法能适应不同优化目标下车型混合和车辆数限制两类HSBRP的求解;与现有算法的比较结果再次验证了所提算法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
校车路径论文参考文献
[1].黄白.多校混载目标下的校车路径优化方法研究[D].山东建筑大学.2019
[2].侯彦娥,孔云峰,党兰学.求解多车型校车路径问题的混合集合划分的GRASP算法[J].计算机科学.2018
[3].侯彦娥,孔云峰,党兰学,王玉璟.一种求解多校多车型校车路径问题的元启发算法[J].计算机科学.2017
[4].薛伟莲,于希,周风,丁然.基于改进蚁群算法的校车路径规划问题研究[J].交通科学与工程.2017
[5].侯彦娥,孔云峰,党兰学,谢毅.车辆数限制的多车型校车路径问题模型及算法研究[J].计算机科学.2016
[6].薛伟莲,于希,周风,李倩影.基于洪泛算法的单线校车路径规划问题研究[J].物流技术.2016
[7].侯彦娥,党兰学,孔云峰,谢毅.求解多车型校车路径问题的带参数选择机制的GRASP算法[J].计算机科学.2016
[8].侯彦娥.多车型校车路径问题优化算法研究[D].河南大学.2016
[9].李双星.改进迭代局部搜索算法求解需求拆分的校车路径问题[D].河南大学.2016
[10].朱玉坤.基于ArcGIS的校车路径规划系统设计与实现[D].河南大学.2016