具有反向学习能力的串车调度算法研究

摘要：

为了避免串车问题,研究了多条线路不同站点间隔的车辆实时串车调度算法.基于车辆自动定位(AVL)数据的分析预测,给出了具备反向学习能力的克隆选择优化算法(Opposition-learning Clonal Selection Algorithm,OCSA)求解避免串车的调度序列,指导车辆调度.算法中设计了反向抗体库,反向抗体库存储了种群迭代过程中多个较差抗体的信息,利用较差基因位置信息,指导部分基因链以较快速度进行反向学习,将其迅速牵引出局部最优区域.反向学习过程可迅速改善抗体的多样性,使得算法在短时间内具有较强的全局寻优能力;且局部学习的缩放因子可随迭代过程动态调整,提高了算法的求解精度.实验结果表明,基于OCSA算法获取的调度序列与经典的调度算法相比有较好的适应性,求得的调度序列能够实时有效地降低站点串车问题.

关键词：智能交通、串车、克隆选择、调度、反向学习

所属期刊栏目：19

分类号：U268.6;TP391(机车工程)

资助基金：山东省高等学校科技计划项目J17KB37

在线出版日期：2019-05-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：102-107,115