基于生成-选择两阶段算法的地铁乘务排班计划优化方法

AITNT
正文
推荐专利
基于生成-选择两阶段算法的地铁乘务排班计划优化方法
申请号:CN202411602129
申请日期:2024-11-11
公开号:CN119599325B
公开日期:2025-09-19
类型:发明专利
摘要
本发明目的在于提出基于生成‑选择两阶段算法的地铁乘务排班计划优化,涉及城轨交通运营计划技术领域,本申请将地铁乘务排班计划编制划分为“生成‑选择”两个阶段。针对生成阶段,构建时空状态网络,将乘务任务生成转化为路径搜索问题,设计改进Floyd算法生成大规模备选乘务任务;针对选择阶段,构建改进集合覆盖模型,并设计贪婪算法和遗传算法进行求解,最后以成都地铁5号线为例进行验证。实例分析结果显示,相比于人工编制方案,本文提出的编制方法优化效果显著,总乘务任务数量减少14.48%,乘务任务总在班时间减少9.39%,接续时间总和减少15.79%。
技术关键词
计划优化方法 Floyd算法 两阶段 矩阵 多条最短路径 遗传算法求解 编制方法 染色体 贪婪算法 贪心算法 基因 网络 参数 因子 复杂度
系统为您推荐了相关专利信息
1
一种基于多模式脑网络连接组学的轻度认知障碍诊断系统
轻度认知障碍 诊断系统 卷积模块 生物标志物 多模式
2
空间衍射降维辅助的光学神经拟态计算架构
线性乘法器 神经网络芯片 非线性 输入模块 耦合器件
3
一种基于不平衡数据集的文本合规检测方法
合规检测方法 语句 覆盖率 编码向量 构建分类模型
4
一种基于力反馈与增强现实的机器人修磨示教方法及系统
力反馈设备 抛光工具 仿真模型 坐标系 仿真场景
5
一种基于图像识别的种苗生长情况检测方法
双通道注意力 图像旋转算法 像素点 融合特征 滤波器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号