×
艾哈迈德·利纳；克莉丝汀·芒福德；艾哈迈德·凯里

利用选择超神经网络解决城市公交线路设计问题。 （英语） Zbl 1404.90025号

欧洲药典。物件。 274，第2期，545-559（2019）.
摘要：城市公交路线问题（UTRP）的重点是为公共交通系统中的车辆寻找有效的出行路线。这是世界各地交通规划师和城市当局面临的最重大问题之一。该问题属于一类困难的组合问题，其最优解很难找到，因为搜索空间很大，并且在构造解时施加了大量约束。超神经技术是一种通用搜索技术，它在迭代框架下探索低级启发式空间以改进给定的解决方案。在这项工作中，我们评估了一组选择超神经技术在公交网络路线设计问题上的性能，以尽量减少乘客的出行时间和运营商的成本为目标。每个选择超神经症患者都在一组基准实例上进行实证测试，并与其他选择超神经主义患者进行统计比较，以确定最佳方法。基于序列的选择方法与大洪水接受方法相结合，实现了最佳性能，成功地在比当前最已知的解决方案更快的运行时间内找到了改进的结果。

引用于11文件

MSC公司：

90B06型 运输、物流和供应链管理
90B10型 运筹学中的确定性网络模型
90 C59 数学规划中的近似方法和启发式

关键词：

运输；优化；路由；启发式算法

软件：

超启发式
PDF格式BibTeX公司 XML格式引用
\textit{L.Ahmed}等人，《欧洲药典》。第274号决议，第2号，545--559（2019年；Zbl 1404.90025）
全文： 内政部 链接

参考文献：

[1] 阿贝克斯，R.O。；da Cunha，C.B.，《利用交替目标遗传算法进行高效公交网络设计和频率设置多目标优化》，交通运输。决议B部分：Methodol。，81, 355-376, (2015)
[2] Baaj，M.H。；Mahmassani，H.S.，《基于人工智能的公交线路系统规划和设计方法》，J.Adv.Transp。，25, 2, 187-209, (1991)
[3] Baaj，M.H。；Mahmassani，H.S.，交通网络设计的混合路线生成启发式算法，交通。决议第C部分：应急技术。，3, 1, 31-50, (1995)
[4] 巴格洛伊，S.A。；Ceder，A.A.，实际规模道路网络的交通网络设计方法，交通。决议B部分：Methodol。，45, 10, 1787-1804, (2011)
[5] 比尔金，B。；厄兹坎，E。；Korkmaz，E.E.，《超神经症和考试时间表的实验研究》，《自动时间表实践和理论国际会议论文集》，394-412，（2006）
[6] 伯克，E.K。；Bykov，Y.，《针对考试时间表问题的爬山延迟接受策略》，《Patat 2008年会议论文集》，加拿大，（2008）
[7] 伯克，E.K。；Gendreau，M。；海德，M。；Kendall，G。；奥乔亚，G。；厄兹坎，E。；Qu，R.，《超神经科学：现状调查》，J.Oper。Res.Soc.，64、12、1695-1724（2013）
[8] 伯克，E.K。；海德，M。；Kendall，G。；奥乔亚，G。；厄兹坎，E。；Woodward，J.R.，《超神经方法的分类》，《元启发式手册》，449-468，（2010），施普林格出版社
[9] Byrne，B.F.，径向情况下最小用户和系统成本的公共交通线路位置和车头时距，交通。研究，9，2-3，97-102，（1975）
[10] Ceder，A.，《公共交通规划与运营：建模、实践与行为》，（2016），中国轨道交通出版社
[11] Ceder，A。；Wilson，N.H.，公交网络设计，交通。决议B部分：Methodol。，20, 4, 331-344, (1986)
[12] Chakroborty，P.，城市公交线网优化设计的遗传算法，计算-辅助民用基础设施。工程师，184-200年3月18日（2003年）
[13] Chakroborty，P。；Wivedi，T.，《使用遗传算法的公交系统最优路线网络设计》，工程优化，34，1，83-100，（2002）
[14] 陈，Y。；Mourdjis，P。；波拉克，F。；Cowling，P。；Remde，S.，评估周期性路由问题的超启发式和局部搜索算子，欧洲组合优化进化计算会议论文集，104-120，（2016），施普林格
[15] Chew，J.S.C。；Lee，L.S。；Seow，H.V.，生物目标城市公交路线问题的遗传算法，J.Appl。数学，2013，6，1-15，（2013）
[16] Cipriani，E。；戈里，S。；Petrelli，M.，《交通网络设计：大型城市地区的程序和应用》，Transp。决议第C部分：应急技术。，20, 1, 3-14, (2012)
[17] 库珀，I.M。；John，M.P。；刘易斯，R。；芒福德，C.L。；Olden，A.，使用混合模式并行多目标进化算法优化大规模公共交通网络设计问题，IEEE进化计算大会论文集，2841-2848，（2014），IEEE
[18] Cowling，P。；Kendall，G。；Soubeiga，E.，《安排销售峰会的超启发式方法》，《自动时间表实践与理论国际会议论文集》，176-190，（2000），斯普林格·Zbl 0982.68516号
[19] 范，L。；Mumford，C.L.，《城市公交路线问题的元启发式方法》，《启发式杂志》，16，3，353-372，（2010）·Zbl 1187.90048号
[20] 风扇，W。；Machemehl，R.B.，《可变公交需求下的最优公交线路网络设计问题：遗传算法方法》，《交通工程杂志》，132，1，40-51，（2006）
[21] 法拉哈尼，R.Z。；Miandoabchi，E。；西托，W.Y。；Rashidi，H.，《城市交通网络设计问题综述》，《欧洲运筹学杂志》，229，2，281-302，（2013）·Zbl 1317.90047号
[22] 加里多，P。；Castro，C.，《（动态）容量受限车辆路径问题的灵活自适应超神经方法》，《基础信息学》，119，1，29-60，（2012）
[23] 关，J。；Yang，H。；Wirasinghe，S.C.，《同时优化公交线路配置和客运线路分配》，《运输研究B部分：方法论》，40，10，885-902，（2006）
[24] Guihaire，V。；Hao，J.-K.，《交通网络设计与调度：全球回顾》，《交通研究A部分：政策与实践》，42，10，1251-1273，（2008）
[25] O.伊巴拉·罗杰斯。；德尔加多，F。；Giesen，R。；Muñoz，J.，《公交系统的规划、运营和控制：文献综述》，《交通研究B部分：方法论》，77，38-75，（2015）
[26] 约翰，M.P。；芒福德，C.L。；Lewis，R.，《城市公交线路问题的改进多目标算法》，欧洲组合优化进化计算会议论文集，49-60，（2014），Springer
[27] 卡伦德，M。；Kheiri，A。；厄兹坎，E。；Burke，E.K.，《贪婪梯度模拟退火选择超神经主义》，《软计算》，第17、12、2279-2292页，（2013）
[28] Kechagiopoulos，P.N。；Beligiannis，G.N.，使用基于粒子群优化算法解决城市公交路线问题，应用软计算，21654-676，（2014）
[29] Kepaptsoglou，K。；Karlaftis，M.，《公交线路网络设计问题：综述》，《交通工程杂志》，135，8，491-505，（2009）
[30] Kheiri，A。；Keedwell，E.，利用隐马尔可夫模型的基于序列的选择超神经症患者，2015年遗传和进化计算年会论文集，417-424，（2015），ACM
[31] Kheiri，A。；Keedwell，E.，超神经科学中启发式选择问题的隐马尔可夫模型方法及高中时间表问题的案例研究，进化计算，25，3，473-501，（2017）
[32] 柯林奇，F。；Gök，M.，《公共交通网络设计中基于需求的路线生成算法》，计算机与运营研究，51，21-29，（2014）·Zbl 1348.90103号
[33] Lee，Y.-J。；Vuchic，V.R.，《可变需求的交通网络设计》，《交通工程杂志》，131，1，1-10，（2005）
[34] Mandl，C.，《应用网络优化》，运筹学与工业工程，（1979），学术出版社·Zbl 0426.90053号
[35] Mandl，C.E.，《城市公共交通网络的评估与优化》，《欧洲运筹学杂志》，5，6，396-404，（1980）·Zbl 0441.90030号
[36] 马歇尔·R·J。；约翰斯顿，M。；Zhang，M.，超神经算子选择和接受标准，组合优化中进化计算欧洲会议论文集，99-113，（2015），Springer
[37] 莫顿，A。；Urquhart，M.E.，《公交网络设计问题的路线集构造算法》，计算机与运筹学，36，8，2440-2449，（2009）·兹比尔1179.90053
[38] 米西尔，M。；万克鲁内堡，W。；Verbeeck，K。；Berghe，G.V.，《预拌混凝土交付进度的选择超神经症》，《元启发式国际会议论文集》，289-298，（2011）
[39] Mumford，C.L.，多目标城市公交路线问题的新启发式和进化算子，IEEE进化计算大会论文集，2013，939-946，（2013），IEEE
[40] 尼科利奇，M。；Teodorović，D.，蜂群优化公交网络设计，应用专家系统，40，15，5945-5955，（2013）
[41] 尼科利奇，M。；Teodorović，D.，《同步公交网络设计和频率设置：用蜜蜂计算》，《应用专家系统》，41，16，7200-7209，（2014）
[42] 帕切科，J。；阿尔瓦雷斯，A。；卡萨多，S。；González-Velarde，J.L.，西班牙北部城市交通问题的禁忌搜索方法，计算机与运营研究，36，3，967-979，（2009）·兹比尔1157.90475
[43] Pattnaik，S。；莫汉，S。；Tom，V.，使用遗传算法的城市公交线路网络设计，《交通工程杂志》，124，4368-375，（1998）
[44] Patz，A.，Die richtage auswahl von verkehrslinien bei großen strassenbahnnetzen，Verkehrstechnik，50，51，（1925）
[45] Poorzahedy，H。；Rouhani，O.M.，用于解决网络设计问题的混合元神经算法，《欧洲运筹学杂志》，182，2，578-596，（2007）·Zbl 1121.90024号
[46] Schéele，S.，《公共交通服务供给模型》，《交通研究》第B部分：方法论，14，1-2，133-146，（1980）
[47] Schöbel，A.，《公共交通线路规划：模型和方法》，OR Spectrum，34，3，491-510，（2012）·Zbl 1244.90048号
[48] 西托，W.Y。；Wu，Y.，《天水围同步公交线路设计和频率设置问题》，香港，《欧洲运筹学杂志》，209，2，141-155，（2011）·Zbl 1208.90023号
[49] 汤姆·V。；Mohan，S.，《使用频率编码遗传算法的公交线路网络设计》，《交通工程杂志》，129，2，186-195，（2003）
[50] 乌拉，E。；库比略，C。；Cabrera-Paniagua，D.，《带时间窗的拨号出行问题的超启发式算法》，《工程中的数学问题》，2015，（2015）
[51] Vaughan，R.，《具有多对多出行需求的城市公交系统的最佳极性网络》，交通研究第B部分：方法论，20，3，215-224，（1986）
[52] Wan，Q.K。；Lo，H.K.，多路公交网络设计的混合整数公式，数学建模与算法杂志，2，4，299-308，（2003）·Zbl 1048.90035号
[53] Yin，P.-Y。；吕，S.-R。；Chuang，Y.-L.，使用交叉坞缓冲的综合车辆路线和调度的合作协同进化方法，人工智能的工程应用，52，40-53，（2016）
[54] 赵，F。；曾晓霞，公交线网优化的模拟退火遗传算法，土木工程计算杂志，20，1，57-68，（2006）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。