您的位置: turnitin查重官网> 下载中心 >大型运动会车辆调度系统排班算法和设计

大型运动会车辆调度系统排班算法和设计

收藏本文 2024-03-22 点赞:19311 浏览:84261 作者:网友投稿原创标记本站原创

摘要:车辆排班算法主要关注于如何合理地、地安排车辆到相应的班次,以费用成本的最小化。在大型运动会中,不仅要给每个车辆准时指派到相应的场馆,还尽量减少费用成本。因此,车辆排班算法的研究在大型运动会车辆调度系统中起着非常的作用。传统的车辆排班算法包括基于模拟退火的车辆排班算法、基于禁忌搜索的车辆排班算法以及基于迭代局部搜索的车辆排班算法。这些算法单一的解决方案试图寻找更好的解,在这些算法的基础上,了一种改进的迭代局部搜索算法PILS。该算法对邻域变换的方式选择是不同数据集下的大量实验,其结果“块移动”的邻域要优于交换邻域和移动邻域。的另外一个贡献在于对存在的车辆排班算法的性能了一个较为详尽的实验对比和分析,实验PILS实验的结果要优于迭代局部搜索、禁忌搜索等启发式车辆排班算法。对车辆排班算法的研究背景与发展现状简单的介绍,同时对车辆排班所需的基础理论知识了简单的描述,然后对存在的几种车辆排班算法了一个分析与总结,并给出了各自的优缺点。随后了改进的迭代局部搜索车辆排班算法PILS,介绍了车辆排班的问题描述和数学模型以及算法的基本原理和算法实现,并在不同数据集下了大量的班次测试实验,随后大量的实验来评估存在的车辆排班算法之间的结果差异,并对不同的车辆排班算法的实验结果比较和分析。对车辆排班总结与展望。关键词:车辆排班论文邻域论文块移动论文

    摘要4-5

    ABSTRACT5-10

    章 绪论10-13

    1.1 课题研究背景10

    1.2 课题研究现状10-11

    1.3 课题研究内容11-12

    1.4 论文结构及章节安排12-13

    章 基础理论介绍13-20

    2.1 最优化算法13-16

    2.1.1 基本定义13

    2.1.2 数学13

    2.1.3 发展历程13-14

    2.1.4 工作14

    2.1.5 模型组成14-15

    2.1.6 最优化方法15

    2.1.7 解析性质15-16

    2.1.8 最优解16

    2.2 启发式算法16-19

    2.2.1 基本定义与原理16-17

    2.2.2 发展历程17-18

    2.2.3 基本元素18

    2.2.4 方法分类18

    2.2.5 邻域18-19

    2.2.6 局部搜索19

    2.2.7 常用启发式算法19

    2.3 小结19-20

    章 存在的车辆排班算法20-26

    3.1 基于模拟退火的车辆排班算法20-21

    3.1.1 模拟退火算法的简介20

    3.1.2 模拟退火算法的流程20-21

    3.2 基于禁忌搜索的车辆排班算法21-24

    3.2.1 禁忌搜索算法的简介21-22

    3.2.2 禁忌搜索算法的构成22-23

    3.2.3 禁忌搜索算法的流程23-24

    3.3 基于迭代局部搜索的车辆排班算法24-25

    3.3.1 迭代局部搜索算法的简介24

    3.3.2 局部搜索算法的构成24-25

    3.4 小结25-26

    章 PILS算法求解车辆排班问题26-36

    4.1 问题描述26-27

    4.2 数学模型27-29

    4.2.1 决策变量和解的形式28

    4.2.2 限制条件28

    4.2.3 函数28-29

    4.3 算法设计与实现29-35

    4.3.1 PILS算法29-30

    4.3.2 解空间和评价函数30

    4.3.3 初始解30-31

    4.3.4 邻域搜索和邻域结构31-34

    4.3.5 邻域采样34

    4.3.6 邻域搜索停止标准34

    4.3.7 扰动机制34-35

    4.3.8 验收标准35

    4.3.9 终止条件35

    4.4 小结35-36

    第五章 实验方法及实验结果分析36-44

    5.1 实验目的36

    5.2 实验配置36

    5.3 实验结果36-43

    5.3.1 邻域比较36-38

    5.3.2 定量与定性分析38-39

    5.3.3 PILS参数化39-40

    5.3.4 结果比较40-41

    5.3.5 结果41-42

    5.3.6 计算时间变量42-43

    5.4 实验总结和分析43-44

    第六章 总结及展望44-46

copyright 2003-2024 Copyright©2020 Powered by 网络信息技术有限公司 备案号: 粤2017400971号