基于GA算法的轻轨车辆任务分节及配对优化研究

针对轻轨车辆在指定两站进行任务分节具有多样性,论文采用人工智能直观启发确定了任务分节及配对的基本模型.建立了任务配对的目标函数和约束函数,保证不同车之间的2节任务配对后,换乘时上下车在同一站,时间在0.5至2小时之间,且使全部配对任务中换乘休息的总时间最短.设计了有效的“自交叉”GA算法,优化出各车的任务分节及其配对组合方法.算法对于日分多节任务、多换乘位置点的任务分节配对的排班问题具有一般适应性.此算法在天津轻轨运用管理信息系统中得到了良好的应用验证.