基于改进遗传算法的网约车共乘优化调度模型求解

作     者：胡凯 袁鹏程 胡忠恺 Hu Kai;YUAN Pengcheng;HU Zhongkai

作者机构：上海理工大学管理学院上海200093 

出 版 物：《物流科技》 (Logistics Sci-Tech)

年 卷 期：2022年第45卷第13期

页      面：85-93页

学科分类：12[管理学] 0202[经济学-应用经济学] 02[经济学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 020205[经济学-产业经济学] 08[工学] 082303[工学-交通运输规划与管理] 0823[工学-交通运输工程] 

基　　金：国家自然科学基金项目(71601118) 

主　　题：网约车合乘 调度优化 最优接送位置 

摘      要：以往网约车调度模型都是基于门对门服务的假设上构建的,车辆可以直接到达乘客要求的地点接送乘客,而文章所提出的网约车共乘优化调度模型(Dial-a-ride Problem with Meeting Points, DARP-M)是一类亟待研究的车辆路径问题,在传统车辆路径问题的基础上,考虑了每位乘客的接送位置。为解决这一类问题,建立相应的数学模型,并提出求解该问题的一种新的改进遗传算法(Improved Genetic Algorithm, IGA),该算法通过提前生成满足约束条件的可行解来简化计算规模,同时优化传统遗传算法的交叉变异步骤,达到快速收敛的效果,并且可以灵活解决其他类似问题。算例结果表明,将改进遗传算法运用到DARP-M模型中,能在较短的迭代次数内达到收敛,通过测试改进算法的参数,可以看出收敛的效果显著,且运算速度相对较快。