一种基于大规模领域搜索的多场站校车路径求解方法

技术特征：
1.一种基于大规模领域搜索的多场站校车路径求解方法，其特征在于，包括：步骤1：构建mdsbrp模型的初始解：首先，针对每个学校，基于场站、目标学校为该学校的乘车站点、可用车型信息和最大乘车时间约束条件，使用广义插入法构造多条到达该学校的路径；然后，将针对每个学校构造的路径进行合并，即得到mdsbrp模型的初始解；步骤2：使用lns算法，通过站点操作算子对站点完成局部搜索，在局部搜索过程中，采用多点移动的方式对局部优解完成扰动，得到局部最优解；步骤3：针对得到的局部最优解，采用场站操作算子对其进行扰动操作，得到全局最优解；步骤4：判断是否达到最大迭代次数，若否则重复步骤2和步骤3，若是则输出全局最优解、即最佳校车路径。2.根据权利要求1所述的一种基于大规模领域搜索的多场站校车路径求解方法，其特征在于，所述步骤1包括：步骤101：读取案例文件，获得包括场站集合d、乘车站点集合p

、车辆集合m和学校集合p-信息；步骤102：将一个乘车站点和其所属学校组合成为一条路径；步骤103:针对所有未插入到封闭环路上的站点，找到封闭环路内距离其最近的若干个站点，若环路内的所有站点的个数不足7个，则包含环路内所有的站点；步骤104:随机选择一个不在环路中的站点，评估该站点顺时针插入和逆时针插入的成本，寻找能够以最小成本插入的位置并采用广义插入法进行站点插入；步骤105：完成站点的插入后，更新所有站点的邻域，跳转到步骤103继续执行，直到所有的站点均已经加入到环路中；步骤106：根据得到的包含场站、所有学生乘车站点和学校的封闭环路，应用以上拆分过程划分为单个路径；步骤107：从场站集合d出发，顺序的访问环路中的站点，将站点加入到一条包含场站和学校的初始路径中；根据车辆容量，不断的将站点加入到路径中，同时移除环路中对应的站点；若违反车型容量约束或最大乘车时间约束，重新构造一条新的初始路径，跳转到步骤106继续执行，直到环路中不存在站点为止；步骤108：将针对每个学校构造的路径进行合并，即得到mdsbrp模型的初始解。3.根据权利要求2所述的一种基于大规模领域搜索的多场站校车路径求解方法，其特征在于，所述步骤1需要满足如下约束条件：对场站的约束条件为：l
ik
＝0，k∈m，确保从场站i出发或者回到场站i时车辆k上学生数量l
ik
为0；对车辆的约束条件为：s.t.∑
j∈v
x
ijk-∑
j∈v
x
jik
＝0，k∈m，其中v表示所有站点；x
ijk
表示车辆k是否经过站点i和站点j连接的弧，1表示经过，0表示不经过；x
jik
表示车辆k是否经过站点j和站点i连接的弧，1表示经过，0表示不经过；p＝p

∪p-；确保一辆车驶入站点后离开站点；对学生所在站点和学校之间关系的约束条件：t
ik
st
i
t
is(i)
≤t
s(i)k
，其中t
ik
表示车辆k经过站点i后累计的时间；st
i
表示站点i的服务时间，即上、下车时间间隔，i∈p；t
ij
表示站点i和站点j之间的行驶时间，i、j∈v，v＝p∪d表
示所有站点；t
ik
表示车辆k经过站点i后累计的时间；限定校车必须先访问学生所在站点再访问对应的学校；对车辆上学生数量的约束条件：q
i
≤l
ik
≤q
k
，k∈m，保证车辆k经过站点i后的学生人数l
ik
大于等于站点i上车的学生人数q
i
，并且小于等于校车容量q
k
；对车辆到达站点的时间约束条件：e
i
≤t
i
≤l
i
，k∈m，其中e
i
表示站点i的最早发车时间，i∈p；t
i
表示车辆到达站点i的最大行车时间；l
i
表示站点i的最晚发车时间，i∈p；限制车辆到达任何站点的时间都必须满足时间窗要求。4.根据权利要求1所述的一种基于大规模领域搜索的多场站校车路径求解方法，其特征在于，所述步骤2包括：步骤201：使用swap(1，1)，shift(1，0)，swap(2，1)三种站点操作算子对站点进行局部搜索；swap(1，1)表示随机选择两条路径上的两个站点进行交换得到可行解；shift(1，0)表示随机选择某条路径上的一个站点，综合考虑所有其他路径看能否将此站点插入到可行位置构成可行解；swap(2，1)表示随机选择某条路径上连续的站点，然后与另外一条路径上一个站点进行交换，反复尝试执行直到得到一个可行解；步骤202：记录局部搜索解s1，得到局部优解sb^，并进行更新；步骤203：采用多点移动的方式对局部优解sb^进行扰动，输出局部最优解sb。5.根据权利要求4所述的一种基于大规模领域搜索的多场站校车路径求解方法，其特征在于，所述步骤201包括：步骤2011：使用创建领域节点列表方法创建节点j、即站点j的大小为size的领域节点列表；步骤2012：获取领域节点列表中的节点k，创建记录此次移动的对象m，使用evaluate评估方法评估将节点j插入到节点k的移动是否满足约束，使用checkmove方法评估此次移动产生的新解是否能够接受，按照启发规则确定此次移动对象m是否比目前的最好的移动对象bestm更优，如果是则将当前移动对象m作为最好移动对象bestm；步骤2013：依次搜索邻域节点列表中的每个节点，对每个节点进行步骤2012操作，确定j的最佳插入位置；步骤2014：搜索结束，根据当前记录的最好移动对象bestm对点执行移动操作，操作成功，则节点j就会被永久移动，如果没有找到可行的移动位置或者移动失败，则结束。6.根据权利要求1所述的一种基于大规模领域搜索的多场站校车路径求解方法，其特征在于，所述步骤3包括：步骤301：输入局部最优解；步骤302：对场站附近的站点采用destroy场站操作算子进行一定程度的破坏，然后采用对应的repair场站操作算子进行修复，闭合场站不破坏返回路线，开放场站破坏返回路线，重新生成新路线，并检测是否满足约束条件，确定是否接受解；步骤303：记录局部搜索解，检测当前解是否优于当前局部最优解，若是，则通过当前解更新全局最优解。7.根据权利要求6所述的一种基于大规模领域搜索的多场站校车路径求解方法，其特
征在于，所述步骤302包括：采用random destroy算子随机从当前解中移除一定比例的站点，采用worst destroy算子从当前解中移除引起目标函数增幅较大的站点；目标函数为：其中p

为乘车站点集合，m为车辆集合，v表示所有站点，f
k
表示车辆k的固定成本，v
k
表示车辆k的可变成本，d
ij
表示站点i和站点j之间的行驶距离；x
ijk
表示车辆k是否经过站点i和站点j连接的弧，1表示经过，0表示不经过；以最小化目标函数为优化目标，其中校车数量为第一优化目标，运营里程为第二目标。

技术总结
本发明公开一种基于大规模领域搜索的多场站校车路径求解方法，以闭合MDSBRP为研究对象，并考虑校车容量和学生最大乘车时间等多种问题特征，寻找多场站运营模式下总成本最小的校车路径安排方案。首先建立MDSBRP的数学模型，然后使用LNS进行求解。本发明针对站点设计了三种求解的算子，对其进行操作寻找优解。针对场站，引入扰动机制，在搜索过程中采用场站调整、接受一定范围内的较差解等策略来提高算法的寻优能力。本发明能够寻找多场站运营模式下总成本最小的校车路径安排方案，优化校车数量和运营里程。量和运营里程。量和运营里程。


技术研发人员：韩道军 李秋月 肖琦 相洪振 谢毅
受保护的技术使用者：河南大学
技术研发日：2022.01.22
技术公布日：2022/5/25