多校混载目标下的校车路径优化方法研究
发布时间：2021-02-18 11:53
十九大以来,乡村振兴战略作为国家的重大战略,已被提升到了党和各级政府工作的重要议事日程上。振兴乡村,根本是教育。近年来,伴随着我国的快速城市化,乡村地区已演变为实施中小学撤点并校的土壤。总体来看,整合后乡村学校的教育质量有了一定的提高,然而因改变了原有学校在地理空间上的分布,导致部分乡村地区学生的通学距离变大,告别了“家门口的学校”。乡村中小学学生上下学的问题,是乡村教育的基础问题,就目前的经济发展水平、教育投资成本、校车营运成本而言,给乡镇地区每一所中小学学校配备校车的做法显然不够实际,因此本文将考虑以整体乡镇片区为单位,统筹规划校车的行走路径,充分提高乡镇校车的使用率,达到节约成本与一定运营效率的目标。校车路径问题（School Bus Routing Problem,SBRP）实际上是对车辆路径问题（Vehicle Routing Problem,VRP）的延展研究,其基础理论仍建构于VRP问题之上,是VRP问题庞大研究体系之下的一个研究分支,本质上隶属于VRP问题。本文以SBRP为研究背景,首先研究了带软、硬时间窗的装卸一体化VRP问题（Vehicle Routing Prob...
【文章来源】：山东建筑大学山东省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
950-2050年中国城镇化率及趋势
图 1.2 校车工程的研究内容了第一阶段的数据准备，其他问题都属于 NP-hard 问题[9]。一般研究，即使研究同一子问题，所围绕的角度、研究的区域、模型束条件也各有差异——优化目标通常考虑的是服务水平和运营成出行总时间最少、校车发车数量最少、校车运行总里程最短、运条件通常包含有额定载客量、学校开学时间、学生最长乘车时间生成子问题展开研究，研究范围以行政村镇镇域为单位，目标是因校车路径问题研究涉及的内容十分广泛、复杂，故在实际中需详细的描述与限定。本文研究的多校混载 SBRP 设置的情境如下可搭载不同行政村站点、不同学校的学生行驶在某一条径路上，点、学校站点，在学校规定的时间期限内送达学生入学。类似于问题(PDPTW)模型中的收货、卸货站点，学生乘车站点可视为收
除了第一阶段的数据准备，其他问题都属于 NP-hard 问题[9]。一般研究者一二做研究，即使研究同一子问题，所围绕的角度、研究的区域、模型的优虑的约束条件也各有差异——优化目标通常考虑的是服务水平和运营成本，：学生出行总时间最少、校车发车数量最少、校车运行总里程最短、运营总；约束条件通常包含有额定载客量、学校开学时间、学生最长乘车时间等。对路径生成子问题展开研究，研究范围以行政村镇镇域为单位，目标是最小观上，因校车路径问题研究涉及的内容十分广泛、复杂，故在实际中需对研境设定详细的描述与限定。本文研究的多校混载 SBRP 设置的情境如下：在同，校车可搭载不同行政村站点、不同学校的学生行驶在某一条径路上，交替乘车站点、学校站点，在学校规定的时间期限内送达学生入学。类似于带时一体化问题(PDPTW)模型中的收货、卸货站点，学生乘车站点可视为收货站校站点可视为卸货站点，详细情况如图 1.3 所示：
【参考文献】：
期刊论文
[1]城市需求是乡村发展的基础和动力——基于城市化的乡村振兴问题研究[J]. 刘积余,赵霜茁,张浩. 征信. 2018(12)
[2]同时考虑配送与安装需求的带时间窗车辆路径问题[J]. 李珍萍,张煜炜,吕香潭. 科学技术与工程. 2018(33)
[3]基于改进蚁群算法的多时间窗车辆路径问题[J]. 朱杰,张培斯,张询影,余微微. 计算机技术与发展. 2019(01)
[4]基于GIS和Dijkstra算法的校车路线方案优化[J]. 周凤,杨智璇,迟安琦. 地理空间信息. 2018(06)
[5]求解多车型校车路径问题的混合集合划分的GRASP算法[J]. 侯彦娥,孔云峰,党兰学. 计算机科学. 2018(04)
[6]“择校热”问题正在走向治本[J]. 何云峰. 上海教育. 2018(09)
[7]小学生错时上下学交通模型仿真研究——以济南市雅居园小学为例[J]. 牟振华,黄白,张兴雅. 山东建筑大学学报. 2018(01)
[8]需求可拆分校车路径问题的元启发式算法[J]. 陈小潘,孔云峰,郑泰皓,郑珊珊. 计算机科学. 2016(10)
[9]车辆路径问题及其优化算法研究综述[J]. 毕国通. 物流科技. 2016(06)
[10]遗传算法（GA）在旅行商问题（TSP）中的应用[J]. 李和壁. 科技创新与应用. 2015(10)
博士论文
[1]大规模混载校车路径问题优化算法研究[D]. 党兰学.河南大学 2014
硕士论文
[1]带时间约束的动态车辆路径问题算法设计与系统实现[D]. 谢超.哈尔滨工业大学 2017
[2]基于改进蚁群算法的单校校车路径规划问题研究[D]. 丁然.辽宁师范大学 2016
[3]带货物权重的软时间窗开放式车辆路径问题研究[D]. 张琳琳.长安大学 2016
[4]改进蚁群算法求解多目标校车路径优化问题[D]. 牛宁.河南大学 2015
[5]基于分级行为选择的人工生命体基因进化算法研究[D]. 陈治.中南大学 2008
[6]基于双层规划的多目标校车路径优化研究[D]. 张苗.西南交通大学 2008
[7]我国可持续发展的城市化道路研究[D]. 李红锦.华南师范大学 2004
本文编号：3039519
【文章来源】：山东建筑大学山东省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
950-2050年中国城镇化率及趋势
图 1.2 校车工程的研究内容了第一阶段的数据准备，其他问题都属于 NP-hard 问题[9]。一般研究，即使研究同一子问题，所围绕的角度、研究的区域、模型束条件也各有差异——优化目标通常考虑的是服务水平和运营成出行总时间最少、校车发车数量最少、校车运行总里程最短、运条件通常包含有额定载客量、学校开学时间、学生最长乘车时间生成子问题展开研究，研究范围以行政村镇镇域为单位，目标是因校车路径问题研究涉及的内容十分广泛、复杂，故在实际中需详细的描述与限定。本文研究的多校混载 SBRP 设置的情境如下可搭载不同行政村站点、不同学校的学生行驶在某一条径路上，点、学校站点，在学校规定的时间期限内送达学生入学。类似于问题(PDPTW)模型中的收货、卸货站点，学生乘车站点可视为收
除了第一阶段的数据准备，其他问题都属于 NP-hard 问题[9]。一般研究者一二做研究，即使研究同一子问题，所围绕的角度、研究的区域、模型的优虑的约束条件也各有差异——优化目标通常考虑的是服务水平和运营成本，：学生出行总时间最少、校车发车数量最少、校车运行总里程最短、运营总；约束条件通常包含有额定载客量、学校开学时间、学生最长乘车时间等。对路径生成子问题展开研究，研究范围以行政村镇镇域为单位，目标是最小观上，因校车路径问题研究涉及的内容十分广泛、复杂，故在实际中需对研境设定详细的描述与限定。本文研究的多校混载 SBRP 设置的情境如下：在同，校车可搭载不同行政村站点、不同学校的学生行驶在某一条径路上，交替乘车站点、学校站点，在学校规定的时间期限内送达学生入学。类似于带时一体化问题(PDPTW)模型中的收货、卸货站点，学生乘车站点可视为收货站校站点可视为卸货站点，详细情况如图 1.3 所示：
【参考文献】：
期刊论文
[1]城市需求是乡村发展的基础和动力——基于城市化的乡村振兴问题研究[J]. 刘积余,赵霜茁,张浩. 征信. 2018(12)
[2]同时考虑配送与安装需求的带时间窗车辆路径问题[J]. 李珍萍,张煜炜,吕香潭. 科学技术与工程. 2018(33)
[3]基于改进蚁群算法的多时间窗车辆路径问题[J]. 朱杰,张培斯,张询影,余微微. 计算机技术与发展. 2019(01)
[4]基于GIS和Dijkstra算法的校车路线方案优化[J]. 周凤,杨智璇,迟安琦. 地理空间信息. 2018(06)
[5]求解多车型校车路径问题的混合集合划分的GRASP算法[J]. 侯彦娥,孔云峰,党兰学. 计算机科学. 2018(04)
[6]“择校热”问题正在走向治本[J]. 何云峰. 上海教育. 2018(09)
[7]小学生错时上下学交通模型仿真研究——以济南市雅居园小学为例[J]. 牟振华,黄白,张兴雅. 山东建筑大学学报. 2018(01)
[8]需求可拆分校车路径问题的元启发式算法[J]. 陈小潘,孔云峰,郑泰皓,郑珊珊. 计算机科学. 2016(10)
[9]车辆路径问题及其优化算法研究综述[J]. 毕国通. 物流科技. 2016(06)
[10]遗传算法（GA）在旅行商问题（TSP）中的应用[J]. 李和壁. 科技创新与应用. 2015(10)
博士论文
[1]大规模混载校车路径问题优化算法研究[D]. 党兰学.河南大学 2014
硕士论文
[1]带时间约束的动态车辆路径问题算法设计与系统实现[D]. 谢超.哈尔滨工业大学 2017
[2]基于改进蚁群算法的单校校车路径规划问题研究[D]. 丁然.辽宁师范大学 2016
[3]带货物权重的软时间窗开放式车辆路径问题研究[D]. 张琳琳.长安大学 2016
[4]改进蚁群算法求解多目标校车路径优化问题[D]. 牛宁.河南大学 2015
[5]基于分级行为选择的人工生命体基因进化算法研究[D]. 陈治.中南大学 2008
[6]基于双层规划的多目标校车路径优化研究[D]. 张苗.西南交通大学 2008
[7]我国可持续发展的城市化道路研究[D]. 李红锦.华南师范大学 2004
本文编号：3039519
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3039519.html
