基于改进遗传算法的网约车共乘优化调度模型求解

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 Ge-netic 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.