EMBA视角下的的驾驶员调度问题分析

本文首先介绍了驾驶员调度问题的国内外发展现状以及驾驶员调度问题的相关概念，驾驶员调度问题是极其复杂的交通规划系统的一部分，有效的优化驾驶员调度能提高公交的运行效率的和降低公交运行的成本。通过对驾驶员调度问题数学建模，明确了问题的约束和优化目标，并对蝙蝠算法和类电磁机制算法进行了详细分析，再用类电磁机制算法来改进蝙蝠算法
第一章   绪  论 

1.1   研究背景及意义 

  近年来，随着城市化程度的逐步提高，城市中的交通情况日趋恶劣，而要发展公共交通是解决城市交通问题的有效途径之一。在我国公共交通客运还是采用手工作业的调度方式，使得车辆的行驶速度下降，行车间隔的不均匀，经常会出现有一些“大间隔”、“串车”的情况发生，导致客运的服务质量下降。依照人工的经验来编制时间表导致驾驶员常常被固定在某一车辆上，造成驾驶员和车辆的资源浪费。 公共交通的调度质量影响着客运的服务质量，而公共交通调度的内容包括有驾驶员调度[1]  和时间表的生成等。驾驶员调度是公共交通调度计划整个过程中关键的一步。驾驶员的调度问题是在已经确定的车辆调度和行车计划表的前提下为驾驶员分配任务。这个问题是根据行车计划表为基础，同时是行车计划的应用 [2]。 公共交通驾驶员调度问题是用最少的公交驾驶员和最小的成本来完成车辆的运营，它是个多目标组合优化问题。对驾驶员调度问题进行深入的研究能够提升人员的利用率，可给公交公司产生巨大的收益，所以会引发了人们对驾驶员调度的兴趣并已受到了广泛的关注。 驾驶员调度问题是人员排班问题的一种，人员排班问题吸引着来自数学、管理学、运筹学和计算机科学等领域的许多学者，它属于典型的调度问题。在国内外已有这个问题有着许多的研究，它是一种特殊的数学规划问题。在前人的的研究与探讨中，有跟多的方法被应用到此问题上，我们大致上可将其划分为两大类：第一类是数学规划方法，这种方法理论上可以求得问题的精确解，但是它的运算时间会随着问题规模的逐步扩大呈现指数的增长，不适于求解规模较大的排班问题，解决规模较大的问题我们通常选择第二类方法，启发式算法，该算法可找到问题的近似解。有一些启发式算法都已应用到人员排班问题上，如：模拟退火法（Simulated Annealing）、粒子群算法（Particle Swarm Optimization）、遗传算法（Genetic Algorithm）等。 在驾驶员调度的理论研究上，许多文献都尝试使用一些智能算法求解，其中的一部分在国外的商业应用上取得了很大的成功，但是这些方法并不可以直接使用，它需根据自己的情况做出必要的调整，国内的公共交通的现状和国外的模式有着极大的区别，对问题的建模上也不可一概而论。 综上，本文尝试将改进后的蝙蝠算法应用到驾驶员调度问题上。在研究分析了驾驶员问题的特殊现状以后，用改进后的蝙蝠算法来解决驾驶员调度问题，实现贪婪的要求，以期在容许的时间里获得问题的满意解。