受生物膜启发DNA遗传算法的铁路应急调度优化方法及系统技术方案

技术编号:14658395 阅读:110 留言:0更新日期:2017-02-17 00:08
本发明专利技术公开了一种基于生物膜启发DNA遗传算法的铁路应急调度优化方法及系统,该方法包括步骤1:获取铁路网络拓扑信息,在已知铁路网络拓扑中各个节点之间距离及火车速度的条件下,将铁路应急调度优化问题转化为将火车从初始车站出发经过所有需求物资车站并返回初始车站所用时间最短作为目标函数,求解所用时间最短所对应的火车运行路径;步骤2:初始化受生物膜启发DNA遗传算法的参数,并设定算法的终止准则;步骤3:利用受生物膜启发DNA遗传算法对火车运行路径进行优化;步骤4:判断算法是否达到终止准则,若是,则将步骤3输出的火车运行路径作为最优解;否则,返回步骤3继续寻优。

【技术实现步骤摘要】

本专利技术属于铁路应急调度优化领域,尤其涉及一种基于生物膜启发DNA遗传算法的铁路应急调度优化方法及系统。
技术介绍
目前,在铁路应急调度中,时间是最重要的因素之一。当面临突发事故时,高效的铁路应急调度能够最大程度地减少人员伤亡与财产损失,因此,力求最短调度时间所对应的火车运行路径是铁路应急调度中最为重要的问题。近年来,寻找最小调度时间所对应的火车运行路径已经成为了解决铁路应急调度优化问题的研究难点和热点。目前,针对铁路应急调度优化问题的主要方法是遗传算法、蚁群算法、粒子群优化算法等优化算法。(1)遗传算法(GA)是以自然选择和遗传理论为基础,模拟自然界生物遗传进化进程的人工智能优化算法。它不依赖于问题的具体领域,具有很强的鲁棒性,它作为一种适应面广、鲁棒性强的随机搜索方法,具有较强的全局搜索能力,特别适用于解决复杂优化问题。(2)然而,常规的遗传算法(SGA)是以随机性的概率转换机制来代替确定性的机理转换机制,虽然具有优于其他传统方法的优点,但是SGA依然存在搜索效率低、局部搜索能力差且易早熟等缺点。(3)蚁群算法(ACO)则受蚂蚁群体寻找食物最优路径的启发,禁忌搜索模拟了人类记忆的智力过程。然而,蚁群算法具有搜索时间长、种群单一性问题且容易陷入局部最优解的缺点。(4)粒子群优化算法(PSO)是受到鸟群觅食行为的启发而被提出的,算法使用无质量无体积的粒子作为个体,在逐代演化中,个体之间进行通过个体间并行的通信以及协作搜索问题的最优解。由于算法收敛速度快,所需参数少,能够解决传统优化算法不能解决的复杂问题,因此被广泛地应用在函数优化、神经网络训练以及一些工程问题中,但自粒子群优化算法无论在理论上还是实际应用中都尚未成熟,也具有和其他随机型优化算法相同的缺点:容易过早收敛,容易陷入局部最优,以及求解精度差等。综上所述,采用目前的优化算法使得铁路应急调度优化过程中容易出现不稳定且可能出现陷入局部最优,导致铁路应急调度优化问题中求解最小调度时间所对应的火车运行路径效率低且准确性差。
技术实现思路
为了解决现有技术的缺点,本专利技术提供一种基于生物膜启发DNA遗传算法的铁路应急调度优化方法及系统。本专利技术的该优化方法基于受生物膜启发DNA遗传算法对铁路应急调度优化问题求解,具有较强的鲁棒性、收敛速度快以及能够避免陷入局部最优的优点。本专利技术的该优化系统能够提高全局搜索能力和局部寻优能力,还能提高铁路应急调度的效率和准确性。为实现上述目的,本专利技术采用以下技术方案:一种基于受生物膜启发DNA遗传算法的铁路应急调度优化方法,包括:步骤1:从铁路网络数据库内获取铁路网络拓扑信息,所述铁路网络拓扑信息包括铁路网络拓扑结构中所有车站点、各个车站点之间的距离和火车速度;在确定需求物资车站点的前提下,将火车从设定初始车站点出发经过所有需求物资车站点并返回初始车站点所用时间最短作为目标函数,求解所用时间最短的火车运行路径;步骤2:初始化受生物膜启发DNA遗传算法的参数,并设定算法的终止准则;步骤3:利用受生物膜启发DNA遗传算法对火车运行路径进行优化,输出火车运行路径;步骤4:判断算法是否达到终止准则,若是,则将步骤3输出的火车运行路径作为最优解;否则,返回步骤3继续寻优。本专利技术的该方法基于受生物膜启发DNA遗传算法对铁路应急调度优化问题求解,在每个基本膜中选出最优个体传递给相应的中间膜,在每个中间膜选出最优个体传递给表层膜,表层膜选出最优个体输出,直至满足算法的终止准则,最终输出火车运行路径的最优解。所述步骤2中的受生物膜启发DNA遗传算法的参数包括最大代数,基本膜、中间膜和表层膜的种群规模,基本膜的个数,中间膜传递给表层膜的个体数,交叉概率,倒置概率,染色体长度、任意两个中间膜的交流概率和交流规模。通过预设受生物膜启发DNA遗传算法的参数,来达到更加准确且快速地输出火车从设定初始车站点出发经过所有需求物资车站点并返回初始车站点所用时间最短所对应的火车运行路径。所述步骤2中的算法的终止准则为:算法的运行代数达最大代数或算法得到的目标函数值不再改变。本专利技术通过设置算法的终止准则使得本专利技术的该方法具有较强的鲁棒性、收敛速度快以及能够避免陷入局部最优优点。所述步骤3中利用受生物膜启发DNA遗传算法对火车运行路径进行优化的过程中,在基本膜、中间膜和表层膜的所有膜依次使用进化规则。这样本专利技术提高了种群的多样性,而且也有效增强了全局搜索能力和局部寻优能力,进而提高了铁路应急调度的效率和准确性。在每个基本膜中选出最优个体传递给相应的中间膜,在每个中间膜选出最优个体传递给表层膜,表层膜选出最优个体输出。其中,进化规则包括选择规则、交叉规则、变异规则和倒置规则。选择规则采用的是联赛选择,其具体过程为:步骤3.1.1:从初始种群中随机选择两个个体,进行适应度值大小的比较,将其中适应度值最大的个体保留到下一代中;步骤3.1.2:重复执行步骤3.1.1重复,得到下一代个体,执行的次数与下一代个体数相等。交叉规则受自然选择的启发,采用的是选择交叉方法。变异规则采用的是自适应变异概率的动态变异。这样能够增强全局搜索能力和局部寻优能力,进而达到提高铁路应急调度的效率和准确性的目的。根据初始化的倒置概率,执行倒置规则。一种基于受生物膜启发DNA遗传算法的铁路应急调度优化系统,包括:铁路网络拓扑信息获取模块,其用于从铁路网络数据库内获取铁路网络拓扑信息,所述铁路网络拓扑信息包括铁路网络拓扑结构中所有车站点、各个车站点之间的距离和火车速度;目标函数建立模块,其用于在确定需求物资车站点的前提下,将火车从设定初始车站点出发经过所有需求物资车站点并返回初始车站点所用时间最短作为目标函数,求解所用时间最短的火车运行路径;算法初始化模块,其用于初始化受生物膜启发DNA遗传算法的参数,并设定算法的终止准则;算法运行模块,其用于利用受生物膜启发DNA遗传算法对火车运行路径进行优化,输出火车运行路径;判断算法是否达到终止准则,若是,则将输出的火车运行路径作为最优解;否则,继续寻优。本专利技术的该系统基于受生物膜启发DNA遗传算法对铁路应急调度优化问题求解,具有较强的鲁棒性、收敛速度快以及能够避免陷入局部最优的优点,不仅显著提高了种群的多样性,而且也有效增强了全局搜索能力和局部寻优能力,进而提高了铁路应急调度的效率和准确性。一种基于受生物膜启发DNA遗传算法的铁路应急调度优化系统,包括铁路网络拓扑信息采集装置和处理器,所述铁路网络拓扑信息采集装置,其被配置为:从铁路网络数据库内获取铁路网络拓扑信息,所述铁路网络拓扑信息包括铁路网络拓扑结构中所有车站点、各个车站点之间的距离和火车速度;所述处理器,其被配置为:在确定需求物资车站点的前提下,将火车从设定初始车站点出发经过所有需求物资车站点并返回初始车站点所用时间最短作为目标函数,求解所用时间最短的火车运行路径;初始化受生物膜启发DNA遗传算法的参数,并设定算法的终止准则;利用受生物膜启发DNA遗传算法对火车运行路径进行优化,输出火车运行路径;判断算法是否达到终止准则,若是,则将输出的火车运行路径作为最优解;否则,继续寻优。本专利技术的该系统基于受生物膜启发DNA遗传算法对铁路应急调度优化问题求解,具有较强的鲁棒性、收敛速度快以及能够避免陷入本文档来自技高网
...
<a href="http://www.xjishu.com/zhuanli/55/201610887254.html" title="受生物膜启发DNA遗传算法的铁路应急调度优化方法及系统原文来自X技术">受生物膜启发DNA遗传算法的铁路应急调度优化方法及系统</a>

【技术保护点】
一种基于受生物膜启发DNA遗传算法的铁路应急调度优化方法,其特征在于,包括:步骤1:从铁路网络数据库内获取铁路网络拓扑信息,所述铁路网络拓扑信息包括铁路网络拓扑结构中所有车站点、各个车站点之间的距离和火车速度;在确定需求物资车站点的前提下,将火车从设定初始车站点出发经过所有需求物资车站点并返回初始车站点所用时间最短作为目标函数,求解所用时间最短的火车运行路径;步骤2:初始化受生物膜启发DNA遗传算法的参数,并设定算法的终止准则;步骤3:利用受生物膜启发DNA遗传算法对火车运行路径进行优化,输出火车运行路径;步骤4:判断算法是否达到终止准则,若是,则将步骤3输出的火车运行路径作为最优解;否则,返回步骤3继续寻优。

【技术特征摘要】
1.一种基于受生物膜启发DNA遗传算法的铁路应急调度优化方法,其特征在于,包括:步骤1:从铁路网络数据库内获取铁路网络拓扑信息,所述铁路网络拓扑信息包括铁路网络拓扑结构中所有车站点、各个车站点之间的距离和火车速度;在确定需求物资车站点的前提下,将火车从设定初始车站点出发经过所有需求物资车站点并返回初始车站点所用时间最短作为目标函数,求解所用时间最短的火车运行路径;步骤2:初始化受生物膜启发DNA遗传算法的参数,并设定算法的终止准则;步骤3:利用受生物膜启发DNA遗传算法对火车运行路径进行优化,输出火车运行路径;步骤4:判断算法是否达到终止准则,若是,则将步骤3输出的火车运行路径作为最优解;否则,返回步骤3继续寻优。2.如权利要求1所述的一种基于受生物膜启发DNA遗传算法的铁路应急调度优化方法,其特征在于,所述步骤2中的受生物膜启发DNA遗传算法的参数包括最大代数,基本膜、中间膜和表层膜的种群规模,基本膜的个数,中间膜传递给表层膜的个体数,交叉概率,倒置概率,染色体长度、任意两个中间膜的交流概率和交流规模。3.如权利要求1所述的一种基于受生物膜启发DNA遗传算法的铁路应急调度优化方法,其特征在于,所述步骤2中的算法的终止准则为:算法的运行代数达最大代数或算法得到的目标函数值不再改变。4.如权利要求2所述的一种基于受生物膜启发DNA遗传算法的铁路应急调度优化方法,其特征在于,所述步骤3中利用受生物膜启发DNA遗传算法对火车运行路径进行优化的过程中,在基本膜、中间膜和表层膜的所有膜依次使用进化规则。5.如权利要求4所述的一种基于受生物膜启发DNA遗传算法的铁路应急调度优化方法,其特征在于,在每个基本膜中选出最优个体传递给相应的中间膜,在每个中间膜选出最优个体传递给表层膜,表层膜选出最优个体输出。6.如权利要求4所述的一种基于受生物膜启发DNA遗传算法的铁路应急调度优化方法,其特征在于,所述进化规则包括选择规则、交叉规则、变异规则和倒置规则。7.如权利要求6所述的一种基于受生物膜启发DNA遗传算法的铁路应急调度优化...

【专利技术属性】
技术研发人员:臧文科任丽艳
申请(专利权)人:山东师范大学
类型:发明
国别省市:山东;37

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1