matlab00893 蚁群算法在共享单车调度中的应用

项目介绍

现如今，资源共享是一种新的商业模式，通过资源的共享提高资源的利用率和减少用户的成本。共享单车已经是一项并不陌生的交通工具，共享单车通过扫码和定位的形式进行共享单车的租用和回收。但是，我们生活中也会发现，有些地方共享单车无人使用，而有些地方共享单车非常抢手，共享单车的分布不均不仅仅对人们生活带来不利而且对于共享单车的调度、维修、回收等都是存在一定的障碍，同时还会给运营商带来额外成本开销。因此，研究一种高效的优化调度方法来对共享单车的调用进行优化，根据各地区的需求、共享单车的数量等因素来进行优化，为运营商提供最小成本方案是极为有必要的。 蚁群算法是一种启发式搜索算法，具有较强的鲁棒性、优良的分布式计算。而本文的共享单车车辆投放优化问题为非线性分布式多目标优化问题，适宜采用蚁群算法实现，但由于传统的蚁群算法存在收敛慢、容易陷入局部最优的缺陷。而遗传算法具有较好的全局搜索能力，却在启发信息利用方面不足，导致求解最优路径速度较慢。因此本文采用一种混合式的蚁群算法，通过将两者结合起来，起到互补并综合优势作用，并应用于共享单车车辆投放的路径规划。 通过MATLAB进行实例仿真，采用传统蚁群算法和混合蚁群算法对同一区域各重要共享单车点进行车辆投放优化优化结果表明，混合蚁群算法寻找的路线更短、寻优更快。因此，本文研究的基于混合蚁群算法的共享单车车辆投放优化能够应用于实际问题的解决。