1.程序功能描述
基于GA遗传优化的离散交通网络双层规划模型设计.优化输出路段1和路段2的收费情况收敛过程。
2.测试软件版本以及运行结果展示
MATLAB2022a版本运行
3.核心程序
```while gen < MAXGEN;
rng(gen)
gen
P1 = 0.9;
P2 = 1-P1;
FitnV=ranking(Objv);
Selch=select('sus',Chrom,FitnV);
Selch=recombin('xovsp', Selch,P1);
Selch=mut( Selch,P2);
phen1=bs2rv(Selch,FieldD);
for a=1:1:NIND
if gen == 1
Cost1(a) = Cost1_intial;
Cost2(a) = Cost2_intial;
else
Cost1(a) = phen1(a,1);
Cost2(a) = phen1(a,2);
end
%计算对应的目标值
[errs,a1,a2,eas,tas,xa3] = func_obj(Cost1(a),Cost2(a));
E = errs;
JJ(a,1) = E;
end
Objvsel =(JJ+eps);
[Chrom,Objv] = reins(Chrom,Selch,1,1,Objv,Objvsel);
gen = gen+1;
%保存参数收敛过程和误差收敛过程以及函数值拟合结论
Cost1gen(gen) = mean(Cost1);
Cost2gen(gen) = mean(Cost2);
F(gen) = mean(JJ);
if gen <=32
F2(gen) = mean(F(1:gen));
Cost1gen2(gen) = mean(Cost1gen(1:gen));
Cost2gen2(gen) = mean(Cost2gen(1:gen));
else
F2(gen) = mean(F(gen-32:gen));
Cost1gen2(gen) = mean(Cost1gen(gen-32:gen));
Cost2gen2(gen) = mean(Cost2gen(gen-32:gen));
end
end
Cost1f = Cost1gen(end);
Cost2f = Cost2gen(end);
figure;
plot(F2(2:end),'linewidth',2);
xlabel('迭代次数');
ylabel('上层目标函数');
grid on
figure;
plot(Cost1gen2(2:end),'r','linewidth',2);
hold on
plot(Cost2gen2(2:end),'b','linewidth',2);
xlabel('迭代次数');
ylabel('收费情况');
legend('路段1','路段2');
grid on
disp('流量');
eas
06_029m
```
4.本算法原理
- 使用一氧化碳作为路网车辆尾气排放的代表指标,计算公式如下:
- 双层规划模型
上层模型
采用多目标模型,系统总出行时间最小,同时区域排放最小
3.下层模型
采用固定需求的用户平衡(UE),总阻抗最小
N——网络中节点的集合;
L——网络中路段的集合;
R——网络中出发地的集合;
S——网络中目的地的集合;
——出发地 和目的地 之间的所有径路的集合;
——出发地 和目的地 之间的OD交通量;