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
1. 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:
2. 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;
标签:交通网络,模型,Selch,Cost1,Cost2,matlab,GA,集合,gen From: https://www.cnblogs.com/softcodes/p/18397364