摘要
针对城市共享单车分布密度优化问题,提出了一种改进樽海鞘算法.首先,将共享单车分布密度优化问题转换成函数优化问题,以等待时间、花费时间、费用及安全代价为评价指标,建立目标函数.其次,引入一维正态云模型和非线性递减控制策略来改进樽海鞘算法中引领者的搜索机制,增强对局部数据的挖掘能力;引入自适应策略来改进原算法跟随者搜索机制,避免算法陷入局部最优值.最后,通过标准测试函数以及共享单车分布密度优化仿真对所提优化算法的有效性进行了验证,结果表明:相比原樽海鞘算法、萤火虫算法及人工蜂群算法,改进的樽海鞘算法具有更好的稳定性和全局搜索能力,能够更好地实现对共享单车分布密度的优化,提升共享单车的区域利用率,对智慧交通的发展有一定的参考价值.
NETL
NSTL
万方数据