基于人工鱼群算法的共享汽车停放网点优化算法的研究

摘要

针对共享汽车运营中车辆与客户匹配率低的问题,文中对汽车停放网点的选址位置及网点建设规模进行了优化设计.通过引入差分进化算法,对传统的人工鱼群算法进行改进,将人工鱼群划分为开发集与探索集.开发集与探索集间使用不同的步长和视野参数,实现了鱼群差异化的并行进化,提升了算法对于最优值的搜索能力.通过引入判定概率,改变原有的聚群、追尾方式,实现开发集与共享集间信息的高效互通,降低算法的运算复杂度.最终基于实际共享汽车的运营数据,测试网点的优化方案.结果表明,在有限的网点建设成本下,该算法可以改善67％的供求差.此外,改进算法的平均运行时间为56.25 s,而传统算法的运行时间为89.35 s,运行效率显著提升.