1、“.....研究表明，优化后的公交调度机制能够有效降低公交公司运营成本和乘客出行成本。该多目标优化调度模型及相关算法，可以推广到其他线路公交的调度问题，进而实现整个地区公交基于多目标优化与遗传算法的公交调度模型论文原稿间隔为分钟，考虑到公交发车时间段的实际情况般为整数，进步取整后得到高峰期的发车时间间隔为分钟，平稳期的优化时间间隔为分钟，全天发车总次数为次，优化后的公交站点线路与公交车原线路相同......”。

2、“.....对个体进行选择，随机选择个体比较，选择两者中最优的个体进入种群，重复进行操作，直至达到规定的种群数量。交叉操作针对上文使用的编码方式，通过改进交叉算子的大小来进行交叉操作。基客对客车造成的平均损耗表示在站点上车的人数。发车间隔段和路线选择段分开交叉考虑，发车间隔段以为单位随机选择交叉点进行交叉，路线选择段则直接对该段所有选取随机交叉点交叉操作。变异操作变异是通模型构建最小公交运营成本模型从公交公司的角度来看，公交运营成本所占比重如图所示......”。

3、“.....在不妨碍乘客利益的情况下，保两者的分治策略步骤建立模型。基于统计数据，进行模型训练，进而构建多目标优化模型构建步骤多目标优化设计。确定影响因素以及经验数值，并结合构架完成的模型结果，构建多目标体系步骤目标函数求解。根据多目标模型。车辆核载约束由于公交车的核载人数固定，因此车辆乘客总人数不超过车辆的核载人数，为保证公交公司的运营成本，将公交车的平均满载率约束为不低于......”。

4、“.....并结合构架完成的模型结果，构建多目标体系步骤目标函数求解。根据多目标模型，利用遗传算法对目标函数进行求解步骤检验优化结果是否为最优解，若达到优化结果，则输出优化结果，否则返回步骤。基虑上下车换乘的时间。问题分析在实际公交运营过程中，方面，要在满足乘客的正常出行的情况下，最大程度上减少乘客出行成本，另方面，则需要最大可能的减少公交公司的运营成本。考虑乘客出行成本与公交公司效益......”。

5、“.....若达到优化结果，则输出优化结果，否则返回步骤。基于多目标优化与遗传算法的公交调度模型论文原稿。程度上减少乘客出行成本，另方面，则需要最大可能的减少公交公司的运营成本。考虑乘客出行成本与公交公司效益，公交线路优化的具体步骤为步骤模型假设。根据公交现状数据，对模型进行初步假设，提出针对公交公司和乘用达到运营成本的最小值，公交公司的运营成本即为最小，因此......”。

6、“.....表示从站点到站点的距离表示司机及相关人员的工资费用表示公交平均每公里的油耗表示位乘客对客车造成因素，因此对模型构建做出如下假设公交车的车型统公交车的行驶速度恒定所有公交车全程使用统票价公交车运行过程中不考虑上下车换乘的时间。问题分析在实际公交运营过程中，方面，要在满足乘客的正常出行的情况下，最于多目标优化与遗传算法的公交调度模型论文原稿。约束条件出行时间约束为了尽可能减少乘客的出行时间成本，优化过后带给乘客的出行成本定要小于乘客常规的出行成本......”。

7、“.....根据公交现状数据，对模型进行初步假设，提出针对公交公司和乘客两者的分治策略步骤建立模型。基于统计数据，进行模型训练，进而构建多目标优化模型构建步骤多目标优化设计。确定影平均损耗表示在站点上车的人数。多目标优化模型建立模型假设由于在公交调度优化过程中需要考虑众多因素......”。

8、“.....公交运营成本所占比重如图所示，决定公交运营成本的主要因素分别为燃油费用工作人员费用车辆损耗费用不同载客率影响下的产生费用。在不妨碍乘客利益的情况下，保证主要因素改进交叉算子的大小来进行交叉操作。发车间隔段和路线选择段分开交叉考虑，发车间隔段以为单位随机选择交叉点进行交叉，路线选择段则直接对该段所有选取随机交叉点交叉操作。变异操作变异是通过赋予基因务体系升级......”。

9、“.....参考文献陶浪，马昌喜，朱昌锋，等基于遗传算法的定制公交路线多目标优化兰州交通大学学报，陈晓旭，项煜，杨超，等基于遗传算法交调度问题进行了深入的研究和优化，统计数据显示，黄骅市路公交的日平均客流量情况与路相仿，因此针对路公交的优化方式同样适用于黄骅市路公交。结论本文通过遗传算法求解多目标函数优化模型，实现公交优化调度模型多目标优化与遗传算法的公交调度模型论文原稿。结果及分析通过遗传算法求解过程，可以得到黄骅市路公交车的优化的发车间隔......”。