Аналіз впливу параметрів на ефективність застосування генетичного алгоритму при вирішенні задачі синхронізації руху громадського транспорту
DOI:
https://doi.org/10.32515/2664-262X.2026.13(44).424-432Ключові слова:
громадський транспорт, управління автомобільними перевезеннями, синхронізація розкладів руху, генетичний алгоритм, параметри ГААнотація
Стаття присвячена дослідженню функціональних особливостей генетичного алгоритму (ГА) як інструменту вирішення задачі синхронізації руху громадського транспорту.
Синхронізація руху є складною комбінаторною оптимізаційною задачею, що характеризується випадковими параметрами попиту на послуги громадського транспорту і великим розміром системи транспортної мережі. Тому для вирішення даної задачі найчастіше використовується генетичний алгоритм. Незважаючи на значний потенціал використання генетичного алгоритму для синхронізації графіків руху, досягнення оптимальних показників ефективності прямо залежить від обґрунтованого визначення параметрів ГА. Метою дослідження є підвищення ефективності застосування генетичного алгоритму для вирішення задачі синхронізації руху в пересадочному вузлі шляхом налаштування параметрів ГА.
В якості об’єкту дослідження було обрано наступні параметри генетичного алгоритму: розмір популяції, ймовірність кросинговеру, ймовірність мутації і кількість спроб мутацій.
На основі проведених досліджень представлено результати аналізу чутливості середнього часу очікування пасажирів до параметрів ГА, які дозволили прийти до висновку, що на якість синхронізації впливає розмір популяції та ймовірність кросинговеру, а ймовірність мутації і кількість спроб мутацій не мають статистично значущого впливу на результати роботи генетичного алгоритму в межах даного дослідження.
Посилання
Список літератури
1. Wu J., Liu M., Sun H., Li T., Gao Z., Wang D. Equity-based timetable synchronization optimization in urban subway network. Transportation Research Part C: Emerging Technologies. 2015. № 51. https://doi.org/10.1016/j.trc.2014.11.001
2. Tuzun A., Yılmaz, S. Transit coordination with heterogeneous headways. Transportation Planning and Technology. 2014. № 37(5). https://doi.org/10.1080/03081060.2014.912419
3. Naumov V., Samchuk G. Class library for simulations of passenger transfer nodes as elements of the public transport system. Procedia Engineering. 2017. № 187, р. 77-81. https://doi.org/10.1016/j.proeng.2017.04.352
4. Ataeian S., Solimanpur M., Amiripour S., Shankar R. Synchronized timetables for bus rapid transit networks in small and large cities. Scientia Iranica. 2021. № 28(1), р. 477-491. https://doi.org/10.24200/sci.2019.51501.2220
5. Naeini H., Shafahi Y., Taherkhani M. Optimizing and synchronizing timetable in an urban subway network with stop-skip strategy. Journal of Rail Transport Planning & Management. 2022. №22. https://doi.org/10.1016/j.jrtpm.2022.100301
6. Kang L., Wu J., Sun H., Zhu X., Wang B. A practical model for last train rescheduling with train delay in urban railway transit networks. Omega. 2015. № 50. https://doi.org/10.1016/j.omega.2014.07.005
7. Cao Z., Ceder A., Li D., Zhang S. Optimal synchronization and coordination of actual passenger-rail timetables. Journal of Intelligent Transportation Systems. 2019. р. 231-249. https://doi.org/10.1080/15472450.2018.1488132
8. Wang Y., Li D., Cao Z. Integrated timetable synchronization optimization with capacity constraint under time-dependent demand for a rail transit network. Computers & Industrial Engineering. 2020. 142. https://doi.org/10.1016/j.cie.2020.106374
9. Chen Y., Mao B., Bai Y., Ho T., Li Z. Timetable synchronization of last trains for urban rail networks with maximum accessibility. Transportation Research Part C: Emerging Technologies. 2019. № 99(2), р. 110-129. https://doi.org/10.1016/j.trc.2019.01.003
10. Kapica D., Melnikova Y., Naumov V. Synchronization in public transportation: A review of challenges and techniques. Future Transportation. 2025. №5(1), р. 6. https://doi.org/10.3390/futuretransp5010006
11. Бугаєва І. Г. Аналіз параметрів генетичного алгоритму розв’язання двовимірної задачі упаковки. Вісник Херсонського національного технічного університету. 2025. № 2(2). С. 49–55. DOI: https://doi.org/10.35546/kntu2078-4481.2025.2.2.6
12. Y. Pyrih, M. Klymash, Y. Pyrih, O. Lavriv. Genetic algorithm as a tool for solving optimisation problems/ Information and communication technologies, electronic engineering. 2023. Vol. 3, no. 2. P. 95–107. DOI: https://doi.org/10.23939/ictee2023.02.095
13. Синхронізація розкладів руху міського громадського транспорту у пересадочному вузлі з використанням генетичних алгоритмів/ Ю. І. Мельнікова та ін. Сучасні технології в машинобудуванні та транспорті. 2024. № 2 (23). С. 180–187. DOI: 10.36910/automash.v2i23.1540
References
1. Wu, J., Liu, M., Sun, H., Li, T., Gao, Z., & Wang, D. (2015). Equity-based timetable synchronization optimization in urban subway network. Transportation Research Part C: Emerging Technologies, 51. https://doi.org/10.1016/j.trc.2014.11.001
2. Tuzun, A., & Yılmaz, S. (2014). Transit coordination with heterogeneous headways. Transportation Planning and Technology, 37(5). https://doi.org/10.1080/03081060.2014.912419
3. Naumov, V., & Samchuk, G. (2017). Class library for simulations of passenger transfer nodes as elements of the public transport system . Procedia Engineering, 187, 77-81. https://doi.org/10.1016/j.proeng.2017.04.352
4. Ataeian, S., Solimanpur, M., Amiripour, S., & Shankar, R. (2021). Synchronized timetables for bus rapid transit networks in small and large cities. Scientia Iranica, 28(1), 477-491. https://doi.org/10.24200/sci.2019.51501.2220
5. Naeini, H., Shafahi, Y., & Taherkhani, M. (2022). Optimizing and synchronizing timetable in an urban subway network with stop-skip strategy. Journal of Rail Transport Planning & Management, 22. https://doi.org/10.1016/j.jrtpm.2022.100301
6. Kang, L., Wu, J., Sun, H., Zhu, X., & Wang, B. (2015). A practical model for last train rescheduling with train delay in urban railway transit networks. Omega, 50. https://doi.org/10.1016/j.omega.2014.07.005
7. Cao, Z., Ceder, A., Li, D., & Zhang, S. (2019). Optimal synchronization and coordination of actual passenger-rail timetables. Journal of Intelligent Transportation Systems, 231-249. https://doi.org/10.1080/15472450.2018.1488132
8. Wang, Y., Li, D., & Cao, Z. (2020). Integrated timetable synchronization optimization with capacity constraint under time-dependent demand for a rail transit network. Computers & Industrial Engineering, 142. https://doi.org/10.1016/j.cie.2020.106374
9. Chen, Y., Mao, B., Bai, Y., Ho, T., & Li, Z. (2019). Timetable synchronization of last trains for urban rail networks with maximum accessibility. Transportation Research Part C: Emerging Technologies, 99(2), 110-129. https://doi.org/10.1016/j.trc.2019.01.003
10. Kapica, D., Melnikova, Y., & Naumov, V. (2025). Synchronization in public transportation: A review of challenges and techniques. Future Transportation, 5(1), 6. https://doi.org/10.3390/futuretransp5010006
11. Buhaieva, I. H. (2025). Analysis of genetic algorithm parameters for solving the two-dimensional packing problem. Herald of Kherson National Technical University, 2(2), 49–55. https://doi.org/10.35546/kntu2078-4481.2025.2.2.6
12. Pyrih, Y., Klymash, M., Pyrih, Y., & Lavriv, O. (2023). Genetic algorithm as a tool for solving optimisation problems. Information and Communication Technologies, Electronic Engineering, 3(2), 95–107. DOI: https://doi.org/10.23939/ictee2023.02.095
13. Melnikova, Yu. I., Naumov, V. S., Taran, I. O., & Bovin, D. P. (2024). Synchronization of urban public transport schedules in a transfer hub using genetic algorithms. Modern Technologies in Mechanical Engineering and Transport, (2), 180–187. DOI: 10.36910/automash.v2i23.1540
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2026 Ю.І. Мельнікова
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
