Abstract

In this paper, we focus on a bi-objective school bus scheduling optimization problem, which is a subset of vehicle fleet scheduling problems to transport students distributed across a designated area to the relevant schools. The problem being proven as NP-hard in the literature, we propose an algorithm that seamlessly integrates a reinforcement learning approach with a genetic algorithm. Our proposed algorithm utilizes the processed data supplied by our intelligent transportation system framework to decide the genetic algorithm parameters on-the-fly with the aid of reinforcement learning. With the active guidance of reinforcement learning, the efficiency of the genetic algorithm is improved, and the near-optimal schedule can be achieved in a shorter duration. To evaluate the model, we conducted experiments on a geospatial dataset comprising road networks, trip trajectories of buses, and the address of students. Results indicate that the genetic algorithm improves the travel distance and time compared to the existing schedule. Reinforcement learning-enabled genetic algorithm improves the performance and the objective function significantly, furthermore with a fewer number of generations compared to various state-of-the-art evolutionary algorithms. The saving by reinforcement learning-enabled genetic algorithm compared to the schedule by initial state generation process is 8.63% and 16.92% for the travel distance for buses and students, respectively, and 14.95% and 26.58% for the travel time for buses and students, respectively.

摘要

在本文中，我们着重于双目标校车调度问题，这是车辆调度问题的子集，用于将分布在指定区域的学生运送到相关学校。在文献中证明该问题为NP-难问题，我们提出了一种将强化学习方法与遗传算法无缝集成的算法。我们提出的算法利用我们的智能运输系统框架提供的处理后的数据，借助强化学习，即时确定遗传算法的参数。在强化学习的积极指导下，遗传算法的效率得到了提高，可以在较短的时间内实现接近最优的调度。要评估模型，我们在一个地理空间数据集上进行了实验，该数据集包括道路网络，公交车的行驶轨迹以及学生的住所。结果表明，与现有计划相比，遗传算法改善了出行距离和时间。与各种最新的进化算法相比，具有强化学习功能的遗传算法可显着提高性能和目标函数，而且生成的代数也更少。与初始状态生成过程相比，通过强化学习使能的遗传算法所节省的时间，公共汽车和学生的旅行距离分别为8.63％和16.92％，公共汽车和学生的旅行时间分别为14.95％和26.58％，分别。结果表明，与现有计划相比，遗传算法改善了出行距离和时间。启用强化学习的遗传算法与各种最新的进化算法相比，显着提高了性能和目标函数，而且生成的代数更少。与初始状态生成过程相比，通过强化学习支持的遗传算法所节省的时间，公共汽车和学生的旅行距离分别为8.63％和16.92％，公共汽车和学生的旅行时间分别为14.95％和26.58％，分别。结果表明，与现有计划相比，遗传算法改善了出行距离和时间。与各种最新的进化算法相比，具有强化学习功能的遗传算法可显着提高性能和目标函数，而且生成的代数也更少。与初始状态生成过程相比，通过强化学习使能的遗传算法所节省的时间，公共汽车和学生的旅行距离分别为8.63％和16.92％，公共汽车和学生的旅行时间分别为14.95％和26.58％，分别。此外，与各种最新的进化算法相比，代数更少。与初始状态生成过程相比，通过强化学习支持的遗传算法所节省的时间，公共汽车和学生的旅行距离分别为8.63％和16.92％，公共汽车和学生的旅行时间分别为14.95％和26.58％，分别。此外，与各种最新的进化算法相比，代数更少。与初始状态生成过程相比，通过强化学习支持的遗传算法所节省的时间，公共汽车和学生的旅行距离分别为8.63％和16.92％，公共汽车和学生的旅行时间分别为14.95％和26.58％，分别。