公交查询系统：模型Ⅰ评价与0-1规划算法比较

模型Ⅰ的评价主要围绕两种方法进行，即邻接算法和0-1规划Lingo求解。在5.4.1部分，邻接算法被评估如下： 1. **实用性**：邻接算法基于图论原理，能找出转乘次数不超过两次的可行方案，对于需要快速找到简单路径的用户来说，其适应性强，可根据需求提供最佳路径。 2. **空间与时间权衡**：算法采用直达队列Q实现，通过空间占用换取计算效率，适合查询系统的实时性能要求，对于工程应用有较好的匹配度。 3. **局限性**：然而，当转乘次数超过两次，算法的计算复杂度显著增加，处理大规模问题的能力有限。 另一方面，0-1规划Lingo求解方案在5.4.2中得到评价： 1. **全局最优**：Lingo不受最小转乘次数限制时，能求得全局最优解，尤其在减少总体耗时方面表现突出，即使转乘次数较多。 2. **通用性与局限性**：在限制最小转乘数时，能提供与邻接算法相当的结果，显示了其较强的通用性，但缺乏提供多种方案的能力，实用性较弱。 3. **实际意义与计算效率**：理论上，从大范围考虑，Lingo的最优化模型具有重要意义，即使转乘次数较高但时间短的解决方案也可接受。虽然计算时间较长（约20分钟），但大部分时间用于数据导入，一旦数据预处理完成，Lingo的求解速度可以超越邻接算法。 4. **混合线路模型**：在6.0节，针对公交与地铁的最佳路径选择，提出了一个综合模型，通过简化公交网络，将互换站点抽象为单个站点，以降低问题复杂性。 5. **0-1整数规划**：文章采用0-1整数规划表述线路选择问题，通过建立直达数据库Q和多目标分层序列排序，为用户提供个性化选择。模型Ⅰ在此背景下，以转乘次数、总耗时、费用等为目标，构建了0-1整数线性规划模型，确保用户需求和路线连通性的满足。 模型Ⅰ是通过对邻接算法和Lingo求解策略的比较，为公交查询系统设计了一种兼顾效率和灵活性的方法，特别强调了在不同场景下的实用性和优化效果。然而，它也存在对复杂路径处理能力不足的局限性，需要在实际应用中权衡性能和需求。