基于改进蚁群算法的多AGV泊车路径规划

针对智能停车库中自动导引小车(Automated Guided Vehicle,AGV)存取车的路径规划问题,提出一种基于改进蚁群算法的多AGV泊车路径规划方法.单AGV路径规划方面,在基本蚁群算法基础上引入蚂蚁回退策略来增强适应性,同时改进启发式信息和信息素更新策略提高算法的收敛速度和寻优能力.多AGV路径规划方面,提出改进冲突解决策略来解决多AGV之间的冲突,其中采用临时规避-重新寻路策略来解决相向冲突.针对某典型停车场抽象模型的仿真结果表明,改进蚁群算法寻路成功率更高,并具有较强的全局搜索能力和较快的收敛速度,改进冲突解决策略能合理避免冲突,可以满足多AGV存取车路径规划的要求.     

基于Ant-agent 的自动化码头AGV 控制算法

为解决自动化码头水平运输区存在的自动导引车(AGV)路径冲突和道路死锁问题，提高运输效率，将AGV视为蚂蚁智能体(Ant-agent)，设定其携带负反馈机制的信息素进入运输路网. 引入拥挤度及拥挤度阈值q ，建立新的状态转移规则；针对节点冲突和路径拥堵，构建解决机制；提出基于Ant-agent 的AGV控制算法，采用两阶段均匀设计试验法确定算法最优参数组合. 仿真结果表明，与传统动态路径规划算法对比，所提算法在各运输任务量下的避碰性能、解锁性能和运输效率均有较大提高，可有效地解决AGV路径冲突和道路死锁，提高运输效率.     

自动化集装箱码头双循环AGV与场桥的集成调度研究

针对自动化集装箱码头装卸过程中双循环自动导引车(Automated Guided Vehicle， AGV)和场桥的调度问题，提出基于启发式遗传算法的集成调度方法.根据自动化码头装卸过程中双循环AGV的作业特点，对集装箱在船舶与堆场之间的流动特征进行详细解析，建立相应的数学模型，并分别设计基于“最早可获得时间”和“最短路径”启发式规则的遗传算法进行求解.通过数值仿真，从平均值、最小值、标准方差和求解时间分析任务量、AGV数量等参数对算法性能的影响，结果表明，“最早可获得时间”启发式规则相比于“最短路径”启发式规则更适合双循环AGV与场桥的集成调度.     

基于时间Petri网的集装箱码头AGV调度系统建模研究

在分析了集装箱自动化码头物流系统中的自动导引小车-AGV工作情况的基础上，提出了利用时间Petri网对AGV调度系统建模和性能分析的基本思路；建立了AGV的运输路径模型，并进行了系统性能特性分析；结果表明这种模型能够准确地描述集装箱码头物流系统的运行状况．     

基于飞思卡尔32位Kinetis-K60单片机的直立行驶智能车设计

介绍一种基于线性CCD传感器进行路径识别的智能车控制系统。进行了软硬件设计,利用线性CCD传感器采集路径信息,以及陀螺仪和加速度计采集角度偏转信息,提出转向控制策略和速度控制策略,控制2个电机的动作,从而实现了直立行驶。实验证明:该智能车抗干扰性强、精确度较高,可自主寻迹稳定行驶。     

集卡动态调度路径优化算法

从整体调度的角度出发,分析了整个码头作业面的动态调度方案,提出了一种新的集装箱卡车(集卡)动态调度路径的自适应蚁群算法。运用码头GPRS系统,以集卡速度、流量、位置等相关数据建立了感知链。通过判断阻塞状况和调整可行点集,确定了信息素浓度更新策略与转移概率计算方法。针对码头路网的复杂性和蚁群算法的实时计算效率,设计了蚁群算法的步骤。将信息熵引入到蚁群算法中,运用MATLAB软件,对集卡的动态调度方案进行了仿真计算。计算结果表明:当初始集卡速度分别为50、75km.h-1,初始集卡流量分别为800、1 000veh.h-1时,集卡行驶的最短路径为4.3km,行驶时间为0.057h;集卡行驶的最优路径为8.3km,行驶时间为0.111h。可见,该算法能有效缓解码头阻塞问题,提高集卡利用率和码头作业效率。     

集装箱码头场桥调度优化模型研究

为提高码头堆场作业效率,研究了出口箱作业过程中的多场桥调度优化问题.结合岸桥作业子计划与堆场贝位箱量分布,以场桥在每个子任务中从堆场贝位提取的箱量以及场桥行驶路径为决策变量,建立目标为场桥作业贝位数最少及行驶路径最短的两阶段数学模型.从单场桥和双场桥作业的角度,设计算例利用CPLEX对模型进行求解,检验了模型的准确性,并与顺序作业法、贪婪作业法及遗传算法进行对比,结果表明:两阶段模型有效地减少了场桥移动距离.     

集装箱码头装船顺序和场桥行驶路径联合优化

为降低倒箱量、缩短场桥作业时间,在已知船舶配载图和堆场堆存状况的条件下,研究了出口箱装船顺序及场桥行驶路径联合优化问题.以作业时间衡量装船顺序产生的倒箱量及场桥行驶路径,建立作业时间最短为目标的整数规划模型,设计均衡倒箱量和场桥作业时间的启发式算法对模型进行求解,提出了问题下界的求解方法,同时,设计算例比较了启发式算法与下界的差异,为码头调度人员提供决策支持.     

信号控制平面交叉口非机动车交通安全分析

运用统计方法研究非机动车与机动车的交通冲突,分析了非机动车在信号控制道路平面交叉口的交通安全.研究表明,非机动车交通流率的增加将导致非机动车和机动车交通冲突的增加.对于机动车车头时距和非机动车及机动车的行驶速度而言,存在一个非机动车和机动车交通冲突的高发区域;而在该区域的左右两侧,交通冲突趋于减少.最后,针对非机动车交通安全的内在机理提出5项改善措施.     

基于改进遗传算法的出租车共乘线路规划研究

常规出租车运行模式效率低,增加了城市的拥堵. 针对兰州市出租车搭载率低和行驶路线规划不合理等问题,设计一种以最高搭载率、最短行驶距离为目标的函数,考虑出租车的容量限制、车辆行驶距离限制及上下车人数约束等问题的共乘模式. 建立基于改进遗传算法的出租车共乘线路规划模型. 通过采用锦标赛选择策略、站点片段交叉设计和站点监督式变异等操作对模型进行求解. 最后用兰州市出租车历史轨迹数据进行实验分析,结果表明,运用设计的出租车线路规划模型及改进的遗传算法,能够快速地得到优化路径,实现多辆出租车的规划路径满足最高搭载率及最短距离的要求.     

自动化集装箱码头中自动导引小车的交通策略研究

针对集装箱码头交通特点,综合考虑采用自动导引小车的自动化集装箱码头未来发展的需要,提出了基于模糊控制的缓冲区策略,利用eM-P lan t建立了孤立交叉口的仿真模型,并对基于模糊控制的缓冲区策略和先进先出策略分别进行仿真,通过数据比较和分析,确定了两者的适用范围,结果表明基于模糊控制的缓冲区策略优于先进先出策略,是进行自动化集装箱码头交叉口控制的实用和有效的策略.     

基于分层TCPN的集装箱码头作业建模仿真研究

利用CPN TOOLs软件，对基本着色Petri进行赋时和分层的扩展，采用自上而下的方法，建立了集装箱码头作业系统的分层Petri网模型，其子网为赋时着色Petri网．基于实例，在集装箱码头作业系统的分层Petri网模型上进行仿真，根据前沿和堆场设备以及水平输送车辆的利用情况，分析了码头作业系统的瓶颈。     

集装箱码头混合交叉作业集成调度模型

针对集装箱码头进出口作业系统中泊位分配、装卸作业、水平搬运等诸多环节之间的关系,分析了现有进出口作业系统对集装箱码头生产效率与运营成本的影响。运用系统工程优化理论,提出混合交叉作业集成调度方法与同步优化技术,以泊位分配、设备配置、集装箱卡车(集卡)行驶路径为决策变量,以集装箱码头最小运营成本为目标函数,建立了三阶段集成调度优化模型,设计了双层遗传求解算法。在双层遗传算法中,上层遗传算法用于搜索集装箱码头设施设备的合理配置组合,下层遗传算法在上层算法的基础上优化集卡行驶路径。计算结果表明:与独立装卸作业过程相比,使用混合交叉作业集成调度模型时,集卡数量为22veh,减小了66.2%,集卡行驶总距离为10 389.8km,减小了17.4%;与单独调度方式相比,使用混合交叉作业集成调度模型时,集卡行驶总距离减小了14.5%,码头运营总成本为84 266.2元,降低了4.6%。可见,使用集装箱码头混合交叉作业集成调度模型,能有效提高集装箱码头生产效率,明显降低运营成本。     

铁路集装箱中心站多轨道吊柔性协同调度优化

针对铁路集装箱中心站轨道吊协同装卸调度(RMGCS)问题，考虑多轨道吊间的作业干涉和安全距离约束，建立目标函数为最小化集装箱完工时间的混合整数规划数学模型。结合 RMGCS问题特性，提出一种考虑多轨道吊柔性协同作业的改进麻雀搜索算法(ISSA)，首先，提出能够解决多轨道吊间作业冲突的任务分配策略和干涉判断方法；其次，设计自适应非线性动态安全值，平衡全局和局部搜索；再次，改进加入者更新移动方式，使其在全维度上靠近最优解；最后， 引入LOV(largest-order-value)规则，将个体从实数向量映射到集装箱整数序列。为了验证问题和算法的有效性，分别利用ISSA与其他算法求解不同样本规模的算例，结果表明：ISSA在不同样本 规模的RMGCS问题求解上，均具有更好的寻优效果。此外，所提出的柔性协同调度模式相比现有的固定范围顺序装卸调度模式，使样本量为45的装卸作业总完工时间缩短了15.5%。     

��·��װ������վ�ѳ�����Ż�ģ��

铁路集装箱中心站堆场作为集装箱列车装卸作业与集卡提交箱作业的缓冲区,堆存策略直接影响整个中心站的作业能力和效率,本文对铁路集装箱中心站堆场混堆优化问题进行了研究.根据中心站堆场混堆作业问题的描述,建立了两阶段优化模型,第一阶段平衡中心站堆场各箱区进口箱和出口箱的箱量,第二阶段为分配到箱区的集装箱指派较优箱位,使堆存所产生的压箱数最小,并设计了启发式算法对模型进行求解.最后利用某集装箱中心站的实际数据对模型和算法进行了验证,验证结果表明,该优化模型比中心站现有的堆存策略有较大改进.