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.     

自动化码头多AGV路径冲突的优化控制研究

针对自动引导车(AGV)在自动化码头水平运输过程中可能发生的路径冲突问题,提出一种将AGV路径容量、安全距离、行驶时间及行驶速度相结合的多参数优化控制模型.Dijkstra算法规划多条AGV路径,位向量交集运算法检测路径冲突,改进的速度控制策略通过控制AGV在冲突节点处的行驶速度,解决冲突问题.对某自动化码头的AGV路网进行仿真实验和分析.比较停车策略、速度控制策略和改进的速度控制策略的结果,验证了改进速度控制策略在AGV路径冲突问题中的可行性及有效性.     

��·ӵ�����������ٷ��������о���չ����ʾ

道路拥挤定价收入再分配研究是道路拥挤定价发展中迫切需要解决的实践难题和理论研究的前沿性课题. 本文综述了国内外道路拥挤定价收入再分配相关的社会福利、公众支持和收入再分配方式等方面理论研究发展历程和最新进展,并给出了我国城市道路交通推行该政策的建议. 国内外研究和实践表明,需要在优先考虑提升交通运输效率的基础上,从解决道路拥挤定价政策所产生的福利分配不公平问题和提高公共认知与支持角度出发,制定和实施合理可行的道路拥挤定价收入再分配策略和配套措施,才有助于增强道路拥挤定价政策实施的可行性和有效性,从而更好地改善道路拥挤状况,提高道路运输效率.     

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.     

基于道路交通状态的随机用户平衡

运用随机用户平衡配流的基本思想和交通流理论，提出了道路交通状态的概念，以便讨论交通拥挤情况下的交通量分配问题．将道路交通状态定义为行程时间和道路拥挤度的线性加权和．假定在路网随机变化的情况下，出行者以行程时间和道路拥挤度最低为路径选择准则，建立了基于道路交通状态的随机用户平衡配流模型，并证明了模型的等价性和唯一性，给出了该模型的连续平均求解算法．一个小型网络的数值计算结果表明，该模型能反映出行者在随机路网中的路径选择行为．     

基于可变公交发车频率的城市拥挤道路收费定价优化

考虑城市路网中不同出行方式车流之间相互影响,通过对私家车实行拥挤道路使用收费和增加公交发车频率之间的相互制约关系分析,提出了基于可变公交发车频率的城市拥挤道路收费定价的优化问题. 在分析确定路网上公交车和私家车出行方式的广义出行成本的基础上建立了该问题的双层规划模型,其中上层规划以路网上的出行者消费盈余最大为优化目标,下层规划为弹性需求下的组合出行网络用户平衡模型;并设计了基于模拟退火算法求解的优化算法. 算例分析表明,基于可变公交发车频率的城市拥挤道路收费定价模型和算法能够更有效地解决道路拥挤问题.     

���ڿɱ乫������Ƶ�ʵij���ӵ����·�շѶ����Ż�

考虑城市路网中不同出行方式车流之间相互影响,通过对私家车实行拥挤道路使用收费和增加公交发车频率之间的相互制约关系分析,提出了基于可变公交发车频率的城市拥挤道路收费定价的优化问题. 在分析确定路网上公交车和私家车出行方式的广义出行成本的基础上建立了该问题的双层规划模型,其中上层规划以路网上的出行者消费盈余最大为优化目标,下层规划为弹性需求下的组合出行网络用户平衡模型;并设计了基于模拟退火算法求解的优化算法. 算例分析表明,基于可变公交发车频率的城市拥挤道路收费定价模型和算法能够更有效地解决道路拥挤问题.     

��·ָ����Ϣ�����µ������ͨ����

提出考虑信息接收程度的Ｌogit型随机交通分配方法,来计算道路指引信息发布下路网交通的重新分配.出行者被划分成两类,一类根据信息的指引出行,另一类则以Logit型的随机方式进行路径选择;利用道路指引信息的市场占有率的概念,给出这两种出行行为共存下的网络加载算法,并运用逐次平均法实现了拥挤网络中的交通分配.数值试验结果表明,发布良好的道路指引信息有助于提高路网运行效率;对拥挤网络中的给定OD,存在一个最佳的占有率,并随着交通需求的增加而增加;在合理的占有率下,增加信息指引路段可有效降低路网运行时间.     

动态路网下多车型车辆路径问题研究

考虑城市路网拥挤程度受城市工商业分布和居民集散特征影响,将路网拥挤情况沿时间轴展开,为确定最佳出发时刻以及服务线路,以配送成本最小为目标函数,构建了考虑服务途中动态拥挤的多车型车辆路径模型,设计了求解该模型的改进遗传算法。计算结果表明:运用本文提出的算法,求解得到最低费用为1085.8元,运输里程为43.51km;运用最短路车辆路径模型,最低费用为1092.7元,运输里程为43.15km。虽然运输里程增加了0.83%,但总费用却降低了0.63%,符合总成本最小的目标函数要求。可见,模型可行,算法有效。     

动态重规划的多目标路径产生方法研究

随着城市现代化发展,交通问题越来越突出,为解决这些问题,智能交通加速发展,合理优化资源分配成为一大焦点。因此,提出一种动态重规划的多目标路径产生方法,主要分为路径选择模型以及路径优化算法两个方面。提出基于时间最短、距离最短、拥挤度最低三个目标的多目标路径选择模型,确定路径求解算法,改进竞争学习神经网络确定拥挤度分类,通过逆向A*算法进行全局路径优化。当检测到路网信息发生变化时,将新信息反馈到系统中,通过增量更新算法进行动态更新,从而实现实时动态路径规划。最后,根据北京市某片区路网情况进行模拟,验证算法的可行性和有效性。     

时间依赖型绿色车辆路径问题研究

城市配送系统中考虑交通拥堵和环境污染车辆路径问题的时间依赖性体现在：不同道路 拥堵程度下车辆运行速度不同,则不同出发时间对应的运输总时间也不同,导致运输成本和造成 的环境污染也有较大差异。因此,本文提出一个时间依赖型绿色车辆路径模型,通过优化运输路 径和出发时间降低运输成本、减少环境污染。模型的目标函数最小化包括油耗成本在内的运输 总成本,其中,车辆油耗的度量基于综合模式排放模型,其创新之处在于,定义了允许车辆在节点 处等待的情形,使车辆选择合适的时间出发以规避拥堵,即通过优化车辆路径以及路径上各节点 处的出发时间寻求成本最优的运输方案。本文提出嵌套遗传算法求解模型,外层遗传算法优化 路径,内层遗传算法优化路径上各节点处的车辆出发时间。并通过响应面分析法(RSM)调试算法 关键参数,得到适用于模型的最佳参数搭配,算法性能测试结果表明了本文算法的高效性。本文 基于污染-路径问题实验数据库进行数值实验,结果证明,允许车辆在客户处等待并选择合适时 间出发,可以在一定程度上降低燃油消耗和总成本。此外,目标函数中引入油耗要素,可以有效 降低决策方案的燃油消耗,减少环境污染。     

考虑船舶封存与压港的电煤船舶调度优化模型

针对中国电煤水运系统的实际特点, 综合考虑了船舶封存与港口拥堵(压港)因素, 建立了混合整数规划优化模型, 对电煤船舶调度方案进行优化; 基于运输需求的硬时间窗、卸货港船舶排队等待时间与水路-铁路运输协同三因素之间的互动关系, 以运输系统总成本最小为目标, 协同优化水、铁电煤运输的货运分担率、水路运输任务指派和相应的船舶调度与封存/启用方案; 基于改进列生成算法, 提出了一种可精确求解实际规模电煤船舶调度问题的列生成算法, 利用Gurobi求解列生成的主模型, 使用动态规划标号法求解列生成的子模型; 利用中国南部某火力发电集团的实际数据, 对提出的算法进行了算例分析。计算结果表明: 在中等规模的算例中, 使用提出的改进算法获得最优解仅需73.61 s, 相比于使用基于运输任务运量排序的启发式求解方法(PHA), 求解效率提高了18.1%;在较大规模的算例中, 使用提出算法的计算时间仅为222.02 s, 同比PHA, 计算效率提高了19.1%;通过求解一个实际的调度问题可以发现, 利用提出的优化模型和算法能有效缩短船舶在卸货港的等待时长与船舶处于启用状态的时长, 使运输总成本下降17.13%, 实现了电煤稳定运输, 提升了企业运营效率, 降低了运营成本。      

A rapid path planner for autonomous ground vehicle using section collision detection

Rapid path planner plays an important role in autonomous ground vehicle (AGV) operation. Depending on the non-holonomic kinematics constraints of AGV, its path planning problem is discussed. Since rapidly-exploring random tree (RRT) can directly take non-holonomic constraints into consideration, it is selected to solve this problem. By applying extra constraints on the movement, the generation of new configuration in RRT algorithm is simplified and accelerated. With section collision detection method applied, collision detection within the planer becomes more accurate and efficient. Then a new path planner is developed. This method complies with the non-holonomic constraints, avoids obstacles effectively and can be rapidly carried out while the vehicle is running. Simulation shows that this path planner can complete path planning in less than 0.5 s for a 170 m×170 m area with moderate obstacle complexity.      

基于时空等待特征系数的大型活动出行规划研究

高效、合理的综合交通路径规划是成功举办大型活动的前提之一.本文针对观众群体参与大型活动的出行路径规划问题,引入乘客出行偏好,转换为时空等待优化问题,再根据大型活动中乘客通过多模式公共交通出行特点,构建多维时间-空间-交通方式网络,以乘客出行时间总成本最小为目标建立整数线性规划模型.为提高模型的求解效率与质量,提出一种基...     

基于演化博弈的高速路收费通道选择研究

收费广场拥堵严重影响了高速路的通行效率和安全畅通.为找到驾驶员路径选择博弈的稳定策略,以更好地诱导驾驶员合理选择收费通道,提高收费站通行效率,缓解高速路收费广场拥堵问题,本文以驾驶员为研究对象,运用演化博弈的方法,通过“鹰鸽博弈”模型分析,建立收益矩阵,得到在不同成本条件下的两个演化稳定策略,并借助 MATLAB软件和仿真演化的路径分析,验证了驾驶员在选择收费通道博弈中存在均衡点的分析结果.研究表明,存在混合策略是博弈的均衡点,诱导驾驶员的策略选择向均衡点靠近,能均衡各收费通道的车流量,有效减少收费广场的拥堵现象.     

基于行车安全场模型的交叉口车辆控制算法

为了提高网联环境无信号交叉口自动驾驶车辆的行车安全与通行效率问题,首先,建立无信号交叉口的行车安全场模型,构建包括车辆动力性能、制动性能以及通行交叉口所有车辆行车风险的目标函数,并设定相应的约束条件;然后,采用模型预测控制方法优化驶向交叉口车辆的行车策略;最后,基于VISSIM、MATLAB和NS3构建联合仿真试验平台,分别以车辆碰撞冲突类型、行车风险改善和道路拥堵程度验证并分析算法性能. 试验结果表明:在车流量和流量容积比大于1.0时,相比于传统的感应控制系统,本文提出的算法在延误时间、行程时间、冲突数目和通行能力的收益率分别大于90%、10%、10%和5%;在通信延迟低于100 ms,数据丢包在35%内,仍能够保证交叉口内车辆的通行效率.      

集装箱码头铁水联运装卸设备协同调度

集装箱码头铁路作业区是开展集装箱铁水联运的主要场所,其效率将影响集装箱铁水联运的整体效率,因而,建立了以装卸过程总完成时间最短为目标的龙门吊、集卡和场桥的协同调度问题的混合整数规划模型,既考虑了装卸同步,又考虑了龙门吊间的干扰和安全距离、龙门吊和场桥走行时间及缓冲区等现实约束,并考虑了集卡堵塞问题.为了求解模型,设计了改进的多层遗传算法.最后通过实验验证了模型和算法的有效性和可行性,证明了考虑集卡堵塞问题是有必要的,并给出了50个和100个集装箱的设备最佳配比.