自动泊车策论服务系统设计资料

《自动泊车策论服务系统设计资料》由会员分享，可在线阅读，更多相关《自动泊车策论服务系统设计资料（21页珍藏版）》请在金锄头文库上搜索。

1、自动泊车策论服务系统设计摘要随着汽车产业及科技的高速发展，智能驾驶汽车成为了国内外公认的未来汽车重要发展方向之一。而在汽车智能化进程中，自动泊车是一项非常具有挑战性和实用性的技术。自动泊车系统可通过各类传感器获取车位相对汽车的距离，通过控制汽车前轮转角和瞬时速度控制车辆行驶。建立模型进行求解，对题中三个基本问题进行了全面综合的回答。在现有自行车租赁点信息中，首先根据车辆需求数据建立了车辆分配和调度模型，接着结合西安市的实际数据，采用一种改进的遗传模拟退火算法来求解公共自行车分配和调度问题。为了扩大自行车租赁规模，为广大市民提供便捷的租赁平台，在待选点中确定扩建租赁点数目和位置。本文构建分层评价

2、体系，按人体行为、建设费用、运营协调三个准则量化评价指标，基于TOPSIS选址评价模型，建立指标评价体系进行分析确定网点的具体位置并分配车辆。最后，对第以上问题进一步研究，根据需求平衡确定车辆在限定时间内的调度方案，做到将自行车合理分配。通过实例对模型进行验证结果表明：以上模型能够有效解决城市公共自行车租赁点的布局问题，使公共自行车租赁系统更加有效地运行，达到资源最大化的利用以及最大限度的满足消费者需求的目的. 关键字：交通系统，遗传退火算法，TOPSIS模型，优化目录一、问题重述21.1 问题背景21.2 目标任务3二、问题假设3三、符号说明3四、模型建立与求解44.1 问题一44.1.1车

3、辆分配模型44.1.2.车辆调度模型64.1.3模型算法设计84.1.3.1遗传模拟退火算法的结构流程84.1.3.2 适应度函数84.1.3.3 选择、交叉和变异操作94.1.3.4 模拟退火操作94.1.3.5模型计算104.2问题二124.2.1三层评价体系建立问题的简化124.2.2租赁点方案评价体系建立134.2.3 TOPSIS 模型 选址评价方案154.2.4 模型求解174.3问题三214.3.1车辆调度模型修正214.3.2模型求解22五、模型的评价22参考文献23附录231. 数据图表232.程序代码252.1个体适应度计算252.2比例操作计算262.3交叉变异26一、问

4、题重述1.1 问题背景随着经济的不断发展，我国各级城市的机动车保有量都进入了持续高速增长时期，交通拥堵问题、能源问题、环境问题日益突出，引起了政府以及百姓的极大关注。众所周知，建立快速、便捷的城市公共交通体系是解决这一问题的有效手段之一。然而，居民居住地和交通站点通常都有一段距离，这段不远的距离以及现实存在的公共交通拥挤现象则使居民乘坐公共交通的意愿降低。于是，自行车这种“绿色”交通工具重新得到人们的重视，公共自行车服务系统已被证明能够从一定程度上缓解这一现象。建立模型给出泊车策略，最终实现汽车自动、安全、快速的停车入库。1) 建立模型，按照车辆与车位之间的距离把车辆位置进行分组，给出每一组对

5、应的倒车理想起始点，a=400mm，b=8000mm，c=300mm。2）建立模型，给出由理想起始点到倒车入库的泊车策略，包括车速、前轮转角、后轮行驶距离。1三、符号说明表 1 符号说明符号意义符号意义时间成本（消耗时间）运输车辆数目租赁点数目二进制变量租赁点i的需求量租赁点i到j的最短距离调度车服务完i后服务j时拥有自行车量调运车所能调运的最大车辆数A待选租赁点数效益指标四、模型建立与求解4.1 车辆调度模型首先根据车辆需求数据建立了车辆分配和调度模型，接着结合西安市的实际数据，采用一种改进的遗传模拟退火算法来求解公共自行车分配和调度问题。考虑奇瑞汽车公司的QQ3，长3550mm，宽1495

6、mm，轴距2340mm，前轮距1295mm，后轮距1260mm，目标车库为小型汽车库标准大小长6m，宽2.8m，车库周围情况如图。4.1.2.车辆调度模型本次调运系统有2辆调运车，每辆调运车拥有负荷数为，当有租赁点达到上下限时（小于20%或大于90%）,调运车从最近的停车站点出发，负责对各租赁点进行自行车的需求调度服务。完成调度服务后就近回到停车站点，各个租赁点之间的距离以及各自需求量已经确定（需求量见表 4， 各租赁点距离见图 1）。设为所有租赁点的集合，为租赁点数目(n=30)；，m为运输车辆的数目；C为固定时间成本，即每辆自行车装卸平均耗时，为车辆的最大载重数（）；如果车辆被使用，则二进

7、制变量。租赁点，即将服务的车辆的当前拥有车辆数为。对于两个不同的租赁点表示两者之间的最短距离。如果车辆k在服务i后再服务j，则。图1 各租赁点的位置及道路情况图1 中租赁点位置在图中用带圆圈的数字所示，圆圈中数字代表租赁点序号。字代表路线长度（单位：米）。已知运输车速度为，模型的目标函数即运输时间成本，运输时间成本（记为Z）的数学模型如下： （1） （2） （3） （4） （5）式（1）是目标函数，表示最小运输时间成本；式（2）规定了从调度车出发时车上的自行车数量不超过m；式（3）和（4）规定了每个租赁点都服务一次且只服务一次；式（5）规定了每次服务都能完成并且不超过车辆最大载车数。4.1.3

8、模型算法设计在智能优化算法中，遗传算法（GeneticAlgorithm，简称 GA）具有收敛速度快的优点，但是具有局部搜索能力较差并容易早熟收敛的致命弱点。相反，模拟退火算法（Simulated Annealing，简称 SA）能通过概率突跳方式避免陷入局部最小并最终趋于全局最优，但是收敛速度比较慢。基于 GA 和 SA 具有很强的互补性，将 SA 和 GA 有机结合则能增强算法的全局搜索能力和效率。本文采用一种改进的遗传模拟退火算法来求解公共自行车调度问题。4.1.3.1遗传模拟退火算法的结构流程本文提出的遗传模拟退火算法思想是以遗传算法运算流程为主体流程，融入模拟退火机制来调整优化群体。

9、其流程如图 2 所示图 2 遗传模拟退火算法流程4.1.3.2 适应度函数由于要求的是最少的运输成本，是一个最小值问题，因此在设计适应度函数时要把原始目标值转换为适应度值，以确保优秀个体具有大的适应值。通过下式的尺度变换可以将目标值转换为适应度值，即：，其中， I 为当前种群的第i 个染色体， Fitness (I)为适应度函数值，Dmax 为当前种群的最小目标值，Dmin为当前种群的最小目标值， 为需要转换的目标值，本文中取值0.5。使用 可以防止上式被整除，还可以将选择行为从适应度值比例选择调整为纯随机数选择。如果染色体间适应度值的差距较大，则采用适应度值比例选择；如果区间相对较小，则选择

10、趋向于在相互竞争的染色体中进行随机选择。4.1.3.3 选择、交叉和变异操作采用轮盘赌操作对适应度值进行选择。首先生成随机数 （0 1），然后再按照下式进行选择。 （6）其中， 为群体中的第 j 个个体， 为第 j 个个体的适应度值，n为自行车租赁点数量，pop-size为群体大小，通过该操作可以选择出需要繁殖的父代群体。采用单点交叉和均匀变异算子，交叉、变异概率采用自适应的 和，计算表达式如下： （7）式中， 是群体中最大的适应值，是每代群体的平均适应度值，是要交叉的二个个体中较大的适应 度 值 ， 是 要 变 异 个 体 的 适 应 度 值 ， 且。4.1.3.4 模拟退火操作首先选取一个

11、足够大的初始温度 ，因为要使得算法在合理的时间内搜索尽可能大的解空间，只有足够大的 才能满足这个要求；接着设定一个合理的退火率，温度控制参数 的下降函数为=T+1，其中衰减参数是一个略小于 1 的系数；最后终止温度应该设置为足够小。在使用智能优化算法求解问题时，参数的控制十分重要。对以上遗传模拟退火混合算法进行多次测试后，最终选择算法的参数如下表（表 6）。表6 算法参数种群大小（pop-size）60迭代系数（g）100初始温度（）1000降温速度（）0.95交叉概率（）0.30变异概率（）0.40初始接收概率（）0.9994.1.3.5模型计算本模型的目的是寻求目标函数最小，其n个城市之间

12、的距离实质构成了一个的矩阵，同时遗传算法的诸多算子（如选择、交叉、变异），都是针对所谓染色体的，而染色体实质上是一个向量，可以看成的矩阵，因此这些算子实质上是一些矩阵的运算。（1）种群初始化公式（6）已经给出了适应度函数，采用二进制编码法确定变量的编码，同时要对种群大小、最大迭代次数、交叉概率、变异概率等赋值，随机生成种群大小。染色体长度（租赁点数目）为num的MATLAB程序为：Popm=zeros(M,num);For i=i:MPopm(i,:)=randperm(num);end部分适应度计算结果如下：（2） 比例选择操作具体执行过程分三步，第一步计算所有个体适应度个体总和；第二步计算

13、每个个体在选择操作中别选中的概率（即使用度大小）；第三步模拟各个个体被选中的次数得到中间群体（程序见附录）(3) 交叉变异操作交叉概率从中间群体中随机的选出需要进行交叉的个体，对这些个体随机的两两配对。在，这两个数表示交叉点的位置。接着对已经配对的两个个体，相互对应的交换（变异操作类似）。（4） 计算结果由以上操作过程可以寻求公式1中的最优解，但两辆车的出发点和结束点不同同样会影响计算结果，具体可以分为三种情况（如下图）。上图红色圆圈表示调度车的起点或者终点，蓝色箭头表示调度车运行的方向，图3 表示两调度车的运行方向一致，手尾相连；图4表示两调度车有共同的起点，最终在同一终点相遇；图5表示两调

14、度车起点不同，终点相同；对表3中各租赁点的需求量按照图3、图4、图5 三种方式调度分配自行车，得到各个方案的最小运行成本和运行轨迹如表8.表8 模型计算结果运输行车线路最小时间成本（min）运行轨迹同方向手尾相连（如图3）62min14-13-11-1-15-16-29-18-19-5-20-21-25-26-27-30-9-8-10-24-23-22-6-17-3-2-14同起点同终点（如图4）71min线路一：21-20-5-19-18-29-16-15-1-11-13-14线路二：21-25-26-27-30-9-8-10-24-23-22-6-17-3-2-14同终点不同起点（图5）79min线路1：21-20-5-19-18-29-16-15-1-11-26线路2：27-30-9-8-10-24-23-22-6-17-3-2-14-25从表8可以看出采用同方向手尾相连运行线路所用时间成本最低，约为52分钟运行轨迹为：14-13-11-1-15-16-29-18-19-5-20-21-25-26-27-30-9-8-10-24-23-22