首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于PSO-DE的共享汽车区域调度方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:郑州轻工业大学;郑州天启自动化系统有限公司

摘要:本发明提出了一种基于PSO‑DE的共享汽车区域调度方法,首先,使用Kmeans算法对停车点进行区域划分,统计每个区域的停车数目;其次,根据每个区域的停车数目构建状态指示函数,并根据状态指示函数设定异地操作车辆的奖励机制;然后,分析用户异地操作车辆的概率,结合每个区域的停车数目和奖励机制计算用户各项操作的成本;并以用户各项操作的成本建立目标函数;最后,利用粒子群差分进化算法对目标函数进行优化求解,得到最优调度方案。本发明针对区域车辆冗余问题,用车高峰期车辆不足问题,提出了奖励机制方案,停车路径选择方案,解决了现实情况中共享汽车调度的问题;对比实验显示,PSO‑DE算法比单独使用DE算法的优化效果有很明显的提升。

主权项:1.一种基于PSO-DE的共享汽车区域调度方法,其特征在于,其步骤如下:步骤一:使用Kmeans算法对停车点进行区域划分,并统计每个区域的停车数目;步骤二:根据每个区域的停车数目构建状态指示函数,并根据状态指示函数设定异地操作车辆的奖励机制;所述状态指示函数为: 其中,stn表示t时刻区域n的状态,p表示停车区域的最大停车数量,sfn表示区域n的上阈值,sbn表示区域n的下阈值;Xtn表示t时刻区域n的停车数目;当目标值stn等于1,表示该停车区域车辆偏多,激活取车奖励机制;当目标值stn等于-1,表示该停车区域车辆偏少,激活还车奖励机制;当目标值stn等于0,表示该停车区域可以正常还车、取车;步骤三:分析用户异地操作车辆的概率,结合每个区域的停车数目和奖励机制计算用户各项操作的成本;所述用户异地操作车辆的概率的计算公式为: 其中,α表示用户异地操作车辆的概率;所述用户异地操作车辆包括异地还车和异地取车;异地还车的步骤为:a1判断待分配车辆Xan是否大于0,若是,进行用户奖励概率计算,跳到步骤b1,否则,完成车辆调度,跳到步骤e1;b1判断用户是否异地还车,若是,计算异地还车成本,跳到步骤d1;否则,跳到步骤c1;c1判断是否有剩余车位,若是,将汽车存入该车位,并跳到步骤d1;否则,计算人工调度成本,跳到步骤d1;d1令Xan=Xan-1,并返回步骤a1;e1跳出循环;异地取车的步骤为:a2判断待分配车辆Xan是否大于0,若是,进行用户奖励概率计算并跳到步骤b2,否则,完成车辆调度,跳到步骤e2;b2判断用户是否异地取车,若是,计算异地取车成本,跳到步骤d2;否则,跳转到步骤c2;c2判断是否有剩余车位,若是,则取走汽车,并跳转到步骤d2;否则,计算客户不满意成本,并跳转到步骤d2;d2令Xan=Xan-1,并返回步骤a2;e2跳出循环;步骤四:以用户各项操作的成本建立目标函数;所述目标函数为: 其中,Z表示最终的调度成本,t表示时间节点,T表示最后一个时间节点,e表示异地还车的奖励金额,xtij表示t时刻从i区域到j区域进行异地还车的数目,g表示异地取车的奖励金额,ytij表示t时刻从i区域到j区域进行异地取车的数目,h表示人工调度的成本,qi表示区域i需要人工调度车辆的数目,k表示用户未取到车所产生的成本,wi表示区域i拒绝用户的数目;约束条件为: 其中,S表示车辆总的数目;步骤五:利用粒子群差分进化算法对目标函数进行优化求解,实现了每个区域内车辆的最优调度;所述利用粒子群差分进化算法对目标函数进行优化求解的方法为:S5.1:设置差分进化算法的最大迭代次数,并初始化种群;S5.2:设置粒子群算法的最大迭代次数、种群个数、目标函数的自变量个数和粒子的最大速度,并初始化粒子位置和速度;S5.3:通过适应度函数计算各个粒子的适应度,找到各个粒子的个体极值作为个体最优解,并从个体最优解中找到一个全局最优解,并与历史全局最优解比较,更新种群的全局最优解;S5.4:判断迭代次数是否达到粒子群算法的最大迭代次数,若是,将种群的全局最优解作为最优值输出,执行步骤S5.5,否则,更新各个粒子的速度和位置,返回步骤S5.3;其中,各个粒子的速度和位置的更新公式为:Vid=ωVid+C1random0,1Pid-Xid+C2random0,1Pgd-Xid;其中,ω称为惯性因子,C1为每个粒子的个体学习因子,C2为每个粒子的社会学习因子,random0,1表示区间[0,1]上的随机数,Pid表示第i个变量的个体极值的第d维,Pgd表示全局最优解的第d维,Vid表示第i个粒子的速度,Xid表示第i个粒子的位置;S5.5:判断迭代次数是否达到差分进化算法的最大迭代次数,若是,将最优解输出,否者,执行步骤S5.6;S5.6:对个体依次进行变异、交叉和选择操作,获得新个体;S5.7:迭代次数增加1,返回步骤S5.2。

全文数据:

权利要求:

百度查询: 郑州轻工业大学 郑州天启自动化系统有限公司 一种基于PSO-DE的共享汽车区域调度方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。