导读:本文包含了车辆调度方法论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:算法,车辆,交叉口,方法,启发式,需求预测,神经网络。
车辆调度方法论文文献综述
高俊杰,崔晓敏,赵鹏,姚宝珍[1](2019)在《基于需求预测的单向共享电动汽车车辆调度方法》一文中研究指出用户出行需求的不均衡性和潮汐性造成站点之间的车辆库存不平衡,阻碍了单向共享电动汽车行业的发展.在充分考虑用户实际需求的随机性和时效性的基础上,提出一种单向共享电动汽车车辆调度方法.其采用长短期记忆神经网络对站点车辆需求进行预测,进而建立以调度成本、库存成本和潜在损失收益均最小的多目标调度模型,并采用遗传模拟退火混合算法求最优解.实证研究表明了该方法的合理性和优越性.(本文来源于《大连理工大学学报》期刊2019年06期)
龚隽[2](2019)在《考虑路权优先的自动驾驶车辆冲突区调度方法》一文中研究指出城市道路交叉口、高速公路主路和匝道汇合区、道路临时封闭导致的车流汇合区等易于发生交通冲突的区域是交通拥堵与交通事故的多发点,改善上述冲突区车辆的交通组织管理方式,对提高道路通行能力、降低交通事故发生率具有重要的意义。自动驾驶技术的不断发展为解决冲突区车辆通行问题提供了新的思路,自动驾驶环境下对冲突区车辆的集中调度也逐渐成为学术领域的关注热点,然而当前研究中大多将车辆同质化处理,也较少考虑实际场景下车辆路权差异对车辆通行的影响。因此,本文考虑冲突区车辆、乘客、道路的异质性,总结路权相关理论并探讨路权的表达方法,尝试在调度策略中融入路权优先的理念,通过建立数学优化模型制定合理有效的车辆调度方案。首先,综述国内外自动驾驶相关技术以及自动驾驶环境下冲突区车辆通行与路权优先的研究现状,深入研究自动驾驶环境下冲突区的车辆通行问题,展望自动驾驶环境下车辆路权在冲突区车辆通行的应用前景。其次,设计冲突区车路协同系统的架构,提出基于速度和走-停引导的车辆联合调度策略,重点研究车辆走-停调度策略,引入行程时间价值和道路优先级权重间接表达各车辆在冲突区的路权差异,改进传统的车辆调度模型,在目标函数与约束条件中考虑车辆、乘客、道路的异质性,构建以冲突区车辆的加权延误总成本最小的冲突区车辆调度模型,应用松弛算法、多目标规划、动态规划、元启发式算法等优化思想,分别设计了两种精确算法和两种近似算法,以提高模型求解的运算效率和求解精度。最后,应用MATLAB开发环境和Gurobi优化求解器搭建测试平台,通过平台生成的不同冲突区场景进行模型验证和算法性能分析,结果表明,模型可对不同类型的冲突区进行建模,调度方案可保证冲突区所有车辆尽快通过的同时,路权优先车辆在冲突区的延误与传统模型相比有明显改善,体现路权优先的理念;四种算法使得模型在不同冲突区场景下的运算效率和求解精度得到不同程度的改善,并给出实际应用中不同冲突区场景下算法的选择建议,为自动驾驶环境下冲突区车辆的管理和控制决策提供参考。(本文来源于《华南理工大学》期刊2019-04-24)
吴俊泽[3](2019)在《电解铝厂工艺车辆路径及调度优化方法研究》一文中研究指出金属铝已经成为现代社会中非常重要的金属,在很多行业都有广泛的应用,随着对金属铝的需求不断增加,电解铝厂的规模也随之不断增大,导致厂内的物流运输量增加,运输物流的过程变得愈发复杂。在电解铝厂,负责物流运输的车辆调度目前仍为人工调度,对于愈发复杂的调度任务,人工调度往往采用就近分配原则,这种方式导致车辆行驶距离不平均,造成车辆行驶的总距离增大,增加油耗,增加运输成本等。针对目前电解铝厂车辆人工调度存在的问题,本文首先分析了电解铝厂的生产过程以及车辆调度的特点和难点问题,在此基础上,以车辆数目最小化、车辆总行驶距离最小化以及车辆行驶距离的方差最小化作为目标函数,并综合考虑电解铝厂车辆调度的各种约束条件,建立了车辆调度过程的多目标优化数学模型;针对该优化数学模型,采用引力搜索算法对该模型进行求解,将求解后的结果与人工方式调度的结果进行对比,验证算法的有效性;根据本文所提出的优化调度算法,开发了车辆优化调度软件,并进行了实验验证,结果表明,本文所开发的车辆优化调度软件可显着降低车辆行驶总距离,降低运输成本,提高生产效率。综上,本文面向电解铝厂车辆调度的实际需求,提出了优化算法并开发了相应的软件,解决了现有人工调度存在的部分问题,提高了生产效率,同时对其他行业的车辆路径规划及调度问题具有重要的借鉴意义。(本文来源于《辽宁工业大学》期刊2019-03-01)
单宇晗[4](2018)在《大型水面舰船军用车辆布列和调度方法研究》一文中研究指出当今世界上大型水面舰船如航空母舰和两栖攻击舰在两栖作战中起着至关重要的作用。两栖攻击舰是一种综合性舰船,在海军舰艇中吨位仅仅小于航空母舰,可以独立执行两栖作战的任务。本文参照美国“黄蜂级”两栖攻击舰,对两栖攻击舰车辆舱中的军用车辆如坦克和装甲车等的布列问题和调度问题进行了研究。布列问题属于二维排样问题的一种,是在有限车辆舱甲板上,求解出一种军用车辆布列方案,使得甲板剩余面积最少。本文中对布列问题进行分析,确定问题的约束条件;建立布列问题的数学模型,确定优化问题的优化目标和约束条件;确定问题的定位算法,使得问题能够用编号数字序列表达;对遗传算法进行改进,使用改进遗传算法对问题进行求解;模拟实际情况进行仿真分析;模拟用户需求,并提出解决方法。调度问题首先对单车辆进行路径规划,即在存在多边形障碍物的甲板上,寻找一个可行的最优装载路径。而后根据车辆装载路径进行多车辆调度。本文中对调度问题进行分析,确定问题的约束条件;建立单车辆路径规划的模型,将问题转化到C空间使得问题得以简化;使用栅格法对环境进行建模;建立车辆运动模型,对车辆的位置和旋转角离散化,将车辆的移动轨迹离散化,将问题转化为在连通图中的寻路问题。最后使用A*算法作为路径搜索算法,搜索一条可行的最优路径。在完成单车辆路径规划后,对多车辆调度问题进行了分析,制定规则以对车辆装载作业进行调度,并确定车辆的装载顺序。在文章最后,通过仿真验证本文中的基于改进遗传算法的布列方法的可行性;对不同的优化算法进行比较;对车辆可布列数量充足和可布列数量存在限制的情况进行仿真分析;模拟布列中的用户需求,并针对需求设计解决方案。最后对本文中调度问题中单车辆路径规划方法进行仿真验证,并针对多车辆调度的方法进行仿真实验。(本文来源于《哈尔滨工程大学》期刊2018-12-01)
张凝[5](2018)在《柔性制造系统中自动导引车辆的Petri网优化调度方法研究》一文中研究指出柔性制造系统(Flexible Manufacturing System,FMS)是一个由物流和信息流组成的技术密集的复杂自动化系统,学术界对其格外重视并细致研究。调度与控制是FMS的重点,它保证了系统的协调以及有效运行。自动导引运输车(Automated Guided Vehicle,AGV)作为物流信息化、自动化的重要工具,在FMS中得到广泛应用。然而,FMS内的资源众多,如何合理调度AGVs使系统的利益最大化,成为重要的研究课题。企业越来越关注于其整体运行效率,需要先进的物流调度算法来提高效率。Petri网是离散式系统的建模和分析工具,它便于用来模拟工业中的制造流程。本文以FMS为研究对象,提出基于Petri网的AGVs最优调度问题的方法。主要研究内容如下:1、针对含有AGVs的FMS,提出了对其建立赋时Petri网模型的方法。从问题入手整体分析了系统中各功能主体,将生产链分为两部分。第一部分子网用于模拟AGVs的路径,第二部分子网用于描述生产任务,其它用于传递任务,并且逐步细化出子网中的每一个细节。反过来再将子网组合成整体,称之为合成Petri网。2、对于FMS中AGVs的调度问题,本文采用A*搜索算法对Petri网模型进行了目标搜索。在合成网的基础上,提出一种启发式搜索算法可以寻找到最短时间内完成任务的演化路径,并且通过可达树搜索算法和生产任务的子网来实现启发式功能。在DEV C++开发环境下,根据这种启发式算法编写了一个通用的C语言程序,并对FMS中不同数量的AGVs求解最优调度策略。3、利用仿真软件eM-Plant,建立起FMS的仿真模型,通过仿真实验验证了本文提出的算法所得到的最优调度策略。(本文来源于《华侨大学》期刊2018-06-07)
王健,曹阳,王运豪[6](2018)在《考虑出行时间窗的定制公交线路车辆调度方法》一文中研究指出为提高定制公交系统的运行效率,研究了带乘客出行时间窗约束的多条定制公交线路车辆调度方法。给出了乘客出行站点合并方法,将公交车早到、晚到站点所造成的乘客损失转变为当量运营里程,以多辆公交车总运营里程最小为目标,考虑乘客的站点约束、公交车容量约束以及乘客的出行时间窗,建立了定制公交车辆调度优化模型。其次分析了乘客出行起点、终点对模型求解的影响,通过提出虚拟源站点,将多辆定制公交车的调度问题转换为多旅行商问题;基于后向推导原则设计贪心算法求得模型的可行解;之后基于遗传算法,采用自然数编码机制,将每个站点作为基因位,按照访问次序排列成染色体对应问题的解;最后给出了贪心算法和遗传算法的流程。在理论研究的基础上以定制公交线路为例对建模过程和模型的求解过程进行了阐述。研究结果表明:所建立的优化模型能够输出合理的多条定制公交线路车辆调度方案,不仅可以给出每辆定制公交的途经站点、运营里程,还可以给出每个站点的准点程度以及由于公交早到、晚到折算得到的当量运营里程;在求解算法质量方面,与可行解相比,相对最优解输出的方案能够使综合运营里程降低10.4%;模型求解时间为30.3s,可以满足定制公交企业的实时性需求。(本文来源于《中国公路学报》期刊2018年05期)
张良[7](2018)在《车联网环境下单交叉口车辆调度方法研究》一文中研究指出随着人工智能技术的广泛引用,智能交通领域已经发生巨大变革,车联网环境下自动驾驶技术的初步实现为交通革命性的转变提供了必要的基础。聚焦于车联网环境下的交通控制方法已经成为人们研究的重点之一。本文在假设自动驾驶技术已经成熟应用的背景下,对交叉口区域的车辆调度方法进行了研究。首先,本文提出了一种车联网环境下单交叉口车辆调度方法。定义了车辆和控制中心的信息交互规则,设计了车辆调度模型,建立了以车辆通过交叉口区域时间最短的目标函数并求解。之后,利用AIM平台对调度方法进行仿真,通过对比FCFS策略,本文的模型提升了交叉口吞吐量,降低了交叉口车辆延误。其次,在交叉口车辆基本调度策略的基础上,本文提出了特殊车辆的调度策略。将特殊车辆分为紧急车辆和特殊需求车辆两类,前者应用紧急车辆调度策略进行调度,后者通过建立交叉口区域车辆冲突矩阵,利用信息交互规则对车辆冲突进行约简,之后建立参与调度车辆最多的目标函数,利用禁忌搜索算法求得最优解,并在AIM平台进行仿真验证。结果表明禁忌搜索算法相较于FCFS-Emerg策略和Traffic-Light策略具有较大的优越性。最后,本文针对车联网环境下自动驾驶车辆的行驶特性,研究了原有的车辆跟驰和换道模型的变化,提出了基于元胞自动机的STCA-V模型,利用仿真平台,通过对比STCA,STCA-I和STCA-II模型验证本文模型的优越性,为后续进一步研究奠定了基础。(本文来源于《北方工业大学》期刊2018-05-15)
李飞[8](2018)在《VANETs中基于车流分析的道路交叉口车辆调度方法》一文中研究指出在当前自动驾驶技术快速发展和VANETs相关标准日益完善成熟的背景下,针对城市机动车保有量迅速增加,道路交叉口交通拥堵和机动车安全日益严重的问题,利用VANETs代替信号灯调度车辆,提高交叉口通行效率并进行事故预判和碰撞避免是解决交通拥堵和机动车安全性问题的有效解决方案。然而,在无信号灯条件下,车辆运动约束复杂、车辆轨迹存在冲突、车辆通行需求存在差异等诸多现实问题给车辆调度方法的设计带来了严峻挑战。为了提高道路交叉口车辆通行效率和道路车辆安全性,本文在车辆具备网络通信能力和自动驾驶能力的基础上,提出一种新的交叉口车辆调度方法。该方法利用VANETs获得交叉口区域的全局车辆状态数据,将部分车辆识别成车流,以车流为单位调度车辆,分析并协调车流之间的运动,减少车辆通行交叉口的时间;利用自动驾驶车辆的路径规划能力获得车辆轨迹,进行车辆轨迹冲突检测和轨迹重规划,避免车辆碰撞,解决车辆安全性问题,同时提高交叉口车辆容纳数量;通过紧急车辆优先策略满足部分紧急车辆的优先通行需求,减少紧急车辆通行交叉口的时间,并且通过理论分析证明本文提出的车辆调度方法不存在死锁问题和车辆饥饿现象。本文在仿真平台上构建十字路口作为车辆调度仿真实验的场景,编写了仿真程序实现了本文提出的车辆调度方法,并与已有的基于Slot的车辆调度方法和基于信号灯的方法进行对比,通过实验表明了本文提出的车辆调度方法在不同拥堵程度交通环境下调度车辆时的可行性和有效性。(本文来源于《武汉大学》期刊2018-05-01)
易星[9](2017)在《改进的A~*算法在物流配送中的车辆调度方法》一文中研究指出提出一种基于改进的A*算法在物流配送中的路径选择、路径规划和车辆调度方法,利用网格化配送区域构造地形图,判断地图中障碍物选择不同的启发函数,用改进的递归型A*算法与加权图搜索路径规划方案,兼顾车辆路径中约束条件,以减少运输距离,增强对物流配送过程的全面控制和管理,实现较经济的配送线路。(本文来源于《金陵科技学院学报》期刊2017年04期)
郭键[10](2017)在《大型物流车辆配送线路自适应调度方法》一文中研究指出为了有效提高物流配送车辆的利用率,降低配送车辆的空载率及物流运输成本,需要对大型物流车辆配送线路自适应调度方法进行研究;当前方法多是采用通过对物流车辆配送过程中的调度与路径选择进行分析,建立多类型的物流配送车辆调度模型,并构建改进后的遗传算法,对物流调度模型的算法效率以及计算时间和复杂度进行优化,以获取物流车辆配送调度问题的最优解,但该方法存在过程较为繁琐的问题;为此,提出一种大型物流车辆配送线路自适应调度方法;该方法首先建立物流车辆配送线路调度问题的数学模型,为实现自适应调度方法对数学模型进行优化求出最优解,利用蚁群算法对物流车辆配送调度数学模型的最优解进行优化,获取最优路径的适应度初始化蚁群算法的各客户点之间的信息素,从而得出了优化的最优路径;以优化的最优路径完成对大型物流车辆配送线路自适应调度;仿真实验表明,利用蚁群算法不仅加快了物流配送路线调度优化问题求解的速度,降低了物流运输的成本,而且获取了最优解的概率,比其他调度算法具有更明显的优势。(本文来源于《计算机测量与控制》期刊2017年11期)
车辆调度方法论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
城市道路交叉口、高速公路主路和匝道汇合区、道路临时封闭导致的车流汇合区等易于发生交通冲突的区域是交通拥堵与交通事故的多发点,改善上述冲突区车辆的交通组织管理方式,对提高道路通行能力、降低交通事故发生率具有重要的意义。自动驾驶技术的不断发展为解决冲突区车辆通行问题提供了新的思路,自动驾驶环境下对冲突区车辆的集中调度也逐渐成为学术领域的关注热点,然而当前研究中大多将车辆同质化处理,也较少考虑实际场景下车辆路权差异对车辆通行的影响。因此,本文考虑冲突区车辆、乘客、道路的异质性,总结路权相关理论并探讨路权的表达方法,尝试在调度策略中融入路权优先的理念,通过建立数学优化模型制定合理有效的车辆调度方案。首先,综述国内外自动驾驶相关技术以及自动驾驶环境下冲突区车辆通行与路权优先的研究现状,深入研究自动驾驶环境下冲突区的车辆通行问题,展望自动驾驶环境下车辆路权在冲突区车辆通行的应用前景。其次,设计冲突区车路协同系统的架构,提出基于速度和走-停引导的车辆联合调度策略,重点研究车辆走-停调度策略,引入行程时间价值和道路优先级权重间接表达各车辆在冲突区的路权差异,改进传统的车辆调度模型,在目标函数与约束条件中考虑车辆、乘客、道路的异质性,构建以冲突区车辆的加权延误总成本最小的冲突区车辆调度模型,应用松弛算法、多目标规划、动态规划、元启发式算法等优化思想,分别设计了两种精确算法和两种近似算法,以提高模型求解的运算效率和求解精度。最后,应用MATLAB开发环境和Gurobi优化求解器搭建测试平台,通过平台生成的不同冲突区场景进行模型验证和算法性能分析,结果表明,模型可对不同类型的冲突区进行建模,调度方案可保证冲突区所有车辆尽快通过的同时,路权优先车辆在冲突区的延误与传统模型相比有明显改善,体现路权优先的理念;四种算法使得模型在不同冲突区场景下的运算效率和求解精度得到不同程度的改善,并给出实际应用中不同冲突区场景下算法的选择建议,为自动驾驶环境下冲突区车辆的管理和控制决策提供参考。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
车辆调度方法论文参考文献
[1].高俊杰,崔晓敏,赵鹏,姚宝珍.基于需求预测的单向共享电动汽车车辆调度方法[J].大连理工大学学报.2019
[2].龚隽.考虑路权优先的自动驾驶车辆冲突区调度方法[D].华南理工大学.2019
[3].吴俊泽.电解铝厂工艺车辆路径及调度优化方法研究[D].辽宁工业大学.2019
[4].单宇晗.大型水面舰船军用车辆布列和调度方法研究[D].哈尔滨工程大学.2018
[5].张凝.柔性制造系统中自动导引车辆的Petri网优化调度方法研究[D].华侨大学.2018
[6].王健,曹阳,王运豪.考虑出行时间窗的定制公交线路车辆调度方法[J].中国公路学报.2018
[7].张良.车联网环境下单交叉口车辆调度方法研究[D].北方工业大学.2018
[8].李飞.VANETs中基于车流分析的道路交叉口车辆调度方法[D].武汉大学.2018
[9].易星.改进的A~*算法在物流配送中的车辆调度方法[J].金陵科技学院学报.2017
[10].郭键.大型物流车辆配送线路自适应调度方法[J].计算机测量与控制.2017