论文部分内容阅读
摘要：通过研究垂直升降式立体车库结构和运行原理，对其存取车辆调度进行研究，以总的存取时间最少为目的，将其视为时间最优控制问题，通过改进的遗传算法来实现时间最优控制，并经过Matlab进行仿真，获得的结果较为满意，可以提高车库的运行效率。
关键詞：垂直升降式立体车库；存取调度研究；时间最优控制；改进的遗传算法
0引言
我国的交通行业在飞速发展，我国车辆的数目急剧增加，车辆的增多以及大中型城市立体车库的不完善，成为交通拥堵的主要因素之一。现在中国的停车场主要是平面停车场为，这种类型的停车场不但占地面积大没有充分利用上层的空间，而且容纳汽车的数量相对与立体车库也非常的少，面对着土地资源越来越稀缺的现状，立体车库的广泛的发展已经成为必然。从目前立体车库的数量上来说，全国已经建成的立体车库中的停车位才仅仅有30000个左右，并且都在沿海以及发达的大城中，内陆城市和及中小城市中数量极少；从技术上来看，中国发展立体车库的先进技术与德国、美国等发达国家有较大的差距，特别是立体车库在智能化和自动化管理方面。所以，中国的立体车库的建设和发展才逐渐起步，还有非常大的发展进步空间。在我国立体车库的发展是大势所趋，是必然的。在我国大中型城市公共交通已经初具规模，做好城市规划对我国未来的经济发展具有重要作用。立体车库未来的发展趋势必然是具有占地小、投资小、造型美等优点，而垂直升降式立体车库具有这些优势，其在我国未来交通规划中能够得到广泛应用。
本文通过研究垂直升降式立体车库的结构，以总的存取时间最少为目标，通过改进的遗传算法解决存取车辆调度中的时间最优问题，并通过MATLAB进行编程仿真。
1垂直升降式立体车库的结构特点
对本文采用垂直升降式立体车库，进行第二部分的立体车库存取调度研究，立体车库的结构如图1所示，立体车库一共10层，20个车位，采用上下升降左右平移的方式，车库中间通过升降机垂直运送车辆，两侧是和车库中轴线垂直设置的停车位。通过升降机构将车辆运送到预存层，每个车位都设有一个搬运器，搬运器横移从预存车位水平运动，再将车辆从升降机上运送到预存车位，完成存车过程。对于取车过程，搬运器水平运动将车辆送到升降机上，搬运器回归到原位置，升降机将垂直将车辆运送到车辆出入口处，旋转台旋转180°，等车人员将车辆开走。
垂直升降式立体车库的结构，如图1所示
2 通过改进的遗传算法实现时间最优控制
2.1 编码和初始种群的生成
为了解决存取车调度的问题，如果以最短的路线及最少的时间实现存取车辆，那么便能达到时间最优。编码采用混合整数编码，遗传个体为操作码+操作数，操作码包括取车和存车，采用0，1的二进制编码，0代表的是存取车操作，1代表的是车位号；操作数为立体车库中各个可存放车辆的车位号，采用整数编码，整数代表车位号。
2.2 适应度函数的建立
适应度函数是用来区分群体中个体好坏的指标，本文是求总的存取时间的T的最小值，把函数值的倒数作为个体的适应度，函数值越小，适应度越大，适应度计算函数 。升降机在相邻两层运动所需的时间为Ts，且为常数，取为3s。搬运器横移时间为TBH，搬运器横移从升降机取车时间为TBQ，搬运器横移从车位送车时间为TBS，搬运器横移回归到位时间为 TBG，旋转台旋转180°所需的时间为TX，其中TBH=TBQ=TBS=TBG，且为常数，取为4S，TX亦为常数，取为10S， 。其中m表示取车总次数，n表示存车总次数，（ij）表示车位坐标，ji1表示取车时车位置所在层数，ji2表示存车时车位置所在层数。当ji1≠ji2时，表示取车位置和存车位置不同，当ji1=ji2时，表示取车位置和存车位置相同。
2.3 遗传算子的选择
选择算子采用轮盘赌选择方法，轮盘赌选择类似于博彩游戏中的轮盘赌。个体的适应度按比例转化为选中概率，按照选中概率将轮盘分成扇区，按照选择次数，随机产生和选择次数相等的[0，1]之间的随机数列，将这些随机数列与累计概率相比较，确定被选中的个体。显然适应度高的个体被选中概率大，而且可能被选中；而适应度低的个体则很有可能被淘汰。
2.4 交叉算子的设计
交叉算子采用改进的OX交叉算子，具体步骤如下：
（1）在A1、A2两个父代个体中随机生成两个交叉点，将交叉点中间部分基因串分别取出记为P1、P2。
（2）将父代个体A1中P2相等的基因取出，若无与之相等的基因则去除A1中最大的基因，从而得到B1；将父代个体A2中P1相等的基因取出，若无与之相等的基因则去除A1中最大的基因，从而得到B2。
（3）将P2作为一个基因串，一次插入到B1的任意两个基因中间（包括起始位前面和最后位后面），可得到一系列的子代个体C1；同理，将P1作为一个基因串，一次插入到B1的任意两个基因中间，可得到一系列的子代个体C2。
（4）分别从C1和C2中选择最优的个体，作为交叉后的子代个体。
2.5 变异算子的设计
本文采用改进逆转变算子，在染色体的两个奇数位之间发生断裂，两个断裂点对应的偶数位按反向的顺序插入，对应的奇数位不变，奇数位代表操作码，偶数位代表操作数。
3 实例分析
以10个车位为例，假设在一段时间内有5辆车从车库中取出，有5辆车预存入车库。初始种群规模为20个个体，交叉概率PC=0.7，变异概率选取为Pm=0.01，遗传代数为150代。经过仿真后得出的实验结果，如下图2所示。
图2的横坐标表示遗传代数，纵坐标表示每一代中所用总的存取时间最小个体的总的存取时间。经过仿真后，获得了较好的收敛，得到的最小的总的存取时间为238s，对应的车辆存取序列见表1。
4结语
通过结合垂直升降式立体车库的运行特点，通过改进的遗传算法，来实现车辆存取调度中总的存取车辆时间达到最少的目的，从而达到时间最优控制，通过Matlab仿真，获得了使总的存取车时间达到最小的较优的存取车序列，如果在实际的车库存取中使用该序列，可以较大限度地节约用户的存取车时间，对于提高效率有极大的帮助。
参考文献：
[1]刘文娟，潘宏侠.垂直升降式立体车库系统设计与研究[J].机械设计与制造，2011，（5）：48-50.
[2]张争.立体车库的发展现状和前景分析[J].佳木斯职业学院学报，2016，（12）：478-478.
作者简介：关榆君，男，河北唐山，教授，研究方向：控制工程；和淼，男，河北邢台，研究生，研究方向：立体车库调度系统
关键詞：垂直升降式立体车库；存取调度研究；时间最优控制；改进的遗传算法
0引言
我国的交通行业在飞速发展，我国车辆的数目急剧增加，车辆的增多以及大中型城市立体车库的不完善，成为交通拥堵的主要因素之一。现在中国的停车场主要是平面停车场为，这种类型的停车场不但占地面积大没有充分利用上层的空间，而且容纳汽车的数量相对与立体车库也非常的少，面对着土地资源越来越稀缺的现状，立体车库的广泛的发展已经成为必然。从目前立体车库的数量上来说，全国已经建成的立体车库中的停车位才仅仅有30000个左右，并且都在沿海以及发达的大城中，内陆城市和及中小城市中数量极少；从技术上来看，中国发展立体车库的先进技术与德国、美国等发达国家有较大的差距，特别是立体车库在智能化和自动化管理方面。所以，中国的立体车库的建设和发展才逐渐起步，还有非常大的发展进步空间。在我国立体车库的发展是大势所趋，是必然的。在我国大中型城市公共交通已经初具规模，做好城市规划对我国未来的经济发展具有重要作用。立体车库未来的发展趋势必然是具有占地小、投资小、造型美等优点，而垂直升降式立体车库具有这些优势，其在我国未来交通规划中能够得到广泛应用。
本文通过研究垂直升降式立体车库的结构，以总的存取时间最少为目标，通过改进的遗传算法解决存取车辆调度中的时间最优问题，并通过MATLAB进行编程仿真。
1垂直升降式立体车库的结构特点
对本文采用垂直升降式立体车库，进行第二部分的立体车库存取调度研究，立体车库的结构如图1所示，立体车库一共10层，20个车位，采用上下升降左右平移的方式，车库中间通过升降机垂直运送车辆，两侧是和车库中轴线垂直设置的停车位。通过升降机构将车辆运送到预存层，每个车位都设有一个搬运器，搬运器横移从预存车位水平运动，再将车辆从升降机上运送到预存车位，完成存车过程。对于取车过程，搬运器水平运动将车辆送到升降机上，搬运器回归到原位置，升降机将垂直将车辆运送到车辆出入口处，旋转台旋转180°，等车人员将车辆开走。
垂直升降式立体车库的结构，如图1所示
2 通过改进的遗传算法实现时间最优控制
2.1 编码和初始种群的生成
为了解决存取车调度的问题，如果以最短的路线及最少的时间实现存取车辆，那么便能达到时间最优。编码采用混合整数编码，遗传个体为操作码+操作数，操作码包括取车和存车，采用0，1的二进制编码，0代表的是存取车操作，1代表的是车位号；操作数为立体车库中各个可存放车辆的车位号，采用整数编码，整数代表车位号。
2.2 适应度函数的建立
适应度函数是用来区分群体中个体好坏的指标，本文是求总的存取时间的T的最小值，把函数值的倒数作为个体的适应度，函数值越小，适应度越大，适应度计算函数 。升降机在相邻两层运动所需的时间为Ts，且为常数，取为3s。搬运器横移时间为TBH，搬运器横移从升降机取车时间为TBQ，搬运器横移从车位送车时间为TBS，搬运器横移回归到位时间为 TBG，旋转台旋转180°所需的时间为TX，其中TBH=TBQ=TBS=TBG，且为常数，取为4S，TX亦为常数，取为10S， 。其中m表示取车总次数，n表示存车总次数，（ij）表示车位坐标，ji1表示取车时车位置所在层数，ji2表示存车时车位置所在层数。当ji1≠ji2时，表示取车位置和存车位置不同，当ji1=ji2时，表示取车位置和存车位置相同。
2.3 遗传算子的选择
选择算子采用轮盘赌选择方法，轮盘赌选择类似于博彩游戏中的轮盘赌。个体的适应度按比例转化为选中概率，按照选中概率将轮盘分成扇区，按照选择次数，随机产生和选择次数相等的[0，1]之间的随机数列，将这些随机数列与累计概率相比较，确定被选中的个体。显然适应度高的个体被选中概率大，而且可能被选中；而适应度低的个体则很有可能被淘汰。
2.4 交叉算子的设计
交叉算子采用改进的OX交叉算子，具体步骤如下：
（1）在A1、A2两个父代个体中随机生成两个交叉点，将交叉点中间部分基因串分别取出记为P1、P2。
（2）将父代个体A1中P2相等的基因取出，若无与之相等的基因则去除A1中最大的基因，从而得到B1；将父代个体A2中P1相等的基因取出，若无与之相等的基因则去除A1中最大的基因，从而得到B2。
（3）将P2作为一个基因串，一次插入到B1的任意两个基因中间（包括起始位前面和最后位后面），可得到一系列的子代个体C1；同理，将P1作为一个基因串，一次插入到B1的任意两个基因中间，可得到一系列的子代个体C2。
（4）分别从C1和C2中选择最优的个体，作为交叉后的子代个体。
2.5 变异算子的设计
本文采用改进逆转变算子，在染色体的两个奇数位之间发生断裂，两个断裂点对应的偶数位按反向的顺序插入，对应的奇数位不变，奇数位代表操作码，偶数位代表操作数。
3 实例分析
以10个车位为例，假设在一段时间内有5辆车从车库中取出，有5辆车预存入车库。初始种群规模为20个个体，交叉概率PC=0.7，变异概率选取为Pm=0.01，遗传代数为150代。经过仿真后得出的实验结果，如下图2所示。
图2的横坐标表示遗传代数，纵坐标表示每一代中所用总的存取时间最小个体的总的存取时间。经过仿真后，获得了较好的收敛，得到的最小的总的存取时间为238s，对应的车辆存取序列见表1。
4结语
通过结合垂直升降式立体车库的运行特点，通过改进的遗传算法，来实现车辆存取调度中总的存取车辆时间达到最少的目的，从而达到时间最优控制，通过Matlab仿真，获得了使总的存取车时间达到最小的较优的存取车序列，如果在实际的车库存取中使用该序列，可以较大限度地节约用户的存取车时间，对于提高效率有极大的帮助。
参考文献：
[1]刘文娟，潘宏侠.垂直升降式立体车库系统设计与研究[J].机械设计与制造，2011，（5）：48-50.
[2]张争.立体车库的发展现状和前景分析[J].佳木斯职业学院学报，2016，（12）：478-478.
作者简介：关榆君，男，河北唐山，教授，研究方向：控制工程；和淼，男，河北邢台，研究生，研究方向：立体车库调度系统