CN105868854A - 一种立体停车设备车位路径最优化控制方法 - Google Patents

一种立体停车设备车位路径最优化控制方法 Download PDF

Info

Publication number
CN105868854A
CN105868854A CN201610187823.9A CN201610187823A CN105868854A CN 105868854 A CN105868854 A CN 105868854A CN 201610187823 A CN201610187823 A CN 201610187823A CN 105868854 A CN105868854 A CN 105868854A
Authority
CN
China
Prior art keywords
byte
parking stall
fitness
calculation
group
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610187823.9A
Other languages
English (en)
Inventor
张天光
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guizhou Aerospace Nanhai Technology Co Ltd
Original Assignee
Guizhou Aerospace Nanhai Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guizhou Aerospace Nanhai Technology Co Ltd filed Critical Guizhou Aerospace Nanhai Technology Co Ltd
Priority to CN201610187823.9A priority Critical patent/CN105868854A/zh
Publication of CN105868854A publication Critical patent/CN105868854A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种立体停车设备车位路径最优化控制方法，包括如下步骤：①生成群体；②译码转换；③适应度计算；④选定路径。在所述步骤③适应度计算之后，还进行迭代：以适应度计算结果为基础用轮赌的方式对字节组进行挑选，对挑选出的字节组进行随机的交叉或变异计算，交叉或变异计算后的结果重新进行步骤③适应度计算，以此重复迭代至少两次。本发明可以快速的搜索到最短、最优路径；算法的运算效率高；具有可扩展性，容易与其它算法结合；减少载车板的动作次数，缩短存取车时间。

Description

一种立体停车设备车位路径最优化控制方法
技术领域
本发明涉及一种立体停车设备车位路径最优化控制方法。
背景技术
现有立体停车设备大多数采用一般搜索路径算法，按照车库的限制条件，主要考虑如何移动载车板，以最少的动作步数，来完成使目标载车板到达地面，算法复杂，耗费时间长。
发明内容
为解决上述技术问题，本发明提供了一种立体停车设备车位路径最优化控制方法，该立体停车设备车位路径最优化控制方法通过利用遗传算法计算得到车位路径的方式，可以快速的搜索到最短、最优路径。
本发明通过以下技术方案得以实现。
本发明提供的一种立体停车设备车位路径最优化控制方法，包括如下步骤：
①生成群体：按照车位数量n随机生成组数为A、每组数量为B的字节群体，字节组数A小于车位数n并大于车位数的一半n/2，每组字节数量B和车位数n相同，每字节所占比特位为八的倍数；
②译码转换：将每字节的后三个比特位识别为车位移动动作，每字节除后三个比特位之外的其他比特位识别为车位号，然后将每字节后三个比特位为101、110、111的转换为000，每一字节组即为一个移动方案；
③适应度计算：以任一常数m减去达到目标的移动方案所用移动步数C作为适应度计算结果；
④选定路径：选择适应度计算结果最高的一个移动方案并执行。
在所述步骤③适应度计算之后，还进行迭代：以适应度计算结果为基础用轮赌的方式对字节组进行挑选，对挑选出的字节组进行随机的交叉或变异计算，交叉或变异计算后的结果重新进行步骤③适应度计算，以此重复迭代至少两次。
所述交叉计算为二进制交叉计算。
所述变异计算为二进制变异计算
本发明的有益效果在于：可以快速的搜索到最短、最优路径；算法的运算效率高；具有可扩展性，容易与其它算法结合；减少载车板的动作次数，缩短存取车时间。
具体实施方式
下面进一步描述本发明的技术方案，但要求保护的范围并不局限于所述。
本发明提供了一种立体停车设备车位路径最优化控制方法，包括如下步骤：
①生成群体：按照车位数量n随机生成组数为A、每组数量为B的字节群体，字节组数A小于车位数n并大于车位数的一半n/2，每组字节数量B和车位数n相同，每字节所占比特位为八的倍数；
②译码转换：将每字节的后三个比特位识别为车位移动动作，每字节除后三个比特位之外的其他比特位识别为车位号，然后将每字节后三个比特位为101、110、111的转换为000，每一字节组即为一个移动方案；
以每字节占八个比特位为例，字节组格式大致如下：
01001(车位号)001(动作)........10100(车位号)010(动作)........
可见，在随机生成字节组时，可利用诸如rand()之类的操作函数来完成，每一字节组占一行，每一字节可先生成十进制数字，然后通过二——十进制译码完成转换，一般来说，每字节中后三个表示动作的比特位中，000表示静止不动，001表示上升，010表示下降，011表示左移，100表示右移，将101、110、111转换为000则可有效提高算法的运算效率。
③适应度计算：以任一常数m减去达到目标的移动方案所用移动步数C作为适应度计算结果；
由于适应度计算结果往往在后期运算中(如轮赌选择)作为选择概率的基础，因此取正值能便于算法扩展，具体操作中，作为提高计算效率的方式，一般直接统计每字节中后三个表示动作的比特位中非零的数量，即得到所用移动步数C。
④迭代：以适应度计算结果为基础用轮赌的方式对字节组进行挑选，对挑选出的字节组进行随机的交叉或变异计算，交叉或变异计算后的结果重新进行步骤③适应度计算，以此重复迭代至少两次；
在遗传算法的一般算法基础上，交叉、变异的运算是极为重要的苦算法扩展，通过交叉、变异的迭代，能够以极高的效率对方案进行优化。
⑤选定路径：选择适应度计算结果最高的一个移动方案并执行。
由此，本发明在选择合适的遗传策略和遗传参数的情况下，可以计算出立体车库运行的最优解或次优解，达到设计的最佳目的
具体而言，所述交叉计算为二进制交叉计算。同样的，所述变异计算为二进制变异计算。

Claims (4)

1.一种立体停车设备车位路径最优化控制方法，包括如下步骤：
①生成群体：按照车位数量n随机生成组数为A、每组数量为B的字节群体，其特征在于：
字节组数A小于车位数n并大于车位数的一半n/2，每组字节数量B和车位数n相同，每字节所占比特位为八的倍数；
②译码转换：将每字节的后三个比特位识别为车位移动动作，每字节除后三个比特位之外的其他比特位识别为车位号，然后将每字节后三个比特位为101、110、111的转换为000，每一字节组即为一个移动方案；
③适应度计算：以任一常数m减去达到目标的移动方案所用移动步数C作为适应度计算结果；
④选定路径：选择适应度计算结果最高的一个移动方案并执行。
2.如权利要求1所述的立体停车设备车位路径最优化控制方法，其特征在于：在所述步骤③适应度计算之后，还进行迭代：以适应度计算结果为基础用轮赌的方式对字节组进行挑选，对挑选出的字节组进行随机的交叉或变异计算，交叉或变异计算后的结果重新进行步骤③适应度计算，以此重复迭代至少两次。
3.如权利要求2所述的立体停车设备车位路径最优化控制方法，其特征在于：所述交叉计算为二进制交叉计算。
4.如权利要求2所述的立体停车设备车位路径最优化控制方法，其特征在于：所述变异计算为二进制变异计算。
CN201610187823.9A 2016-03-29 2016-03-29 一种立体停车设备车位路径最优化控制方法 Pending CN105868854A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610187823.9A CN105868854A (zh) 2016-03-29 2016-03-29 一种立体停车设备车位路径最优化控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610187823.9A CN105868854A (zh) 2016-03-29 2016-03-29 一种立体停车设备车位路径最优化控制方法

Publications (1)

Publication Number Publication Date
CN105868854A true CN105868854A (zh) 2016-08-17

Family

ID=56626312

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610187823.9A Pending CN105868854A (zh) 2016-03-29 2016-03-29 一种立体停车设备车位路径最优化控制方法

Country Status (1)

Country Link
CN (1) CN105868854A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106651042A (zh) * 2016-12-27 2017-05-10 贵州航天南海科技有限责任公司 一种立体停车设备车位规避障碍优化路径控制方法
CN109242153A (zh) * 2018-08-16 2019-01-18 青岛华通石川岛停车装备有限责任公司 一种立体停车场取车路径规划方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101504795A (zh) * 2008-11-03 2009-08-12 天津理工大学 应用于立体车库车位调度的dsp控制系统的工作方法
CN105015419A (zh) * 2015-07-17 2015-11-04 中山大学 基于立体视觉定位与建图的自动泊车系统及方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101504795A (zh) * 2008-11-03 2009-08-12 天津理工大学 应用于立体车库车位调度的dsp控制系统的工作方法
CN105015419A (zh) * 2015-07-17 2015-11-04 中山大学 基于立体视觉定位与建图的自动泊车系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
方二喜等: "基于遗传算法的立体车库车位调度研究", 《计算机与数字工程》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106651042A (zh) * 2016-12-27 2017-05-10 贵州航天南海科技有限责任公司 一种立体停车设备车位规避障碍优化路径控制方法
CN106651042B (zh) * 2016-12-27 2021-02-02 贵州航天南海科技有限责任公司 一种立体停车设备车位规避障碍优化路径控制方法
CN109242153A (zh) * 2018-08-16 2019-01-18 青岛华通石川岛停车装备有限责任公司 一种立体停车场取车路径规划方法

Similar Documents

Publication Publication Date Title
AU2018267755B2 (en) Array element arrangement method for L-type array antenna based on inheritance of acquired characteristics
CN103929642B (zh) 一种hevc变换系数的熵编码上下文模型偏移值快速计算方法
PH12020551829A1 (en) System and method for computer-implemented artificial intelligence batch picking optimization and communication
CN105303252A (zh) 基于遗传算法的多阶段神经网络模型训练方法
CN104573820A (zh) 一种用于带约束条件的工程优化问题的遗传算法
CN106610867B (zh) 一种片上网络任务调度方法及装置
CN105117575A (zh) 一种行为处理方法及装置
CN105868854A (zh) 一种立体停车设备车位路径最优化控制方法
CN104268077A (zh) 基于混沌遗传算法的测试用例集约简算法
CN110473251A (zh) 基于网格空间索引的自定义范围空间数据面积统计方法
CN104808221A (zh) Weil码生成装置和卫星导航信号接收机
Xiao-Ting et al. Flight path planning based on an improved genetic algorithm
CN109547160A (zh) 一种循环移位网络编码构造方法
CN106789588B (zh) 标签传播方法和装置
CN105704025A (zh) 基于混沌搜索和人工免疫算法的路由优化方法
CN104240232B (zh) 一种基于图像处理的道路损毁检测优化方法
CN103116805B (zh) 一种更新遗传种群的分段替换方法
JPWO2015186338A1 (ja) 非線形計画問題処理装置および非線形計画問題処理方法
CN105142198B (zh) 一种使用微分进化求解无线传感器网络最优路径的方法
CN105988468A (zh) 一种基于改进遗传算法的移动机器人路径规划方法
CN102170333B (zh) 一种交织地址的并行计算方法及系统
AU2018101753A4 (en) Distributed diffusion Least Mean-Square Estimation With Neighbor-partial and Data-selective
CN102594370B (zh) 一种高效低延时并行钱搜索方法和装置
CN105335784B (zh) 一种基于遗传算法的选择最优dsp系统软防护的方法
CN116127584B (zh) 一种动态过道布置方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20160817