一种车辆出入库动态调整管理方法技术

本发明专利技术公开了一种车辆出入库动态调整管理方法，根据出车时刻表，使用高斯分布曲线对出车时刻的分组密度统计结果进行拟合，预测出车的高峰和低谷。再在确定出公交立体车库的出车策略的基础上，根据公交立体车库的运行信息，分析公交车辆的入库时间，使用BP神经网络对入库位置和次序进行动态规划和设计，并动态调整公交立体车库的出车策略，生成公交车立体车库完整的出车入库协同调配策略。提高车库升降机的利用率，避免升降机的长时间空转或立体车库出入口阻塞的问题，使立体车库可以更佳流畅的运转。通过优化出车入库策略，实现每日公车可以按时出车和入库，车库阻塞最小化，解决了现有技术中公交立体车库完全需要人工控制制动时刻的痛点。

A dynamic adjustment management method for vehicle outgoing storage

The invention discloses a dynamic adjustment management method for vehicle outgoing and storage. According to the departure time table, the Gauss distribution curve is used to fit the statistical results of the packet density at the time of departure, and the peak and the low valley of the vehicle are predicted. The determined based bus garage of the exit strategy, according to the operation information bus garage, analysis of storage time of transit vehicle, dynamic planning and design of storage location and order using BP neural network, and dynamic adjustment of a car strategy of bus garage, bus garage complete car production in collaboration the deployment strategy. Improve the utilization rate of garage hoist, avoid the problem of long time idle or elevator garage entry and exit, so that the three-dimensional garage can run smoothly. By optimizing the strategy of vehicle entry, the daily bus can run out and store on time, and the garage block is minimized. It solves the problem that the parking lot needs manual control of braking time in the existing technology.

【技术实现步骤摘要】
一种车辆出入库动态调整管理方法
本专利技术涉及公交车立体车库车辆出库
，尤其涉及一种车辆出入库动态调整管理方法。
技术介绍
随着人口的不断聚集和社会活动节奏的加快，每天乘坐公交出行的人越来越多，交通压力越来越大，公交的出车间隔越来越短，而完全需要人工控制的公交立体车库调度模式是无法保证公交车准点出车，继而会影响到日常的交通稳定。并且，公交立体车库作为用立体空间替代平面空间的停车解决方案，不止需要考虑出库，还需要考虑到入库，以及入库与出库的协调统一。
技术实现思路
本专利技术提供一种车辆出入库动态调整管理方法，解决了或部分解决了现有技术中以人工控制为公交立体车库调度模式无法保证公交车准点出车，入库车辆等待时间长或影响公交车出库，进而影响到日常交通稳定的技术问题。为解决上述技术问题，本专利技术提供了一种车辆出入库动态调整管理方法，所述方法包括：根据出车时刻表，使用高斯分布曲线对出车时刻的分组密度统计结果进行拟合，预测出车的高峰和低谷；确定公交立体车库的出车策略；根据公交立体车库的运行信息，分析公交车辆的入库时间，使用BP神经网络对入库位置和次序进行动态规划和设计，并动态调整公交立体车库的出车策略，生成所述公交车立体车库完整的出车入库协同调配策略。优选的，所述根据出车时刻表，使用高斯分布曲线对出车时刻的分组密度统计结果进行拟合，预测出车的高峰和低谷，包括：对车辆的出车时间进行归一化处理；将车辆按照归一化后的出车时间进行分组统计；对统计结果使用高斯分布曲线进行拟合；从拟合结果中划分出出车的高峰和低谷时段。优选的，所述确定公交立体车库的出车策略,包括:根据设定的预检时间和所述出车时刻表,通过动态参数极值分析获得预检车位数量；根据所述预检车位数量、所述预检时间和车库车位运送时间表，按照贪心理论生成单车库的最优调度策略；根据待出库总车辆数获取需要参与出车的车库数量；根据所述参与出车的车库数量、所述预检车位数量、所述出车时刻表、所述单车库的最优调度策略，采用PSG算法，动态调配公交车立体车库的每个车库的制动时刻，生成所述公交车立体车库的出车策略。优选的，所述根据设定的预检时间和所述出车时刻表,通过动态参数极值分析获得预检车位数量，包括：根据出车时刻表获得出车间隔时间；根据所述出车间隔时间和所述预检时间获得预检车位数量。优选的，在所述根据所述出车间隔时间和预检时间获得预检车位数量之后，所述方法还包括：根据预检车位数量和车库预置的车位调度时间计算单车库最优调度次序；分配预检车位到所述公交车立体车库的各车库，初始化预检车位；初始化所述公交车立体车库的升降机；计算所述公交车立体车库的启动时间。优选的，所述采用PSG算法动态调配公交车立体车库的每个车库的制动时刻，生成所述公交车立体车库的出车策略包括：所述单车库的最优调度策略通过并行同速机理论扩展至所述公交车立体车库，生成zig-zag矩阵；采用“Z”或“N”型轮循出车矩阵，根据车库车辆的出车情况，动态调整所述zig-zag矩阵。优选的，所述根据出车时刻表，使用高斯分布曲线对出车时刻的分组密度统计结果进行拟合，预测出车的高峰和低谷之后，还包括：对于非高峰时段，正向搜索zig-zag矩阵，分配运送时间较长的车位；对于高峰时段，反向搜索zig-zag矩阵，分配运送时间较短的车位。优选的，所述使用BP神经网络对入库位置和次序进行动态规划和设计，并动态调整公交立体车库的出车策略，生成所述公交车立体车库完整的出车入库协同调配策略，包括：步骤1：判断是否每条线路均已经过BP神经网络学习训练，若是，则跳转到步骤3；若否，对未经学习训练的线路执行步骤2；步骤2：选择一条未经学习的线路，构建所述未经学习的线路的BP神经网络，并进行训练；步骤3：所述未经学习的线路的BP神经网络完成训练后，基于各线路BP神经网络，获得最终优化过的公交车立体车库完整的出车入库协同调配策略，达到全局最优，出车入库统筹协作的调配结果。优选的，所述步骤2，包括：步骤21：对指定线路的BP神经网络进行初始化配置；步骤22：从入库的公交车中选取两辆，令其入库时间(ar1，ar2)描述特征时间段[ar1,ar2],记矩阵Ar＝[ar1ar2]；步骤23：选择5辆发车时间在(ar1，ar2)内的指定线路公交车，记其发车时间为di,i∈{1,2,3,4,5}，记矩阵D＝[d1d2d3d4d5]；步骤24：以DT为输入向量，[ArD]T为预期输出向量，对指定线路的BP神经网络进行训练；步骤25：计算全局误差；步骤26：当全局误差小于精确度ε或达到限制的学习次数M，则该BP神经网络训练结束；如果训练结束时，误差值过大，调整节点个数或/和激活函数，重新执行BP神经网络的训练；步骤27：完成指定线路的BP神经网络学习训练。通过本专利技术的一个或者多个技术方案，本专利技术具有以下有益效果或者优点：本专利技术公开了一种车辆出入库动态调整管理方法，根据出车时刻表，对车库发车峰谷做预测，实现提前变更策略，来适应即将到来的发车高峰，提高方法在发车高峰的抗压能力；统协发车低谷时的资源，避免资源过度浪费。再在确定出公交立体车库的出车策略的基础上，根据公交立体车库的运行信息，分析公交车辆的入库时间，使用BP神经网络对入库位置和次序进行动态规划和设计，并动态调整公交立体车库的出车策略，生成所述公交车立体车库完整的出车入库协同调配策略。提高车库升降机的利用率，避免升降机的长时间空转或立体车库出入口阻塞的问题，使立体车库可以更佳流畅的运转。通过优化出车入库策略，实现每日公车可以按时出车和入库，车库阻塞最小化，解决了现有技术中公交立体车库完全需要人工控制制动时刻的痛点。附图说明图1为本专利技术实施例中车辆出入库动态调整管理方法的实施过程。具体实施方式为了使本申请所属
中的技术人员更清楚地理解本申请，下面结合附图，通过具体实施例对本申请技术方案作详细描述。在本专利技术实施例中，参看图1，本专利技术实施例提供的车辆出入库动态调整管理方法包括以下步骤：步骤A：根据出车时刻表，使用高斯分布曲线对出车时刻的分组密度统计结果进行拟合，预测出车的高峰和低谷时段。步骤B：确定公交立体车库的出车策略。步骤C：根据公交立体车库的运行信息，分析公交车辆的入库时间，使用BP神经网络对入库位置和次序进行动态规划和设计，并动态调整公交立体车库的出车策略，生成所述公交车立体车库完整的出车入库协同调配策略。在本专利技术的实施例中,首先根据出车时刻表，对车库发车峰谷做预测，实现提前变更策略，来适应即将到来的发车高峰，提高本专利技术的车辆出入库动态调整管理方法在发车高峰的抗压能力；统协发车低谷时的资源，避免资源过度浪费。其次,在确定公交立体车库的出车策略的基础上，采用BP神经网络，动态匹配出车及入库时刻，提高车库升降机的利用率，避免升降机的长时间空转或立体车库出入口阻塞的问题，使立体车库可以更佳流畅的运转。本专利技术通过优化出车入库策略，实现每日公车可以按时出车和入库，车库阻塞最小化，解决了现有技术中公交立体车库完全需要人工控制制动时刻的痛点。下面对上述的各个步骤进行具体的介绍。对于步骤A：所述根据出车时刻表，使用高斯分布曲线对出车时刻的分组密度统计结果进行拟合，预测出车的高峰和低谷时段。在该实施例具体的实施过程中：首先，对本文档来自技高网...

【技术保护点】
一种车辆出入库动态调整管理方法，其特征在于，所述方法包括：根据出车时刻表，使用高斯分布曲线对出车时刻的分组密度统计结果进行拟合，预测出车的高峰和低谷；确定公交立体车库的出车策略；根据公交立体车库的运行信息，分析公交车辆的入库时间，使用BP神经网络对入库位置和次序进行动态规划和设计，并动态调整公交立体车库的出车策略，生成所述公交车立体车库完整的出车入库协同调配策略。

【技术特征摘要】
1.一种车辆出入库动态调整管理方法，其特征在于，所述方法包括：根据出车时刻表，使用高斯分布曲线对出车时刻的分组密度统计结果进行拟合，预测出车的高峰和低谷；确定公交立体车库的出车策略；根据公交立体车库的运行信息，分析公交车辆的入库时间，使用BP神经网络对入库位置和次序进行动态规划和设计，并动态调整公交立体车库的出车策略，生成所述公交车立体车库完整的出车入库协同调配策略。2.根据权利要求1所述的车辆出入库动态调整管理方法，其特征在于，所述根据出车时刻表，使用高斯分布曲线对出车时刻的分组密度统计结果进行拟合，预测出车的高峰和低谷，包括：对车辆的出车时间进行归一化处理；将车辆按照归一化后的出车时间进行分组统计；对统计结果使用高斯分布曲线进行拟合；从拟合结果中划分出出车的高峰和低谷时段。3.根据权利要求1所述的车辆出入库动态调整管理方法，其特征在于，所述确定公交立体车库的出车策略,包括:根据设定的预检时间和所述出车时刻表,通过动态参数极值分析获得预检车位数量；根据所述预检车位数量、所述预检时间和车库车位运送时间表，按照贪心理论生成单车库的最优调度策略；根据待出库总车辆数获取需要参与出车的车库数量；根据所述参与出车的车库数量、所述预检车位数量、所述出车时刻表、所述单车库的最优调度策略，采用PSG算法，动态调配公交车立体车库的每个车库的制动时刻，生成所述公交车立体车库的出车策略。4.根据权利要求3所述的车辆出入库动态调整管理方法，其特征在于，所述根据设定的预检时间和所述出车时刻表,通过动态参数极值分析获得预检车位数量，包括：根据出车时刻表获得出车间隔时间；根据所述出车间隔时间和所述预检时间获得预检车位数量。5.根据权利要求4所述的车辆出入库动态调整管理方法，其特征在于，在所述根据所述出车间隔时间和预检时间获得预检车位数量之后，所述方法还包括：根据预检车位数量和车库预置的车位调度时间计算单车库最优调度次序；分配预检车位到所述公交车立体车库的各车库，初始化预检车位；初始化所述公交车立体车库的升降机；计算所述公交车立体车库的启动时间。6.根据权利要求3所述的车辆出入库动态调整管理方法，其特征在于，所述采用PSG算法动态调配公交车立体车库的每个车库...

【专利技术属性】
技术研发人员：宋扬，宫瑞泽，施方开，
申请(专利权)人：北京首钢自动化信息技术有限公司，
类型：发明
国别省市：北京,11