System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及基建路径规划,尤其是涉及一种基于火电工程基建现场路况的路径规划方法及系统。
技术介绍
1、火电工程基建现场的路径规划是火电工程施工组织设计和应急疏散的重要组成部分,特别是涉及到大物运输,临时短泊。好的路径规划方法不仅可以提高基建现场的路网使用效率,而且可以避免不必要的拥堵及提高基建现场施工管理能力,更是避免危急疏散二次伤害的有效办法,受不同作业面施工进度的影响,基建现场的路况具有不确定性强、施工工序相关性强的特点,基于路况的路径规划是影响基建现场施工调度的基础性因素,其优化设计拥有重要的现实意义。
2、路径规划方法主要可以分为静态路径规划方法和动态路径规划方法,静态路径规划主要用于常通道路的分析与应急疏散,常用dijkstra算法、k最短路径算法、floyd算法等,动态路径规划算法是基于路径权重实时变化的规划算法,该方法一般是利用实时的路况数据构建道路模型,适用于路况多变的情形。但没有考虑到施工工序固定、大物运输可预测、小件运输多变及施工作业交叉面多的情况。
技术实现思路
1、本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于火电工程基建现场路况的路径规划方法及系统,在基建现场拥堵区域和道路阻抗发生变化后,通过快速的更新路网,较好的平衡计划运输时间和临时局部运输时间的关系。
2、本专利技术的目的可以通过以下技术方案来实现:
3、一种基于火电工程基建现场路况的路径规划方法,包括以下步骤:
4、获取火电工程基建
5、获取待规划时间段内各交通道路的路况信息和对应边的权重,构建交通模型;根据图、各运输车辆长度和宽度、各交通道路长度和宽度、交通模型、起点位置和终点位置,构建边权重信息层模型,获取规划路线和预计时间的输出结果;
6、根据时变的图和边权重信息层模型,采用改进的蚁群算法进行路径规划,获取最优的路径规划结果。
7、进一步地,所述时变的图的表达式为:
8、g(ω)={g(ω)=(t,e,c,r),t≥0,e∈e}
9、式中,g(ω)为时变的图,t为时间段,e为边,c为道路容量,r为阻抗,e为边集。
10、进一步地,在交通道路的阻抗不确定时,所述交通模型采用经验公式表达,该经验公式的表达式为:
11、t(d,c)=γ√d×e-εc
12、式中,t(d,c)为交通模型的输出,为介于0到1之间的一个系数,c为道路容量,d为基于车辆数目和车辆宽度构建的车辆状态,γ和ε均为模型系数。
13、进一步地,所述改进的蚁群算法根据初始起点在终点集中进行随机性选择,并在每次蚂蚁选择完路径后,利用局部信息素更新的原则,挥发其所有路径上的信息素浓度,并且每一只蚂蚁又会根据其经过的路线重新释放信息素,从而进行路径选择,并计算每个路径的预计时间,从而获取最快路径作为规划路径。
14、进一步地,所述随机性选择的随机概率表达式为:
15、
16、式中,为t时刻vn路径之间的随机概率,v为运输车辆起点,n为各施工作业面终点,ηvn为vn路径之间道路能见度,σvn(t)为vn两城市间路径的信息素浓度,aallow为允许访问的施工作业面集合,α与β分别为信息素浓度σvn(t)与能见度ηvn(t)的加权值。
17、进一步地,所述重新释放信息素的表达式为:
18、
19、式中,σvn(t)为vn路径之间的信息素浓度,δ为信息素挥发因子,0<δ<1,为蚂蚁在vn路径之间释放的信息素浓度,ck为当前全局最优的路径成本。
20、进一步地,所述当前全局最优的路径成本ck的计算过程包括:基于边权重信息层模型获取当前路径的预计时间,并根据当前路径中各边的权重计算路径成本。
21、进一步地,当交通路径上路况发生变化的时候,所述交通模型和边的权重均对应改变。
22、进一步地,所述道路数据为火电工程基建现场区域道路gis图像数据,所述起点数据包括各施工工序期间的施工区域、材料堆放点、仓库、大件运输直卸现场件对应的基建厂门及各路段交叉点。
23、本实施例还提供一种基于火电工程基建现场路况的路径规划系统,包括存储器和处理器,所述存储器存储有计算机程序,处理器调用所述计算机程序执行如上所述的方法的步骤。
24、与现有技术相比,本专利技术具有以下优点:
25、(1)作为火电工程基建的主体,施工消耗与运输之间应当有一个合理的比例关系,而这又取决于施工工序和运输之间的有效衔接与动态匹配,取决于施工用材配置的效率。当前,针对基建现场资源的配置,运输侧存在不少短板。而本专利技术提出了一种基于火电工程基建现场路况的路径规划方法及系统,通过已采集的路况权重数据对进行规划建模,采用改进的动态蚁群算法,在基建现场拥堵区域和道路阻抗发生变化后,可快速的更新道路节点位置图,较好的平衡了计划运输时间和临时局部运输时间的关系,提高了运输侧资源调配,提高施工工序与运输资源匹配的灵活性,提高基建资源的配置效率。
26、(2)当交通路径上路况发生变化的时候,本专利技术的交通模型和边的权重均对应改变,实现考虑路况的路径规划,能提升路径寻优能力,在运输过程中花费的总运输时间更短,适合工程实用。
27、(3)本专利技术通过对比了不同权重、路况条件下的预测结果,摆脱了纯计划路径运输的局限性,提高了交通运输网的利用效率,减少了车辆运输时间,特别是伴随着路况负责、路障繁多的情况下,其结果越明显,路径规划精度更高,数据更直观,普适性更高,适用于管理工作。
28、(4)本专利技术表现出强大的路径寻优能力,路网的利用率更高,在运输过程中花费的总运输时间更短,可以作为火电工程基建现场的路径规划方法使用。
本文档来自技高网...【技术保护点】
1.一种基于火电工程基建现场路况的路径规划方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于火电工程基建现场路况的路径规划方法,其特征在于,所述时变的图的表达式为:
3.根据权利要求1所述的一种基于火电工程基建现场路况的路径规划方法,其特征在于,在交通道路的阻抗不确定时,所述交通模型采用经验公式表达,该经验公式的表达式为:
4.根据权利要求1所述的一种基于火电工程基建现场路况的路径规划方法,其特征在于,所述改进的蚁群算法根据初始起点在终点集中进行随机性选择,并在每次蚂蚁选择完路径后,利用局部信息素更新的原则,挥发其所有路径上的信息素浓度,并且每一只蚂蚁又会根据其经过的路线重新释放信息素,从而进行路径选择,并计算每个路径的预计时间,从而获取最快路径作为规划路径。
5.根据权利要求4所述的一种基于火电工程基建现场路况的路径规划方法,其特征在于,所述随机性选择的随机概率表达式为:
6.根据权利要求4所述的一种基于火电工程基建现场路况的路径规划方法,其特征在于,所述重新释放信息素的表达式为:
7.根据
8.根据权利要求1所述的一种基于火电工程基建现场路况的路径规划方法,其特征在于,当交通路径上路况发生变化的时候,所述交通模型和边的权重均对应改变。
9.根据权利要求1所述的一种基于火电工程基建现场路况的路径规划方法,其特征在于,所述道路数据为火电工程基建现场区域道路GIS图像数据,所述起点数据包括各施工工序期间的施工区域、材料堆放点、仓库、大件运输直卸现场件对应的基建厂门及各路段交叉点。
10.一种基于火电工程基建现场路况的路径规划系统,其特征在于,包括存储器和处理器,所述存储器存储有计算机程序,处理器调用所述计算机程序执行如权利要求1至9任一所述的方法的步骤。
...【技术特征摘要】
1.一种基于火电工程基建现场路况的路径规划方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于火电工程基建现场路况的路径规划方法,其特征在于,所述时变的图的表达式为:
3.根据权利要求1所述的一种基于火电工程基建现场路况的路径规划方法,其特征在于,在交通道路的阻抗不确定时,所述交通模型采用经验公式表达,该经验公式的表达式为:
4.根据权利要求1所述的一种基于火电工程基建现场路况的路径规划方法,其特征在于,所述改进的蚁群算法根据初始起点在终点集中进行随机性选择,并在每次蚂蚁选择完路径后,利用局部信息素更新的原则,挥发其所有路径上的信息素浓度,并且每一只蚂蚁又会根据其经过的路线重新释放信息素,从而进行路径选择,并计算每个路径的预计时间,从而获取最快路径作为规划路径。
5.根据权利要求4所述的一种基于火电工程基建现场路况的路径规划方法,其特征在于,所述随机性选择的随机概率表达式为:
6.根据权利要求4所述的一种基于火电工程...
【专利技术属性】
技术研发人员:周恩哲,张晟,张泉水,王默,刘晓航,石伟栋,郑清瀚,史鸿翔,马浩,王嘉寅,
申请(专利权)人:华能国际电力股份有限公司上海石洞口第一电厂,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。