适于物流配送车辆导航路径规划的路网阻抗确定方法研究
基于车辆轨迹的城市道路阻抗模型和路径推荐方法研究汇报ppt
04
Summary of Papers and Acknowledgements
本文通过研究道路阻抗模型和最优路径选择解决城市交通 拥堵问题,提出了具有准确性和实用性的模型和算法,可以 有效帮助用户规划最优路径,提高出行效率。
本文提出的道路阻抗模型和最优路径算法在实现预期成果 的基础上,还需要改进数据收集、车辆启动速度表示、停留 点检测算法、用户隐私保护和多维度分析等方面。
姓 名:
导师:
专 业:
CONTENTS
01 选题背景与意义
background and significance of Topic selection
02 相关知识概述
Overview of relevant knowledge
03 研究过程及方法
Research process and methods
实验
在这个实验中,我们选取了10条代表性的路段进行阻抗模 型的构建和预测。我们选择了长度在5000-2500米之间的 路段。通过分析,我们选择了20km/h作为速度的界限, 以判断出租车是否处于停车状态。
实验结果显示它们之间的道路阻抗模型也具有相似性。
实验结果显示,模型评估效果基本相似,误差范围在科学范围 内,说明实验结果具有准确性和鲁棒性。
02
Overview of relevant knowledge
BPR阻抗模型是一种以阻抗和流量成正比的道路阻抗模型,通过数学公式描述了路段的通行时 间随着交通流量增加而增加的关系,可以用于估计路段的通行时间。尽管BPR模型未考虑路段的复 杂性,但仍被广泛应用于交通路线规划,并可以通过调整参数适应不同类型的路段信息。
问题描述
为了解决当前实时交通信息采集和处理存在的问题,本文提出 了一种基于GPS技术的路径规划方法,通过对比用户的历史行驶数 据和实时行驶数据,为用户提供路径选择,并根据用户的喜好进行 推荐,同时降低算法时间复杂度,提高效率。
基于阻塞概率分析的车辆自动导航路线优选模型
基于阻塞概率分析的车辆自动导航路线优选模型
陈艳艳;梁颖;杜华兵;刘小明
【期刊名称】《北京工业大学学报》
【年(卷),期】2003(029)001
【摘要】根据交通供需随机性分析,借鉴网络可靠性分析方法,提出了概率型指标--畅通可靠度的概念和计算方法,通过该指标可分析拥挤路网阻塞现象发生的可能性.同时,以路网阻塞概率分析为基础,在没有实时交通数据采集的条件下,利用统计资料及经验信息,综合考虑绕行距离,建立了基于阻塞概率分析的车辆自动导航路径优选模型.该模型可为出行者提供更接近实际情况的满意的路径及出行信息,减少用户决策的盲目性.
【总页数】4页(P39-42)
【作者】陈艳艳;梁颖;杜华兵;刘小明
【作者单位】北京工业大学,交通研究中心,北京,100022;北京工业大学,交通研究中心,北京,100022;北京工业大学,交通研究中心,北京,100022;北京工业大学,交通研究中心,北京,100022
【正文语种】中文
【中图分类】V491.4
【相关文献】
1.基于集对分析同一度的公路路线方案优选模型 [J], 杨尚阳;张龙杰;杨婵婵;刘婷婷
2.基于激光测距的过隧移动车辆自动导航系统 [J], 王冬梅;游向荣
3.基于纯追踪曲线跟踪模型的车辆自动导航 [J], 黄沛琛;王紫虹
4.农机自动导航车辆采集图像的倾斜校正——基于MATLAB [J], 谷纪魁;李永奎;赵萍;张校通
5.车辆自动导航的路线优化系统研究 [J], 张可;刘小明;王笑京
因版权原因,仅展示原文概要,查看原文内容请购买。
物流配送网络中的路径规划与车辆调度算法研究
物流配送网络中的路径规划与车辆调度算法研究路径规划和车辆调度算法在物流配送网络中起着至关重要的作用。
合理的路径规划和车辆调度可以最大程度地提高物流配送网络的效率和经济性。
本文将对路径规划和车辆调度算法在物流配送网络中的研究进行探讨。
一、路径规划算法路径规划是物流配送网络中的核心问题之一。
合理的路径规划可以最大限度地减少运输成本并提高物流配送效率。
在路径规划算法中,最常见的方法是基于图论的算法。
Dijkstra算法是其中一种经典算法,它是一种单源最短路径算法,适用于有向图和带有非负权值的边。
该算法通过不断更新节点到源节点的最短路径长度来找到最短路径。
另外,A*算法是另一种常用的路径规划算法,它在搜索过程中综合考虑了最短路径和启发式信息,具有更高的效率。
除了基于图论的算法,还有一些其他的路径规划算法可以应用于物流配送网络。
例如,遗传算法是一种基于进化规划的算法,它通过模拟生物进化过程来寻找最优解。
遗传算法可以同时考虑多个因素,如时间、成本和容量等,从而得到更优的路径规划结果。
二、车辆调度算法车辆调度是物流配送网络中另一个重要的问题。
良好的车辆调度算法可以提高车辆利用率和运输效率,减少等待时间和行驶里程。
在车辆调度算法中,最常用的方法是基于启发式和优化算法。
其中,最近邻算法是最简单和最常用的启发式算法,它根据车辆的当前位置选择距离最近的订单进行配送。
虽然最近邻算法简单高效,但它不能保证得到全局最优解。
除了基于启发式的算法,还有一些基于优化的车辆调度算法可供选择。
例如,蚁群算法是一种模拟蚂蚁觅食过程的算法,它通过不断地调整车辆路径来优化调度结果。
蚁群算法具有较强的全局搜索能力和自适应性,能够得到较优的车辆调度方案。
另外,遗传算法也可以应用于车辆调度问题。
遗传算法通过模拟生物进化过程,根据适应度函数不断进化种群来寻找最优解。
它可以考虑多个约束条件,如时间窗口、载重限制和行驶距离等,得到最优的车辆调度方案。
车辆导航系统最优路径算法研究的开题报告
车辆导航系统最优路径算法研究的开题报告一、题目车辆导航系统最优路径算法研究二、选题的背景和意义随着人们生活水平的提高,私家车越来越多,车辆导航系统也越来越普及。
目前市面上的车辆导航系统多数采用的是最短路径算法,但是最短路径并不一定就是最优路径。
因此,开发一种能够求解最优路径的算法,对于提高车辆导航系统的准确性和可靠性具有重要意义。
三、研究的内容和目标本研究的内容是针对车辆导航系统中路线选择问题,采用最优路径算法进行研究和探讨。
研究目标是通过对路径计算的优化,提高车辆导航系统的路线选择准确性和可靠性,减少迷路、堵车等情况的发生。
具体研究的内容包括:1. 对现有最优路径算法进行优缺点分析。
2. 提出一种适用于车辆导航系统的最优路径算法,并进行实验验证。
3. 对算法进行性能测试,优化算法,提高系统响应速度和准确度。
四、研究的方法和步骤本研究的方法和步骤如下:1. 收集和整理现有最优路径算法的相关研究文献。
2. 对现有算法进行分析和比较,找出其优缺点。
3. 根据车辆导航系统的实际需求,提出一种适用于车辆导航系统的最优路径算法。
4. 对算法进行程序设计和实现,并在地图数据上进行实验验证。
5. 对算法进行性能测试,针对算法的性能问题进行优化调整。
6. 对优化后的算法进行验证和比较,评估其优劣性。
五、预期的成果预期的成果包括:1. 系统性地分析和比较现有最优路径算法的优缺点,为本研究提出新的最优路径算法提供理论依据。
2. 提出一种适用于车辆导航系统的最优路径算法,并进行实验验证和性能测试。
3. 根据实验和性能测试结果,对算法进行优化和调整,提高系统的路线选择准确性和可靠性。
4. 评估优化后的算法的性能和优劣性,为车辆导航系统的发展提供有用的参考和借鉴。
六、存在的问题和解决方案1. 针对车辆导航系统中的不同路径条件(如道路拥堵、施工等),如何精确评估其对路径选择的影响,需要借鉴实际数据进行研究和分析。
2. 算法的运行效率如何提高,如何在保证计算精度的同时提高算法的运行速度,需要开发一些高效的算法。
网络货运平台中的可靠路线选择算法优化研究
网络货运平台中的可靠路线选择算法优化研究近年来,随着电子商务的高速发展,网络货运平台的兴起为货物运输带来了新的便利。
然而,在海量订单与复杂的运输网络之间,如何选择最优的货运路线成为了一个具有挑战性的问题。
本文旨在研究网络货运平台中可靠的路线选择算法优化方法,以提高货运效率和服务质量。
首先,我们需要明确可靠路线选择的定义。
在网络货运平台中,可靠性通常指货物按时安全送达目的地的概率。
因此,一个可靠的路线应该能够在保证时效性的同时,尽量避免运输事故和异常情况。
对于可靠路线选择算法的优化研究,以下几个关键因素需要考虑:1. 数据收集与处理:网络货运平台涉及到海量的订单、物流信息和运输数据。
为了选择可靠的路线,首先需要准确收集和处理这些数据。
可以借助物联网技术和大数据分析方法,对货物、车辆和道路等进行实时监测和分析,提供准确的运输数据和货运需求信息。
2. 路线规划与优化:在得到实时的运输数据后,需要进行路线规划与优化,以选择最优的货运路线。
传统的最短路径算法可以作为基本模型,但在网络货运平台中,还需要考虑实时路况、道路拥堵、运输限制等更多因素。
因此,需要结合智能算法(如遗传算法、模拟退火算法等)和机器学习方法,对路线进行优化和决策。
3. 风险评估与管理:在路线规划中,应该考虑的另一个重要方面是风险评估与管理。
网络货运平台中,存在路途危险(如山区、海洋等)和货物特殊需要(如易碎品、危险品等)的情况。
因此,需要利用风险评估模型,根据货物特性和运输环境,对路线的风险进行定量评估,并采取相应的管理措施,如增加运输保险、选择专业运输公司等。
4. 实时监控与反馈:选择可靠路线后,需要实时监控货物的运输过程,并及时反馈信息。
通过网络货运平台系统,可以实现对运输车辆、路线和货物等的实时监控与跟踪。
当出现异常情况时,平台可以通过预警系统及时通知相关人员并采取相应措施,以保证货物的安全运输。
除了上述关键因素,网络货运平台中还需要考虑其他一些问题,如货车调度、车辆容量等。
配送车辆路径规划研究
配送车辆路径规划研究作者:孙畅宋佩馨来源:《科学导报·科学工程与电力》2019年第21期【摘 ;要】随着经济的快速增长和人们消费水平的提高,消费者对快递服务的质量提出了更高的要求。
快递企业在电子商务中面临着更大、更严峻的挑战。
为了解决送快递慢、送快递难的问题,使快递行业更好的服务于大众,Dijkstra算法和最小生成树理论可以对快递行业的配送路径进行优化,从而提高快递效率、降低快递行业成本。
通过采用Dijkstra算法和破圈法,系统地研究了ZT速递服务公司的车辆配送路径优化问题,得出了该公司快递配送路径总距离最短及服务成本最小的优化方案。
【关键词】路径规划;Dijkstra算法;破圈法;最短配送路线Research on Vehicle Route of Delivery of Express——Exemplified on ZT Express Company1前言随着经济的发展和消费水平的提高,人们对快递服务的质量也提出了更高的要求。
快递业务在将物品送到客户手中的同时,还要保证能够在时间上满足客户的需求,更好、更快成为客户对快递公司的要求。
本文以ZT快递公司为研究对象,对其快递配送路径优化问题进行研究。
本文将从ZT公司快递基站现状、位置、配送路线进行分析,利用最短路模型针对速递配送中的问题提出解决方法,对其发展提出合理化建议。
具体思路方法即先根据Dijkstra算法确定两个主要目标基站之间的最优线路,以此线路作为干路,再利用最小生成树原理,通过破圈法把其余各点有序地连接成各个支路,与干路相连,达到线路最优解以提高运输效率。
2相关理论2.1 Dijkstra算法戴克斯特拉算法(Dijkstra algorithm,又称双标号法)。
戴克斯特拉算法使用了广度优先搜索解决赋权有向图的单源最短路径问题。
该算法存在很多变体;戴克斯特拉的原始版本找到两个顶点之间的最短路径,但是更常见的变体固定了一个顶点作为源节点然后找到该顶点到图中所有其它节点的最短路径,产生一个最短路径树。
基于层次分析法的物流配送车辆导航路径规划求权方法
最大长度、限制时间、路障等)。配送车辆类型多样, 共同配送或大件物品的配送需要用到大型货车,会受 到道路条件和道路组织的约束,因此,交通组织会影 响配送路径的选择,应在权值中体现。当允许配送车 辆通行时,该影响因素的权值为O,反之,为无限
大。 2.7气象环境
>80
-I曲.2
延误时f司/s
1he connection
级别,不同级别的道路设计速度有所不同。
路径规划的求权问题综合了定性和定量的问题,本文 使用AHP法,计算各影响因素的组合权重,进而确 定道路权值。由于各因素的取值范围有所差异,为使
其能一起参与计算,本文分别对各因素进行无量纲化 处理。 1物流配送车辆导航路径规划的目标 制定配送路径规划需要考虑企业、客户以及社会 的利益[7]:(1)用户对配送的时间性、安全性要求较
0f‰h肿lo舒,Gl】釉gzh叫QI粕gdong m砒od
cut
510640,Chim)
lo舀stics navigati蚰,a
of seekillg the
wei曲t
of mlJte
planning啪s
of砌ltiIlg
studied
by
using
删ytic hierarchy
mvigation
lo西stics
distribution relates to,it is
co征肋ed
an打bute into account.With the叩tilllization aim
wei曲t must of the l佣嗍t dis硒bution
kIl【e咖y integrated iInpacts of Io{ld锄d non—mad
cost,standard function
适于物流配送车辆导航路径规划的路网阻抗确定方法研究
1
b/ 2 l b
1
b/ lb b/ 2b
●
b/ l 2 b
A= =
-
:
物 流配送 车辆导 航 的路径 规划 是针对 配送 车
物流 配送导 航路 径 规 划 的需要 , 还需 要 考 虑其 他 道路 和非道 路 因素 的综合 作用 L ] l 。
一
辆在 多个货物需 求点 间 的路径 规划 。最 大 限度 降
低配送 过程 中所耗 费 的成 本 , 提 高 配送 企 业 竞 能 争力 。 同时 物流 配送 在 选 择 最 优 的 配送 路 线 时 , 需要兼 顾企业 、 户及社 会效 益 三者利 益 。 客 路 网阻抗 是 进行 路 径 规 划 的重 要 参 数 , 路 是 网属 性抽 象 的重 要 内容 之 一 。 本 文 定 义 为 : 、 人 车、 、 路 环境 等方 面因素 对物 流配送 车辆 出行 的阻
行 无量纲 化处 理 。
1 层 次分析 法模 型
AHP主要是通 过对 系统 多 个 因素 的分析 , 划 分 各 因素相 互联 系的 有 序 层次 , 每 层 的各 因素 对
进 行 客 观 判 断 后 , 出 相 对 重 要 性 的定 量 表 示 , 给 建
行 程 时 间 、 误 来 计 算 路 网 阻 抗 。 仍 不 能满 足 延 这
力作 用 。 目前 关 于物 流配送 路径规 划路 网阻抗 的 研究 较少 。而一般 的路径规 划路 网阻抗 的确 定方 法 多注重道 路交 通 状况 的影 响 , 过 研 究 路 阻 函 通
数模 型 、 交叉 口延 误模 型 、 网可靠 度 模 型 , 算 路 计
基于道路阻抗的冷链物流配送路径优化研究
基于道路阻抗的冷链物流配送路径优化研究
龚思行;范元伟
【期刊名称】《物流科技》
【年(卷),期】2015(38)11
【摘要】文章以一般冷藏物流配送路径模型为基础,充分考虑道路阻抗对冷链物流配送成本的影响,以包括制冷成本、运输成本、货损成本,以及违反客户时间窗的惩罚成本在内的总成本为目标函数,通过引入BPR函数,建立了基于道路状况的冷链物流配送模型.并通过综合节约算法,分别对考虑道路状况的冷藏配送模型和一般冷藏配送模型求解.由结果可知两个模型得出的最优路径不同,说明了考虑道路状况的冷藏配送问题的必要性.
【总页数】4页(P142-145)
【作者】龚思行;范元伟
【作者单位】上海理工大学,上海200093;上海理工大学,上海200093
【正文语种】中文
【中图分类】U116.2
【相关文献】
1.基于成本约束的农产品冷链物流配送路径优化研究 [J], 潘娅媚
2.基于客户满意度的蔬菜冷链物流配送路径优化研究 [J], 袁洪斌;杨艳
3.基于多目标和单配送中心的冷链物流配送路径优化研究\r——以川渝地区某公司冷链物流配送为例 [J], 付秋睿;蒲忠;魏卓
4.基于遗传算法的冷链物流配送路径优化研究 [J], 郑义彬; 邱兴宇; 孙源泽; 刘立博
5.基于客户满意度的农产品冷链物流配送路径优化研究 [J], 魏庆豪;吴宪
因版权原因,仅展示原文概要,查看原文内容请购买。
基于道路阻抗的冷链物流配送路径优化研究
上述式 ( 1 )为 目标 函数 ;式 ( 2 )约束配送路径数不能超过 配送车辆 总数 ;式 ( 3 )约束 配送车辆的 出发点 和返 回点都 为
配送中心 ;式 ( 4 ) 、式 ( 5 )约束每个客户只被一辆车服务一 次 ;式 ( 6 ) 约束 每条路径上客户需求总量不得超过配送车辆 的载 重量 ;式 ( 7 )要求车辆到达 时间必须在客户要求的时间范围内。
C
…
n∑ ∑ : x ( 0 t t " [ ' 0 2 q j )
其 中 :P为生鲜产 品的单位成本 ,
为0 , 1 变量 ,当第 k辆车为 J 客户 服务 时 , = l 否则为 0 。0 。 为运输过程 中的货损系
数 ,0 2 为服务客户时 的货损 系数 ,g , 为到达客户J时车上所剩 的货物量 。
c J = ∑ ∑ ∑ : c
其中: c 为单位里程运输成本,d 为客户 i 到客户 之间的距离 , 珊 为0 , 1 变量 ,当第 k 辆车经过 ( p , P j ) 路段时,则 为
1 ,否则为 0 。 ( 2 )配送过程 中的货损成本
配送 过程中的货损成本包含运输过 程中的货损成本和服务客户时车 门开启造成 的货损成 本两 部分 。货 损成本 可表示 为 :
七 t i >Li
1 . 4 冷 链 物 沉 车辆 酉 送 路 径 优 化 模 型
m i n a = c 。 + c + G + q + G = E 7 = o ∑ ∑ : c d o X 社 + p ∑ ∑ ∑ : = 0 ( , t : q /) + ∑ ∑ p x H x t + ∑ 。 ∑ : : 。 P x S x A T x f j + C ( 1 )
.
一种车辆导航中路径规划方法[发明专利]
专利名称:一种车辆导航中路径规划方法专利类型:发明专利
发明人:袁努
申请号:CN200610030032.1
申请日:20060811
公开号:CN101122467A
公开日:
20080213
专利内容由知识产权出版社提供
摘要:本发明揭示了一种车辆导航中路径规划方法,其方法系将由外部输入之起点及终点之信息参数输入路径规划模块,透过该路径规划模块计算出最优之行车路径,而在行进之同时,可随意输入第三参数,该第三参数可为行车速度或行车方向等等,使该路径规划模块可在第一、二参数外,参考第三参数,进而随时将最佳的行车路径规划出来,达到提高导航效率的目的。
申请人:环达电脑(上海)有限公司
地址:200436 上海市闸北区江场三路213号
国籍:CN
更多信息请下载全文后查看。
适于物流配送车辆导航路径优化的遗传算法
83
解. 设路网中的第 i个节点为 vi , i = 1, 2, …, n,其中 , 起始节点为 v1 ,终点为 vn. 节点 vi 到节点 vj 之间的 边为 ∫ i, j , 权值为 xij. fk ( xij ) 表示第 k 种因素对边 ∫ i, j 产生影响后的权值 , 包括单向通行 、禁止通行 、
若将 GA 应用于 VNL ,主要存在以下几个问题 :
(1) VNL 问题的解空间是离散的 ,可行解必须
连通且没有回路 ,节点不能重复. 而采用二进制编码
容易出现断路 、回路和节点重复 ,所以 VNL 问题不
宜采用二进制编码.
(2)按基本 GA 的初始化方法容易产生不可行
解 ,如产生断路 、回路等.
(1)随机搜索一条路. 设起始节点为 S, 目标节 点为 E,从 S 开始随机搜索一条到 E的路.
(2)对该路进行回路处理. 随机搜索得到的路 易产生回路 ,对得到的路进行搜索 ,若发现两个节点 重复 ,则将两节点之间的路收缩为一个节点.
例如 ,要找一条从节点 S到节点 E的路. 如图 1所 示 ,没有边线的节点之间表示不可达 ,其权值为 - 1. 从 节点 S 开始随机搜索 ,设当前节点是 X, 搜索到的下 一节点是 Y, 如果边 ∫ X, Y 的权值是 - 1, 则重新搜 索 Y,直到边 ∫ X, Y 的权值大于 0. 当 Y = E 时 , 搜索 停止. 设路 ( SACADB CD E )是一个搜索结果 , 进行回 路处理后得到一个可行解 (SAD E) .
GA 中一般采取的变异方法是在染色体中随机 找一个点进行随机变异. 但这种方法显然不适合物 流配送车辆导航遍历型路径规划问题 , 容易产生回 路和断路 ,必须对变异方法进行改进. 文中采用的变 异方法是 :设 v = ( x1 , x2 , …, xn )是一个可行解 ,在 2~ n - 1的自然数中随机选择一个数 k, 再找到一条异 于 ( xk - 1 , xk , xk + 1 )的路代替 v中的 ( xk - 1 , xk , xk + 1 )部 分 ,最后进行回路处理. 这样进行变异运算后 ,新个体 中不会有回路 ,也不会有断路 ,保证了解的可行性. 通过对 GA 变异方法的验证实验发现 ,文中改 进的 GA 收敛速度快 ,能较快地找到最优解. 实验 中 ,种群大小为 10,进化代数为 100,交叉率为 0. 9, 变异率为 012. 节点数据采用标准测试库 ———O liver 的 30个城市的位置坐标 { ( 87, 7 ) , ( 91, 38 ) , ( 83, 46) , ( 71, 44 ) , ( 64, 60 ) , ( 68, 69 ) , ( 83, 69 ) , ( 87, 76) , ( 74, 78 ) , ( 71, 71 ) , ( 58, 69 ) , ( 54, 62 ) , ( 51, 67) , (37, 84) , (41, 94) , (2, 99) , (7, 64) , (22, 60) , (25, 62 ) , ( 18, 54 ) , ( 4, 50 ) , ( 13, 40 ) , ( 18, 40 ) , (24, 42 ) , ( 25, 38 ) , ( 41, 26 ) , ( 45, 21 ) , ( 44, 35 ) , (58, 35) , (62, 32) }. 如图 3所示 ,三角形为起始节
物流配送中的最优路径算法与决策支持
数据收集与处理
收集相关数据,如路线长 度、交通状况、客户需求 等,并进行处理和分析。
算法选择与实现
根据实际情况选择合适的 最优路径算法,并进行编 程实现。
模型验证与优化
通过实际应用和数据验证 ,不断优化算法模型,提 高准确性和实用性。
WENKU
PART 03
决策支持系统在物流配送 中的应用
REPORTING
最优路径算法与决策支持 系统的结合应用
REPORTING
最优路径算法与决策支持系统的关联性
最优路径算法
用于确定在物流网络中从起点到终点的最短或最快路径。
决策支持系统
提供数据、模型和工具,帮助决策者进行决策。
关联性
最优路径算法可以为决策支持系统提供关键路径和时间信息,而决策支持系统可以提供实时数据、预测 和其他辅助决策工具,使最优路径算法更加精确和有效。
决策支持系统依赖于大量的数据输入,通过数据 分析和处理来提供决策依据。
人机交互
决策支持系统需要与决策者进行交互,提供易于 使用的界面和工具,帮助决策者理解和应用系统 输出的结果。
决策支持系统在物流配送中的重要性
1 2 3
提高配送效率
通过优化路径和资源分配,决策支持系统可以显 著提高物流配送的效率,降低运输成本。
增强决策质量
决策支持系统为决策者提供全面的数据分析和方 案建议,帮助决策者做出更加科学、合理的决策 。
应对复杂环境
物流配送过程中面临诸多不确定性和变化,决策 支持系统能够快速响应这些变化,为决策者提供 及时的解决方案。
决策支持系统在物流配送中的实现方式
数据收集与整合
通过数据接口和外部数据库等方式,收集物流配送相关的数据,并进 行清洗、整合和分类。
适于物流配送车辆导航路径规划的路网阻抗确定方法研究
总第226期交 通 科 技Serial No.226 2008年第1期Transportation Science &Technology No.1Feb.20083国家自然科学基金(50578064)、广东省科技攻关项目 (2005A10101001) 收稿日期:2007209215适于物流配送车辆导航路径规划的路网阻抗确定方法研究3温惠英 沈毅贤(华南理工大学交通学院 广州 510640)摘 要 路径规划是物流配送车辆导航系统的核心功能之一。
路网阻抗是路径规划的基础。
由于物流配送涉及多方面利益,因此确定路网阻抗需综合考虑各种道路与非道路的影响因素。
文中就各影响因素的特点对其进行量化和量纲一的量化处理,利用层次分析法计算各影响因素组合权重,得出路网阻抗,为物流配送导航路径规划提供依据。
关键词 物流配送 车辆导航 路网阻抗 层次分析法 物流配送车辆导航的路径规划是针对配送车辆在多个货物需求点间的路径规划。
最大限度降低配送过程中所耗费的成本,能提高配送企业竞争力。
同时物流配送在选择最优的配送路线时,需要兼顾企业、客户及社会效益三者利益。
路网阻抗是进行路径规划的重要参数,是路网属性抽象的重要内容之一。
本文定义为:人、车、路、环境等方面因素对物流配送车辆出行的阻力作用。
目前关于物流配送路径规划路网阻抗的研究较少。
而一般的路径规划路网阻抗的确定方法多注重道路交通状况的影响,通过研究路阻函数模型、交叉口延误模型、路网可靠度模型,计算行程时间、延误来计算路网阻抗。
这仍不能满足物流配送导航路径规划的需要,还需要考虑其他道路和非道路因素的综合作用[122]。
一种能合理地将定性与定量的决策结合起来的方法———层次分析法(analytic hierarchy p rocess ,A HP )适用于一些难于完全定量分析的问题。
考虑确定物流配送路径规划的路网阻抗需综合定性和定量的问题,本文运用A H P 法确定路网阻抗。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
总第226期交 通 科 技Serial No.226 2008年第1期Transportation Science &Technology No.1Feb.20083国家自然科学基金(50578064)、广东省科技攻关项目 (2005A10101001) 收稿日期:2007209215适于物流配送车辆导航路径规划的路网阻抗确定方法研究3温惠英 沈毅贤(华南理工大学交通学院 广州 510640)摘 要 路径规划是物流配送车辆导航系统的核心功能之一。
路网阻抗是路径规划的基础。
由于物流配送涉及多方面利益,因此确定路网阻抗需综合考虑各种道路与非道路的影响因素。
文中就各影响因素的特点对其进行量化和量纲一的量化处理,利用层次分析法计算各影响因素组合权重,得出路网阻抗,为物流配送导航路径规划提供依据。
关键词 物流配送 车辆导航 路网阻抗 层次分析法 物流配送车辆导航的路径规划是针对配送车辆在多个货物需求点间的路径规划。
最大限度降低配送过程中所耗费的成本,能提高配送企业竞争力。
同时物流配送在选择最优的配送路线时,需要兼顾企业、客户及社会效益三者利益。
路网阻抗是进行路径规划的重要参数,是路网属性抽象的重要内容之一。
本文定义为:人、车、路、环境等方面因素对物流配送车辆出行的阻力作用。
目前关于物流配送路径规划路网阻抗的研究较少。
而一般的路径规划路网阻抗的确定方法多注重道路交通状况的影响,通过研究路阻函数模型、交叉口延误模型、路网可靠度模型,计算行程时间、延误来计算路网阻抗。
这仍不能满足物流配送导航路径规划的需要,还需要考虑其他道路和非道路因素的综合作用[122]。
一种能合理地将定性与定量的决策结合起来的方法———层次分析法(analytic hierarchy p rocess ,A HP )适用于一些难于完全定量分析的问题。
考虑确定物流配送路径规划的路网阻抗需综合定性和定量的问题,本文运用A H P 法确定路网阻抗。
同时,由于各因素的取值范围有所差异,为使其能一起参与计算,本文分别对各因素进行无量纲化处理。
1 层次分析法模型 A HP 主要是通过对系统多个因素的分析,划分各因素相互联系的有序层次,对每层的各因素进行客观判断后,给出相对重要性的定量表示,建立数学模型,计算每次各因素的相对重要性,再进并且免费,能够满足系统需求,因此选择Apache 做Web 服务器软件最为合适。
3 结语 以上只是提出了数字化视频省域联网的组网方案,在实际的应用中,还有许多值得思考的问题值得业界人士进行探讨。
比如视频数字压缩编码标准问题、工作界面的表现形式、前端设备采用数字化与提高设备的集成度和分布式系统等方面,需要在工程实践中不断总结经验,以进一步提高技术水平。
参考文献[1] 朱秀昌.图像通信应用系统[M ].北京:北京邮电大学出版社,2003.[2] 刘 峰.视频图像编码技术及国际标准[M ].北京:北京邮电大学出版社,2003.[3] 方 璐.数字图像远程监控系统的组网方式[J ].电子产品世界A ,2002(1):47250.[4] 北京托普泰达科技有限公司.高速公路视频联网系统白皮书[M ].2007.行规划和决策。
层次分析法的基本步骤有: (1)建立树状层次结构模型。
(2)确立判断定量化的标度,通过对各因素进行两两比较,构造判断矩阵A : A =1b 1/b 2…b 1/b n b 2/b 11…b 2/b n ……b n /b 1b n /b 2…1式中:b i 为物体的n 个部分中的第i 部分的地位(分量、作用、重要性);而b i /b j 为第i 部分相对于整体而言比第j 部分重要的倍数。
通过求解方程│λE -A │=0,得到表示整体的向量B 。
当方程满足一致性,则矩阵A 的最大特征量λmax =n ,此时λmax 对应的特征向量为B 。
矩阵A 按照表1的标度原则得出。
表1 判断矩阵标度含义标度含义1两个因素同等重要2两个因素相比,一个因素比另一个因素较重要3两个因素相比,一个因素比另一个因素重要4两个因素相比,一个因素比另一个因素很重要5两个因素相比,一个因素比另一个因素非常重要倒数因素M j 与M i 比较时,标度为a ji =1/a ij (3)层次单排序,进行一致性检验 层次单排序是指根据判断矩阵对于上一层某一因素而言,本层次与之有关系的因素的重要性次序的权值,即计算判断矩阵的最大特征值及对应的特征向量,并将特征向量归一化后就得到各因素的相对权重[3]。
单排序一致性指标为:CR (n )=CI (n )/RI (n )式中:CI (n )=(λmax -n )/(n -1);n 为参与对比的因素个数,本节设n =6;RI (n )的值在平均随机一致性指标表中获取。
当判断矩阵A 的CR <0.1或λ=n ,CI =0时,认为判断矩阵A 满足一致性要求,否则要调整A 中的元素。
2 物流配送导航路径规划路网阻抗的计算2.1 确定路网阻抗的思路 确定路网阻抗的思路见图1所示,首先明确系统的目标,通过对系统多个因素的分析,划分各因素相互联系的有序层次,对每层的各因素进行客观判断,然后根据各因素的特点对其进行赋值,再运用层次分析法计算每层各因素的相对重要性及相应权值,最后计算路网阻抗。
图1 确定路网阻抗的思路2.2 物流配送导航路径规划的目标 制定配送路径规划需要考虑客户、企业利益以及社会的效益,在提供优质服务质量、降低配送成本的同时,又能增加经济效益、减轻城市交通堵塞、改善环境质量和加强道路安全。
在充分考虑以上三者利益的基础上,考虑出行距离、出行时间最短,路线切换复杂程度最小,运力利用最合理,劳动力消耗最低等目标,物流配送车辆导航路径规划可选择目标总成本最低作为优化目标。
总成本最低考虑了车辆的行驶油耗、损耗及人工、收费道路费用等的经济成本、出行时间成本以及企业在客户中的信誉成本等,体现了企业追求效益最高的要求,以及用户对物流配送的基本要求,同时也体现了社会效益。
2.3 配送路径规划的影响因素 由于物流配送涉及多方利益,因此在确定路网阻抗之前,需要分析多个影响因素。
而各影响因素的量纲不同。
要把不同因素不同量纲的数据进行整合,需对各因素属性数据进行无量纲化处理,通过变换映射到[0,1]区间里。
(1)交通拥挤度 道路拥挤严重影响配送的快捷和准时性,车辆的缓慢行走还会增加油耗,进而增加配送成本。
交通拥挤程度是一个抽象的概念,要在路网阻抗中体现,需要对其进行量化。
本文根据交通服务等级,引入[0,1]之间的拥挤度系数M [4],使拥挤程度体现在路网阻抗中。
拥挤度系数与速度、行车密度、交通量3个交通参数相关,能直接反映道路交通流状况。
城市道路中不同级别的道路设计速度有所不同。
不同的车速、车辆密度、交通量,对应各级拥挤程度与相应的拥挤度系数。
(2)交叉口延误 在实际出行中,拥堵和延误常常发生在交叉口,行驶在城市路网的配送车辆,在交叉口所耗费的时间占整个出行时间的592008年第1期 温惠英 沈毅贤:适于物流配送车辆导航路径规划的路网阻抗确定方法研究20%~40%。
在大城市中,主要以信号交叉口为主,因此,交叉口延误主要是利用信号交叉口延误模型来确定。
其他类型的交叉口(非定周期信号交叉口、无信号交叉口、立交),可设定在相同交通量水平下与信号交叉口进行对比分析,也可采用特殊的方法进行确定。
确定交叉口延误这个影响因素的权值,可参考每车平均信控延误值与信号交叉口服务水平的对应关系进行取值。
(3)道路等级 不同类型、不同级别道路的设计车速的差异,影响着配送车辆的路径选择。
在相同的交通状态下,配送车辆要实现运送时间最少,可选择级别较高的道路,若追求总成本最低,可根据成本情况进行选择。
道路等级影响因素权值可根据道路级别在[0,1]区间内设定。
(4)交通安全 道路交通安全程度关系到配送货物是否能准时安全地到达,以及配送公司的经济效益,因此配送车辆应尽量避免途经事故高发路段或交叉口。
参考道路交通安全评价指标,将道路交通安全性进行量化,采用单位车事故率(次/万车)来评价道路交通安全性。
设置交通事故率的阈值[m i,M i],通过量纲一的量化标准函数[5],设定该路段安全程度的权值,即:M2=1d i≥M i (x i-m i)(M i-m i)m i<x i<M i0d i≤mi式中:x i为实际的交通事故率。
(5)交通事件 交通事件主要是指道路施工维修、临时的交通管制、车辆故障、路面损坏等有可能发展成交通拥挤和交通事故的事件。
这些交通事件的发生将会阻碍车辆通行速度,降低道路的通行能力,增加出行延误时间,影响配送车辆的准时性和经济效益。
因此,需要在计算路网阻抗时,考虑交通事件的影响。
(6)交通组织 交通组织主要是指交叉口的转向限制(禁左、禁右)以及路段对车辆的限制(车辆类型、最大高度、最大长度、限制时间、路障等)。
配送车辆类型多样,共同配送或大件物品的配送需要用到大型货车,会受到道路条件和道路组织的约束,因此,交通组织会影响配送路径的选择,应在路网阻抗中体现。
当允许配送车辆通行时,该影响因素的权值为0,反之,为∞。
(7)气象环境 气象环境状况会严重影响行车安全以及货物的完整性和安全性,特别是行驶在高速公路上的车辆。
因此,有必要考虑天气因素,以体现气象环境对路径选择的影响。
根据气象台的天气分级,在[0,1]区间内对天气因素进行量纲一的量化处理。
(8)通行费用 通行费用是指配送车辆在配送过程中所需要的路桥费。
在城市中配送,路桥费一般纳入车辆年度需交纳的常规费用中,而在城市间配送,则需交纳高速公路通行费、入城费、过桥费等。
该影响因素可由各企业根据自身经营情况设定的费用阈值,在[0,1]间进行量纲一的量化处理。
2.4 物流配送导航路网阻抗的计算21411 指标体系的建立 根据上述对配送路径规划目标和各种影响路网阻抗确定因素的讨论,构建的层次结构体系见图2所示。
第一层为目标层,第二层为准则层,第三层为子准则层。
图2 路网阻抗的计算指标体系图21412 判断矩阵及一致性检验 通过以上对多个影响因素的分析,参照路网阻抗指标体系图,根据项目专家组评分,建立判断矩阵进行加权,计算路网阻抗。
以总成本最低为优化目标进行路网阻抗的计算。
对于社会效益指标R3,计算得到判断矩阵的最大特征值λmax= 4.1697。
w是最大特征值对应的特征向量与各加权因子所占的权重。
经检验判断,CI(n)=(λmax-n)/(n-1)= 0.0566,RI(4)=0.96,CR(n)=CI(n)/RI(n)= 0.0589<0.1,得判断矩阵符合一致性原理。
由于篇幅限制,本文只列出对社会效益R3的指标加权结果(见表2),其他指标不在此一一列出。