原文传递
面向危化品运输车辆的动态路径优化算法及应用研究
| 论文题名： | 面向危化品运输车辆的动态路径优化算法及应用研究 |
| 关键词： | 危化品物流;路径规划;数字孪生技术;蚁群融合A*算法;百度地图API |
| 摘要： | 随着我国化工行业市场和规模的扩大，化学品原料的运输需求量不断递增，对于危化品运输问题的关注也在逐渐增高。由于危险化学品具有一定危险特性，使其在物流运输过程中若因各种突发因素导致事故发生，不但会对人体产生危害，对周边环境、区域发展也会造成一定的影响。因此，综合考虑危化品运输过程中的实时不确定因素，制定动态路径规划方案，有助于降低危化品运输发生事故概率及运输延误概率，提高企业经济效益。随着我国科技的不断发展，危化品物流企业应结合各类电子信息技术加强对危险化学品运输的监督和控制，本文结合了数字孪生技术的概念，实现危化品物流联动过程的实时数据映射和路径规划方案动态虚拟仿真，推动危化品物流企业智能化发展。文章主要研究内容如下： （一）提出了危险化学品配送系统数字孪生框架，分析配送系统在物理层、服务层、模型层和运维服务层四个层面的数据交互反馈与控制，通过车载终端设备实时获取驾驶员疲劳状态信息及车辆故障信息，并结合层次分析法对所获数据进行权重设置，完成基于数字孪生技术的危化品车辆调度系统对数据的采集和物理实体构建。 （二）建立考虑驾驶员疲劳状态和车辆状态信息的危化品动态车辆路径规划模型，引入危险度权重系数，采用基于动态信息交互的遗传算法对模型进行求解，对接收到报警信息后的车辆采取可动态选择服务时间的方式，用于预警车辆的车辆维修或人员休整，从而降低风险成本，提高运输安全性。 （三）建立考虑事故影响范围及事故发生概率的风险模型，增添危化品运输过程中的道路通行不畅等动态影响因素。基于百度地图API对客户点地理坐标及实际地理距离进行解析，并对客户点所覆盖路网进行保留主干道处理，采用改进的蚁群融合A*算法，实现动态因素作用下基于车路协同的危化品车辆全局及局部路径规划方案。 （四）设计开发面向危化品物流企业的数字孪生车辆调度系统，分析系统功能需求，达到对人、车、路的全面管理，构建数字孪生基本信息模块、实时监控模块和仿真规划模块。搭建Web平台实现危化品车辆运输过程数字化呈现，方便危化品物流企业结合数据驱动进行车辆调度策略仿真模拟，方便企业实现配送路径成本管控及最优化分析。 |
| 作者： | 张凯月 |
| 专业： | 工业工程与管理 |
| 导师： | 温海骏;吕艳 |
| 授予学位： | 硕士 |
| 授予学位单位： | 中北大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
