原文传递
无人驾驶汽车运输调度问题的变邻域蝙蝠算法研究
| 论文题名： | 无人驾驶汽车运输调度问题的变邻域蝙蝠算法研究 |
| 关键词： | 无人驾驶汽车;运输调度;蝙蝠算法;变邻域搜索;车载传感器 |
| 摘要： | 随着汽车行业的不断发展，以及人工智能技术的不断提升，无人驾驶汽车逐渐走入生活。无人驾驶汽车依靠车载传感器等元件，搭配人工智能、全球定位系统等技术对行驶中的环境进行实时监控和反应，达到无需人员操控即可自行寻径避障。无人驾驶汽车的出现，一方面可以极大程度地降低因人为操作失误或司机不良驾驶习惯而导致的交通事故率，保障生命财产安全；另一方面，为传统需要大量司机的物流、出租车等行业提供新的解决方案，大大节约了企业的人工成本。同时在疫情期间，无人驾驶汽车在配送抗疫物资、生活用品、快递货物等方面作出了重要贡献，避免了因人员接触而导致的疫情感染，也缓解了疫情期间的用工需求，为疫区抗疫作出了重要贡献。在使用无人驾驶汽车运输调度的背景下，如何规划好运输调度线路，减少运输成本，就显得格外关键。因此本文从降低运输调度成本的角度出发，根据实际无人驾驶汽车运输调度问题建立多个数学模型，并利用变邻域蝙蝠算法及其改进算法对模型进行逐一求解。本文主要研究内容如下： （1）提出解决单车辆的无人驾驶汽车运输调度问题的变邻域蝙蝠算法。针对问题模型设计相应编解码方式，并加入三种变邻域策略提升算法局部搜索能力，实验结果证明该算法能有效解决单车辆的无人驾驶汽车运输调度问题，且相较于对比的其他算法有着更优的求解性能。 （2）提出解决带容量限制的无人驾驶汽车运输调度问题的大规模邻域蝙蝠算法。针对问题模型该算法加入了大规模邻域搜索策略以及一种扰动策略提升了算法求解性能，实验结果证明该算法能有效地解决带容量限制的无人驾驶汽车运输调度问题，提升无人驾驶汽车运输调度效率。 （3）提出解决同时取送货的无人驾驶汽车运输调度问题的改进大规模邻域蝙蝠算法。算法进一步加入了自适应参数和惯性权重提升算法整体的求解性能。实验结果证明该算法在求解同时取送货的无人驾驶汽车运输调度问题上有着更好的稳定性和收敛性。 （4）提出解决带时间窗和同时取送货的无人驾驶汽车运输调度问题的混合贪婪变邻域蝙蝠算法。算法采用贪婪随机自适应初始化蝙蝠种群，提升算法全局搜索性能。实验结果证明，该算法能有效地解决带时间窗和同时取送货的无人驾驶汽车运输调度问题，得到可行的运输调度方案。 |
| 作者： | 朱德鑫 |
| 专业： | 控制科学与工程 |
| 导师： | 蔡延光 |
| 授予学位： | 硕士 |
| 授予学位单位： | 广东工业大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
