-
公开(公告)号：CN116644874B
公开(公告)日：2024-11-01
申请号：CN202310442560.1
申请日：2023-04-23
Applicant: 苏州大学
IPC: G06Q10/047 , G06Q10/083 , G06F18/243 , G06N3/126
Abstract: 本发明涉及物流配送技术领域，具体涉及一种多配送中心电动汽车路径规划方法。本发明对于具有多配送中心，多个客户点以及多辆电动汽车进行配送的问题进行了建模，利用以机器学习模型为评估模块的遗传算法对于上述问题进行了求解，同时在遗传算法中根据机器学习模型的评估来判断遗传算法中染色体的关键基因，通过关键基因来对遗传算法的迭代进行一定的引导提高了遗传算法在本问题上的求解效率。有效解决了电动汽车在城市中多配送中心以及考虑续航的路径问题，降低了电动汽车在配送时的电费成本并且减少了配送时间。
-
公开(公告)号：CN117557186A
公开(公告)日：2024-02-13
申请号：CN202311569884.8
申请日：2023-11-23
Applicant: 清华大学苏州汽车研究院(相城) , 苏州大学 , 苏州观瑞汽车技术有限公司
IPC: G06Q10/0835 , G06Q10/047
Abstract: 本发明公开了基于时间窗的两阶段电动车辆路径规划方法及装置。输入车场数据、需求节点数据、充电站节点数据以及电动车辆数据；根据预设的总运输成本，将需求节点插入不同车场之间的路径中，生成初始解；设置最大迭代次数，将所述初始解作为当前解，对所述当前解进行迭代，根据预设的破坏和修复操作的权重集合得到临时解；根据所述临时解与所述当前解的对比关系得到最优解，其中，所述最优解表征不同车场之间的最优路径方案。本发明的方案解决了电动车辆在路径规划中需要考虑访问充电站的问题，提出了求解两阶段电动汽车路径规划的方式，针对时间窗和多次插入充电站机制设计了相应的求解算子和流程，以得到路径规划的最佳方案。
-
公开(公告)号：CN116704753B
公开(公告)日：2024-08-06
申请号：CN202310611009.5
申请日：2023-05-29
Applicant: 苏州大学
Abstract: 本发明提供一种考虑路径选择的新型混合流路网溢流预测方法及系统，涉及智能交通技术领域，该方法包括获取路网中的车辆数据信息和路网数据信息；根据所述车辆数据信息和所述路网数据信息计算瓶颈通行能力、自动驾驶车辆渗透率以及瓶颈路段的通行时间；确定车辆路径选择机制，根据瓶颈通行能力、自动驾驶车辆渗透率以及瓶颈路段的通行时间来判断路网状态；根据路网状态采取相应的措施来预防路网发生溢流。本发明为避免新环境下交通路网溢流提供了有效识别预防方法，为合理调整瓶颈路段及科学发展自动车辆提供了理论依据。
-
公开(公告)号：CN114897249B
公开(公告)日：2024-06-25
申请号：CN202210546556.5
申请日：2022-05-19
Applicant: 苏州大学
IPC: G06Q10/047 , G06Q10/0835 , G06F30/20 , G06F111/06 , G06F111/08
Abstract: 本发明涉及一种应用于求解电动货车集散货路径规划的方法，该方法包括输入车场数据、需求节点数据、充电站节点数据以及电动货车数据；以最小化总时间为目标，将所有的需求节点插入进车场到车场的路径中，生成包含有若干条路径的初始解，设置最大迭代次数，令当前解xc为初始解，对当前解xc进行迭代；在迭代过程中采用各种插入和移除算子，在每次的迭代中更新算子选择概率，并针对同时集散货机制和多次插入充电站机制设计了相应的求解算子和流程，以达到提升求解质量的目标，并且在求解时充分考虑等待时间，显著提高了求解精度。
-
Patent Agency Ranking
公开(公告)号：CN115577833B
公开(公告)日：2024-09-24
申请号：CN202211175308.0
申请日：2022-09-26
Applicant: 苏州大学
IPC: G06Q10/047 , G06Q10/083 , G06N3/006
Abstract: 本发明涉及物流配送领域，公开一种应用于求解协同配送的路径规划的粒子群优化方法和系统，方法包括建立货车和无人机协同配送的问题模型，初始化需要被服务的客户点的排列序列；根据排列序列中的可以被无人机服务的客户点切分子例，对每个子例使用无人机和货车进行协同配送得到子例配送中的货车路径与无人机路径，在完成所有子例配送后得到完整的货车路径与所有的无人机路径；使用带有权重的粒子群优化算法和模拟退火法更新带无人机节点的排列序列并重新切分子例确定无人机路径得到最优路径；系统包括初始化模块、切分子例模块和最优路径模块。本发明可以实现对包括无人机和货车的协同配送的路径规划，提高最优路径的质量、缩短求解时间。
-
公开(公告)号：CN115577833A
公开(公告)日：2023-01-06
申请号：CN202211175308.0
申请日：2022-09-26
Applicant: 苏州大学
Abstract: 本发明涉及物流配送领域，公开一种应用于求解协同配送的路径规划的粒子群优化方法和系统，方法包括建立货车和无人机协同配送的问题模型，初始化需要被服务的客户点的排列序列；根据排列序列中的可以被无人机服务的客户点切分子例，对每个子例使用无人机和货车进行协同配送得到子例配送中的货车路径与无人机路径，在完成所有子例配送后得到完整的货车路径与所有的无人机路径；使用带有权重的粒子群优化算法和模拟退火法更新带无人机节点的排列序列并重新切分子例确定无人机路径得到最优路径；系统包括初始化模块、切分子例模块和最优路径模块。本发明可以实现对包括无人机和货车的协同配送的路径规划，提高最优路径的质量、缩短求解时间。
-
公开(公告)号：CN116704753A
公开(公告)日：2023-09-05
申请号：CN202310611009.5
申请日：2023-05-29
Applicant: 苏州大学
Abstract: 本发明提供一种考虑路径选择的新型混合流路网溢流预测方法及系统，涉及智能交通技术领域，该方法包括获取路网中的车辆数据信息和路网数据信息；根据所述车辆数据信息和所述路网数据信息计算瓶颈通行能力、自动驾驶车辆渗透率以及瓶颈路段的通行时间；确定车辆路径选择机制，根据瓶颈通行能力、自动驾驶车辆渗透率以及瓶颈路段的通行时间来判断路网状态；根据路网状态采取相应的措施来预防路网发生溢流。本发明为避免新环境下交通路网溢流提供了有效识别预防方法，为合理调整瓶颈路段及科学发展自动车辆提供了理论依据。
-
公开(公告)号：CN116644874A
公开(公告)日：2023-08-25
申请号：CN202310442560.1
申请日：2023-04-23
Applicant: 苏州大学
IPC: G06Q10/047 , G06Q10/083 , G06F18/243 , G06N3/126
Abstract: 本发明涉及物流配送技术领域，具体涉及一种多配送中心电动汽车路径规划方法。本发明对于具有多配送中心，多个客户点以及多辆电动汽车进行配送的问题进行了建模，利用以机器学习模型为评估模块的遗传算法对于上述问题进行了求解，同时在遗传算法中根据机器学习模型的评估来判断遗传算法中染色体的关键基因，通过关键基因来对遗传算法的迭代进行一定的引导提高了遗传算法在本问题上的求解效率。有效解决了电动汽车在城市中多配送中心以及考虑续航的路径问题，降低了电动汽车在配送时的电费成本并且减少了配送时间。
-
公开(公告)号：CN114897249A
公开(公告)日：2022-08-12
申请号：CN202210546556.5
申请日：2022-05-19
Applicant: 苏州大学
IPC: G06Q10/04 , G06Q10/08 , G06F30/20 , G06F111/06 , G06F111/08
Abstract: 本发明涉及一种应用于求解电动货车集散货路径规划的方法，该方法包括输入车场数据、需求节点数据、充电站节点数据以及电动货车数据；以最小化总时间为目标，将所有的需求节点插入进车场到车场的路径中，生成包含有若干条路径的初始解，设置最大迭代次数，令当前解xc为初始解，对当前解xc进行迭代；在迭代过程中采用各种插入和移除算子，在每次的迭代中更新算子选择概率，并针对同时集散货机制和多次插入充电站机制设计了相应的求解算子和流程，以达到提升求解质量的目标，并且在求解时充分考虑等待时间，显著提高了求解精度。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.018 seconds)
