-
公开(公告)号:CN119007437A
公开(公告)日:2024-11-22
申请号:CN202411055986.2
申请日:2024-08-02
Applicant: 南通大学
IPC: G08G1/01 , G08G1/0967
Abstract: 本发明属于智能交通领域,具体涉及一种无信号交叉口考虑车辆多种行驶方向的死锁避免方法。包括以下步骤:S1、在无信号交叉口中划分路权点,建立Petri网模型;S2、将待进入交叉口的车辆进行编码并随机生成一条调度编码序列,将这条调度编码序列解码成调度变迁序列;S3、通过调度编码序列判断是否满足同车道车辆先后顺序,通过调度变迁序列判断不同车道之间的车辆是否产生死锁,如果不满足同车道车辆先后顺序或者不同车道之间的车辆会产生死锁,将当前位置之后满足条件的编码和变迁与当前位置的进行更换。针对无信号交叉口车辆通行问题对车辆进行编码解码并进行修复,使得调度序列满足每条车道上车辆通行顺序不变和避免不同车道之间的车辆形成死锁。
-
公开(公告)号:CN118314747B
公开(公告)日:2024-09-03
申请号:CN202410553777.4
申请日:2024-05-07
Applicant: 南通大学
Abstract: 本发明属于智能交通系统领域,具体涉及基于Petri网建模的智能网联车无信号交叉口通行控制方法。本发明方法包括:针对交叉口内部区域的空间资源以及车辆通过交叉口的连续过程中对各资源的占用情况,构建Petri网模型;将即将到达交叉口区域的车辆进行编号并根据每一辆车经过其路径上的各个路权点的通行过程生成交叉口车辆通行序列,并解码成变迁序列;通过迭代分析Petri网中的变迁和资源,对随机的车辆通行序列实现在线监督,判断每个变迁的引发是否会引起系统的死锁,并将会引起死锁的序列进行修复,进而解决在智能网联环境下的无信号交叉口车辆阻塞问题。
-
公开(公告)号:CN118471000A
公开(公告)日:2024-08-09
申请号:CN202410616514.3
申请日:2024-05-17
Applicant: 南通大学
IPC: G08G1/0967 , G08G1/01
Abstract: 本发明属于智能交通领域,具体涉及一种基于Petri网建模的无信号交叉口车辆通行时间预留方法。本发明方法包括以下步骤:S1、在无信号交叉口中划分路权点,建立Petri网模型;S2、计算车辆在无其他车辆干扰下,最快通过交叉口的时间并分配到每一个路权点中,将此时间作为通行时间预留基准;S3、按照车辆调度序列调整每一辆车最快开始进入某个路权点的时刻,以及对应的最快离开该路权点的时刻,对通行时间预留基准进行调整。本发明通过对交叉口进行合理的网格设计,使用Petri网进行图形化建模,实现了车辆在交叉口通行过程中路权点占用时间的预留,避免了车辆在交叉口内循环等待。
-
公开(公告)号:CN118471000B
公开(公告)日:2024-12-17
申请号:CN202410616514.3
申请日:2024-05-17
Applicant: 南通大学
IPC: G08G1/0967 , G08G1/01
Abstract: 本发明属于智能交通领域,具体涉及一种基于Petri网建模的无信号交叉口车辆通行时间预留方法。本发明方法包括以下步骤:S1、在无信号交叉口中划分路权点,建立Petri网模型;S2、计算车辆在无其他车辆干扰下,最快通过交叉口的时间并分配到每一个路权点中,将此时间作为通行时间预留基准;S3、按照车辆调度序列调整每一辆车最快开始进入某个路权点的时刻,以及对应的最快离开该路权点的时刻,对通行时间预留基准进行调整。本发明通过对交叉口进行合理的网格设计,使用Petri网进行图形化建模,实现了车辆在交叉口通行过程中路权点占用时间的预留,避免了车辆在交叉口内循环等待。
-
公开(公告)号:CN117852825B
公开(公告)日:2024-09-03
申请号:CN202410034945.9
申请日:2024-01-10
Applicant: 南通大学
Abstract: 本发明涉及智能制造生产调度技术领域,尤其涉及基于深度学习的含中心资源柔性制造系统的无死锁调度方法。本发明方法包括:针对含关键资源柔性制造系统的生产工序,建立Petri网模型;以最小化最大完工时间作为系统调度的目标函数;通过遗传算法全局寻优,获得一组较有的调度序列,作为前向神经网络的训练集与测试集;建立前向神经网络模型,训练并测试网络拟合精度,获得拟合函数;基于神经网络的改进Dijkstra算法,迭代生成Petri网的部分可达标识,通过神经网络对每个子结点拟合预计完工时间,约束可达树向较优的路径扩展,直至找出目标标识,输出满足目标函数的最短路径作为柔性制造系统的调度序列。
-
公开(公告)号:CN117852825A
公开(公告)日:2024-04-09
申请号:CN202410034945.9
申请日:2024-01-10
Applicant: 南通大学
Abstract: 本发明涉及智能制造生产调度技术领域,尤其涉及基于深度学习的含中心资源柔性制造系统的无死锁调度方法。本发明方法包括:针对含关键资源柔性制造系统的生产工序,建立Petri网模型;以最小化最大完工时间作为系统调度的目标函数;通过遗传算法全局寻优,获得一组较有的调度序列,作为前向神经网络的训练集与测试集;建立前向神经网络模型,训练并测试网络拟合精度,获得拟合函数;基于神经网络的改进Dijkstra算法,迭代生成Petri网的部分可达标识,通过神经网络对每个子结点拟合预计完工时间,约束可达树向较优的路径扩展,直至找出目标标识,输出满足目标函数的最短路径作为柔性制造系统的调度序列。
-
公开(公告)号:CN119781398A
公开(公告)日:2025-04-08
申请号:CN202411891204.9
申请日:2024-12-20
Applicant: 南通大学
IPC: G05B19/418 , G06F30/20 , G06Q10/0639 , G06Q50/04 , G06F17/18 , G06F111/06 , G06F111/04
Abstract: 本发明属于柔性制造系统的生产调度技术领域,具体涉及基于Petri网和改进NSGA‑II的柔性制造系统多目标优化调度方法。通过可视化柔性制造系统内部工件的加工工序以及各工件之间的机器占用情况,建立Petri网模型,确定NSGA‑II算法参数、编码和解码、生成初始化种群、染色体检测和修复、计算完工时间、总能耗和机器利用率并进行归一化、快速非支配排序、拥挤度排序,遗传操作和输出Pareto最优解。通过染色体死锁检测与修复方法,将所有染色体调整为控制可行染色体,并将其解码为调度序列。本发明保证柔性制造系统在无死锁的情况下对生产过程进行优化调度,能够较快地寻找出满足优化目标要求的调度序列,提升调度速度,增加机器的利用率,减少能量消耗,增加生产数量。
-
公开(公告)号:CN118314747A
公开(公告)日:2024-07-09
申请号:CN202410553777.4
申请日:2024-05-07
Applicant: 南通大学
Abstract: 本发明属于智能交通系统领域,具体涉及基于Petri网建模的智能网联车无信号交叉口通行控制方法。本发明方法包括:针对交叉口内部区域的空间资源以及车辆通过交叉口的连续过程中对各资源的占用情况,构建Petri网模型;将即将到达交叉口区域的车辆进行编号并根据每一辆车经过其路径上的各个路权点的通行过程生成交叉口车辆通行序列,并解码成变迁序列;通过迭代分析Petri网中的变迁和资源,对随机的车辆通行序列实现在线监督,判断每个变迁的引发是否会引起系统的死锁,并将会引起死锁的序列进行修复,进而解决在智能网联环境下的无信号交叉口车辆阻塞问题。
-
-
-
-
-
-
-