一種河道運輸船的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及河道運輸領(lǐng)域，具體設(shè)及一種河道運輸船。
【背景技術(shù)】
[0002] 河道運輸由古至今都是一種重要的運輸方式，即使在運輸系統(tǒng)高度發(fā)達(dá)的今天， 河道運輸船仍然是主要的運輸工具。
[0003] 由于河道運輸工作的各個運輸點往往散落在各個相互距離較遠(yuǎn)的區(qū)域，因此，如 何根據(jù)不同的目的地和到達(dá)各個目的地的要求時間來選擇一條能最大限度節(jié)約運輸船運 行成本的路徑，是一個亟需解決的問題。

【發(fā)明內(nèi)容】

[0004] 針對上述問題，本發(fā)明提供一種河道運輸船。
[0005] 本發(fā)明的目的采用W下技術(shù)方案來實現(xiàn)：
[0006] 一種河道運輸船，用于遠(yuǎn)距離多個目的地的物資運輸，其特征是，包括運輸船和安 裝在運輸船上的導(dǎo)航儀；導(dǎo)航儀具體包括信號模塊、處理模塊和生成模塊；
[0007] 信號模塊，用于接收用戶輸入的本輪次的多個運輸目的地W及到達(dá)各個目的地的 預(yù)計要求時間；
[0008] 處理模塊，用于根據(jù)本輪次的運輸目的地和事先輸入的地理環(huán)境信息選擇最優(yōu)路 徑，具體包括：
[0009] 模擬模塊：
[0010]
[0011] 其中，minS為運輸過程中的最低成本；m為當(dāng)前運輸船的總數(shù)；U為目的地數(shù)量；b。 為單位距離碳排放成本；ω。為碳排放系數(shù)；Φ。為空載時單位距離燃料消耗量；fi,為目的 地iα=1，2,…，U)到目的地j(j=1，2,…，U)之間的距離；C為運輸船的載重量；Η為運 輸船的最大載重量；為滿載時單位距離燃料消耗量；
[0012]
;Τι為運輸船提前到達(dá)損失 系數(shù)，S!·-U的-。）為于時刻G提前到達(dá)目的地i時的成本損失，Τ2為運輸船遲到損失系 數(shù)，了2玄左0化-徊為延遲至?xí)r刻0到達(dá)目的地i時的成本損失，提前到達(dá)損失系數(shù)和遲到 損失系數(shù)用于考量運輸船到達(dá)每一個目的地的準(zhǔn)點情況，Τι和T2為人為設(shè)定的系數(shù)；
[001引概率模塊：假設(shè)共有R個節(jié)點，丫1,(t)表示t時刻節(jié)點i與節(jié)點j之間的跟蹤素 強度，丫 1,(0) =κ化為數(shù)值較小的常數(shù)），運輸船在運動過程中根據(jù)跟蹤素強度選擇轉(zhuǎn)移方 向，則運輸船k化二1，2,. . .，m)從節(jié)點i轉(zhuǎn)移到節(jié)點j的概率為：
[0014]
[0015] 其中，g e Ak;A k= {〇, 1，…，R-1}-Bk表示運輸船k下一步允許選擇的點的集合，隨 時間呈動態(tài)變化，Bk化=1，2,…，m)為第k輛運輸船的禁忌表，用來記錄運輸船k已運輸過 的點；機j似為啟發(fā)式因子，表示t時刻由節(jié)點i到節(jié)點j的期望程度，一般取機j(0 = 1/片；Φ為信息啟發(fā)式因子，μ為期望啟發(fā)因子；α(i，j)為下一個目的地的時間度；3為下一個 目的地的時間度相對重要性；
[0016] 更新模塊：引入優(yōu)化變量Xi,(t)，其滿足Xi,(t+1) = 〇X(t)[l-Xi,(t)]，其中σ為 控制變量，得出優(yōu)化的跟蹤素更新規(guī)則： 陽017] 丫U (t+1) = (1- ζ )丫U (t) + Δ丫1 j (t) + Η XiJ (t) 陽01引其中，
[0019]
Fk為第k輛 運輸船在本次循環(huán)中所走路徑長度，I為跟蹤素強度的常數(shù)，Δκ?α)表示在本次循環(huán)中第k輛運輸船在路徑（i，j)上留下的跟蹤素強度；ζ為跟蹤素全局揮發(fā)因子，ζ e [0，1]，且 ζ為根據(jù)如下公式動態(tài)調(diào)整的參數(shù)：
其中ζmm是人 為設(shè)定的最小值；A丫1,(t)表示本次循環(huán)中所有運輸船在路徑（i，j)上留下的跟蹤素強度 的總和；Η為可調(diào)節(jié)系數(shù)； W20] 初始模塊：令迭代次數(shù)DD= 0,進(jìn)行參數(shù)初始化，調(diào)整各路徑跟蹤素；產(chǎn) 生一個范圍為[0，1]的隨機數(shù)Ρ，若Ρ<給定常數(shù)Ρ。，按照下式選擇下一個節(jié)點j: j二argmax{WU)]ΦX?巧(?,/)]μX[α(?,/)δ]}:，其中1eAk;否則根據(jù)概率模塊中的概率 公式選擇下一個節(jié)點j，將j加入數(shù)組Bk中，重復(fù)直至所有的節(jié)點任務(wù)完成，得到模擬算法 的初始集Si;
[0021] 最優(yōu)解模塊：從當(dāng)前的初始集中生成一組新的可行解S,，目標(biāo)值變化量AS= S,-Si，若AS< 0,則接受新的可行解S,為最優(yōu)解；否則考慮偏差的影響：r=exp(-AS/ N(t))，其中N為隨時間變化的量，若r> 1，則接受S,為最優(yōu)解，否則不接受新的可行解，最 優(yōu)解仍為Si;
[0022]判斷模塊：找出最優(yōu)解后，判斷新的路徑是否存在超載現(xiàn)象，若超載則重新產(chǎn)生可 行解，若不超載則接受新可行解為最優(yōu)解；當(dāng)前最優(yōu)解小于某一特定值時，進(jìn)行跟蹤素更 新；如果本輪列表Bk中無數(shù)據(jù)更新，則產(chǎn)生一個[0, 1]范圍的隨機數(shù)U，若e1+Θ2+，…，1 <U<θ?+θ2+，…，θι，則選擇概率為θι的候選運輸船作為下一個目標(biāo)節(jié)點； 陽02引生成模塊：用于輸出計算出的最優(yōu)路徑，令迭代次數(shù)孤二孤+1，若孤 < 孤。。,，根 據(jù)跟蹤素更新規(guī)則，按照公式N(t+1) =N(t).v進(jìn)行清空Bk列表，其中ve[0，1]，回到初 始模塊，重新產(chǎn)生隨機數(shù)P;若DD=DDm。、，則輸出最優(yōu)解作為最優(yōu)路徑。
[0024] 本發(fā)明的有益效果為：本發(fā)明采用優(yōu)化的路徑算法，考慮了運輸過程中的各種成 本因素，尋優(yōu)效果好、求解效率高、性能穩(wěn)定，增強了全局捜索能力，能最大限度地節(jié)省運輸 的運行成本，能起到很好的節(jié)能效果。
【附圖說明】
[0025] 利用附圖對本發(fā)明作進(jìn)一步說明，但附圖中的實施例不構(gòu)成對本發(fā)明的任何限 審IJ，對于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動的前提下，還可W根據(jù)W下附圖獲得 其它的附圖。 陽0%] 圖1是本發(fā)明的結(jié)構(gòu)框圖。 W27] 附圖標(biāo)記：信號模塊-1 ;模擬模塊-3 ;概率模塊-5 ;更新模塊-7 ;初始模塊-9 ;最 優(yōu)解模塊-10 ;判斷模塊-12 ;生成模塊-14。
【具體實施方式】
[0028] 結(jié)合W下實施例對本發(fā)明作進(jìn)一步描述。
[0029] 如圖1所示的一種河道運輸船，用于遠(yuǎn)距離多個目的地的物資運輸，其特征是，包 括運輸船和安裝在運輸船上的導(dǎo)航儀；導(dǎo)航儀具體包括信號模塊、處理模塊和生成模塊；
[0030] 信號模塊1，用于接收用戶輸入的本輪次的多個運輸目的地W及到達(dá)各個目的地 的預(yù)計要求時間；
[0031] 處理模塊，用于根據(jù)本輪次的運輸目的地和事先輸入地理環(huán)境信息選擇最優(yōu)路 徑，具體包括： 陽0巧模擬模塊3 :
[0033]
[0034] 其中，minS為運輸過程中的最低成本；m為當(dāng)前運輸船的總數(shù)；U為目的地數(shù)量；b。 為單位距離碳排放成本；ω。為碳排放系數(shù)；Φ。為空載時單位距離燃料消耗量；fi,為目的 地iα=1，2,…，U)到目的地j(j=1，2,…，U)之間的距離；C為運輸船的載重量；Η為運 輸船的最大載重量；為滿載時單位距離燃料消耗量；
[0035]
;Τι為運輸船提前到達(dá)損失 系數(shù)，ΤιΣ左。(& -?,Ο為于時刻G提前到達(dá)目的地i時的成本損失，Τ2為運輸船遲到損失系 數(shù)，?'2 - 〇?)為延遲至?xí)r刻ο到達(dá)目的地i時的成本損失，提前到達(dá)損失系數(shù)和遲到 損失系數(shù)用于考量運輸船到達(dá)每一個目的地的準(zhǔn)點情況，Τι和T2為人為設(shè)定的系數(shù)；
[0036] 概率模塊5 :假設(shè)共有R個節(jié)點，γ1, (t)表示t時刻節(jié)點i與節(jié)點j之間的跟蹤 素強度，丫 1,(0) =κ化為數(shù)值較小的常數(shù)），運輸船在運動過程中根據(jù)跟蹤素強度選擇轉(zhuǎn)移 方向，則運輸船k化二1，2,. . .，m)從節(jié)點i轉(zhuǎn)移到節(jié)點j的概率為：
[0037]
[0038]其中，g e Ak;Ak= {〇, 1，…，R-l}-B k表示運輸船k下一步允許選擇的點的集 合，隨時間呈動態(tài)變化，