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,