现代大型停车场车位诱导优化算法及仿真

    1 引言 

    随着经济的高速发展和人们生活水平的不断提高，城市汽车的数量迅猛增长。为满足车辆停放的需要，越来越多的大型停车场应运而生。与此同时，各种各样基于计算机智能控制技术的停车场自动化管理系统也相继涌现。如加拿大的CPE系统 以计算机网络为中心，配备了现代化停车场必需的各种设备，目前已有30000多家大小停车场引进该系统并在使用中；德国S&B在1995年及1996年推出的PMS／S及PMS／C系统，确立了速宾在停车场管理系统上的领导地位；瑞典的CONFIDENT系统实现了不停车自动收费 ，简化了车辆出入手续，缩短了车辆进出时间。而在国内，停车场管理系统亦成为一个黄金产业，以满足管理高效、安全合理、快捷方便的现代人需求。就目前停车场管理系统的特点和功能来看，主要是结合Ic卡技术和视频监控设备针对进入停车场的不同类型的用户车辆进行识别和收费，并利用车位检测技术对停车进行诱导。 

    其中的停车诱导功能，有的是通过管理人员对车位占用地图的视觉判断，有的是根据预设的引导管理原则程序，处理排队引导车位序列，智能化程度不高。针对现代大型停车场管理系统中存在的这一问题，本文欲从另一个角度研究最佳车位的确定，通过分析车位寻找过程，将之转化为最短路径问题，并引用一个智能优化算法—— 蚁群算法对其进行求解，最后结合实例给出仿真结果。

    2 最佳车位模型 

    假设某停车场有一个人口，n个空闲车位(部分示意如图1所示)。令停车场内的人口、行车交叉路口、空闲车位对应一个顶点，每一条行车方向上的路径对应一条边，边上的权值为连接两顶点之间的路径长度。于是，停车场空闲车位分布就转化为一带权有向图G=(V，E，L)。其中V是顶点的有穷非空集合；E是边集；L是路权集。

    .....................................

  图1 部分停车场示意图

    3 车位优化算法 

    从上面的描述易知，要确定最佳车位，首先必须求得从入口处到每一个空闲车位的最短路径。从给定的带权有向图中寻找出一条从起始点到目标点之间的最短路径，有很多方法，如经典的D~kstra算法、启发式搜索算法、神经网络、遗传算法等等。本文利用2O世纪9O年代意大利学者Mamo
Dofigo等人提出的蚁群算法进行求解。此方法虽研究时间不长，但因其鲁棒性，并行性和合作性，应用在物流选址 、路径规划 、组合优化等问题中，具有良好的发展前途。 

    3．1 蚁群算法的基本原理 

    蚁群算法是一种源于昆虫世界的新型仿生类算法，作为通用型随机优化方法，其思想吸收了自然界蚂蚁群体的行为特性，通过其内在的搜索机制，在一些典型的困难组合优化问题求解中取得了成效。蚁群算法的基本原理源于昆虫学家们的观察和发现，生物界中的蚂蚁在搜索食物源时，能在其走过的路径上释放一种蚂蚁特有的分泌物—— 信息激素，使得一定范围内的其它蚂蚁能够觉察并影响其行为。当某些路径上走过的蚂蚁越来越多时，留下的这种信息激素也越多，以致后来蚂蚁选择该路径的概率也越高，从而更增加了该路径的吸引强度，形成了一条最短路线。

     ........................................

    4 结论 

    本文利用蚁群算法对停车场车位分布的带权有向图进行最短路径的寻优，找到从人口处到空闲车位的最短路径，并结合实际停车过程，确定最佳车位。该问题的研究对于现代大型停车场，特别是在超大型多区域、多层次的大面积多车位、路线复杂的停车场，如能将之与城市停车诱导信息系统结合起来，对进入车辆的停放进行引导，不仅能解决车主寻找车位时的盲目性，还能节省时间和燃油，且有利于停车场的内部管理，无论从节约能源，环境保护和提高停车场的利用率的方面，都具有重要的意义。

    由于部分文字无法转换，请下载全文阅读：http://www.yktchina.com/bbs/Read-b8-t5321-p10.htm