停车场车位设计方法！
时间：2010-11-12 阅读：11092
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*车位的确定，通过分析车位寻找过程，将之转化为zui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，zui后结合实例给出仿真结果。
*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。
车位优化算法
从上面的描述易知，要确定*车位，首先必须求得从入口处到每一个空闲车位的zui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zui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。
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*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zui短路线。
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zui短路径的寻优，找到从人口处到空闲车位的zui短路径，并结合实际停车过程，确定*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。