智能停车场优化策略的研究

  随着国家汽车工业的发展和人们生活水平的提高,汽车保有量迅速攀升,停车位供需矛盾不断加剧,停车困难这个问题日益突出。并且由于科技的进步和人们对生活品质要求的提高,以及智慧城市的概念深入人心,智慧停车场的概念也应运而生。

  因此,设计出一套自动化,人性化,合理化的智能停车场管理系统对城市的发展具有重要的实际意义。本文以传统停车场存在的一些普遍问题为切入点,设计出一套基于手机微信的智能停车场管理系统方案。

  在系统设计方面,把微信与停车场系统相结合对传统停车场的停车诱导系统、反向寻车系统和停车费支付管理系统等进行了改进。使得用户可以自主选择喜爱的停车位,随时随地查询车辆信息并且还为用户提供了单独的停车路线诱导,合理的网上远程缴费等服务,大幅度提高了用户的停车体验,为解决城市停车难问题做出了有益的探索。在算法设计方面,首先在停车位选取上采用了基于决策者偏好信息的选择方式,通过用户对关心因素的权重选择,运用三角模糊数方法将决策者的模糊语言进行量化,科学的给出用户最佳的停车位,并且在决策中还考虑了停车场的运营成本、车流量压力等因素,实现了用户与停车场的双赢。然后,对停车场的路径寻优算法进行了研究,在算法的选择上将具有快速性、有效性等优点的粒子群算法作为基础算法,针对其容易“早熟”的缺点应用差分进化算法对其进行改进,把差分进化算法中的交叉变异公式引入到粒子群算法流程中设计出DE-POS算法。并且通过引用几个测试函数把DE-POS算法和标准粒子群算法进行仿真比较,验证了改进后算法的有效性和可行性。最后,根据停车场的问题对改进后粒子群算法进行编码和适应度函数的设计。其中在适应度函数的设计上,采用了神经网络算法,得到的适应度函数准确的描述了环境的约束信息,保证了车位寻优中路径的安全性和高效性。

  最后,通过仿真验证了无论是在停车场的静态环境中,还是有移动障碍物的动态环境中,DE-POS算法都能很快的找到一条安全且最优的路径,实现停车路径的精确向导。