[发明专利]应用于立体车库车位调度的DSP控制系统的工作方法

权利要求书

1.一种应用于立体车库车位调度的DSP控制系统的工作方法，其工作环境是在一个由包括交流横移电机、升降电机、变频器、传感器、各种机械开关、钢丝绳、停车位框架、载车板和横移导轨在内的常规设备构成的立体车库中，其特征在于：它是利用计算机的高级决策功能，将遗传算法(Genetic Algorithm)和蚁群算法(Ant Algorithm)相结合构成基于GAAA的算法，通过DSP控制系统用于立体车库车位调度的方法，它包括以下工作步骤：

(1)确认车库工作状态就绪：先确认车库是否准备就绪，车库内各个设备是否均可安全可靠工作，能否以正常工作状态完成存取车任务；

(2)存取车信号：车库内收到存取车信号，检测车库内存取车状态，当控制系统接收到用户存车或取车的信号时，DSP控制系统通过对数据库的扫描，确认该信号是存车还是取车；

(3)DSP控制系统开始信息处理：DSP控制系统根据遗传算法与蚁群算法融合的GAAA算法，开始进行信息处理；

(4)参数编码：首先，对每个车位动作的方向进行参数编码，并利用rand函数随机生成一定数量的十进制实数编码种群；

(5)初始群体的设定：由遗传算法对群体进行进化操作，设定一些表示起始搜索点的初始群体数据，为下一阶段最优路径代码的输出生成最初的原始群体；

(6)适应度函数的设计：即对遗传个体适应度的评价，是指在遗传算法中，以个体适应度的大小来确定该个体被遗传到下一代群体中的概率；通过对遗传个体适应环境的能力的评价，作为选择操作的依据，它是由目标函数变换而成；通过设计的适应度值函数将各个染色体的适应度值计算出来之后，按照“优胜劣汰”原则把好的个体遗传到下一代，而把不好的个体淘汰掉；然后，按照遗传算法中改良型的OX交叉算子、变换变异算子对其进行交叉计算和变换变异；

(7)控制参数的设定：确定对遗传算法性能影响很大的参数取值；

(8)GAAA算法与存取车最优路线的求取：对最大-最小蚂蚁系统MMAS算法进行设计及改进，在GAAA算法中，蚂蚁算法采用最大-最小蚂蚁系统MMAS算法，并利用步骤(5)中设定好的初始群体数据进行代数的递归 迭代，对递归迭代后产生出若干组优化解，采用最大-最小蚂蚁系统MMAS算法对这几组优化解递归迭代最终输出最好解，即求出车辆存取的最短路径；

(9)转换控制语言与输出控制信号：将步骤(8)中求出的存取车辆的最短路径转换成控制语言，由包括DSP控制系统输出信号，控制车库电机、变频器、载车板在内的设施完成存取车。

2.根据权利要求1所说的一种应用于立体车库车位调度的DSP控制系统的工作方法，其特征在于所说的步骤(4)中车位动作的方向共有：静止不动、向上、向下、向左和向右五种状态；采用的编码方法为：每个个体即权利要求1步骤(6)中所说的各个染色体的奇数位表示车位号，偶数位表示方向，分别用0、1、2、3、4来表示车位的静止不动、向上、向下、向左和向右这五种状态。

3.根据权利要求1所说的一种应用于立体车库车位调度的DSP控制系统的工作方法，其特征在于所说的步骤(5)初始群体的设定中一般有两种方法：①根据问题固有知识，设法把握最优解所占空间在整个问题空间中的分布范围，设定初始群体；②先随机生成一定数目的个体，从中挑出最好个体加到初始群体中；这种过程不断迭代，直到达到预定的规模；并经过设定代数的递归迭代后产生出若干组优化解。

4.根据权利要求1所说的一种应用于立体车库车位调度的DSP控制系统的工作方法，其特征在于所说的步骤(6)中适应度函数的设计的个体的适应度与该个体被遗传到下一代的概率成正比；适应度函数唯一的要求是其结果为非负值。

5.根据权利要求1所说的一种应用于立体车库车位调度的DSP控制系统的工作方法，其特征在于所说的步骤(6)中按照“优胜劣汰”原则把好的个体遗传到下一代分为直接遗传或者通过交叉产生新的个体再遗传。