[发明专利]危险化学品码垛式仓储货物定位优化方法

权利要求书

1.一种危险化学品码垛式仓储货物定位优化方法，其特征在于，包括：

建立危险化学品码垛式仓储货物定位监测场景，获取待定位标签与各基站之间的到达时间差；

结合获取到的到达时间差建立基于TDOA的定位模型，从而确定待定位标签位置的目标函数；

利用动态调整惯性权重和加速度权重的PSO算法，寻找目标函数的最优解，从而获得待定位标签的位置。

2.根据权利要求1所述的一种危险化学品码垛式仓储货物定位优化方法，其特征在于，所述建立危险化学品码垛式仓储货物定位监测场景，获取待定位标签与各基站之间的到达时间差包括：

在危险化学品码垛式仓储中安装一定数量的基站，并在每一货箱上粘贴唯一的标签；

通过无线电频信道指示待定位标签发出脉冲信号，以提供待定位标签与基站之间的双向通路；当待定位标签发出脉冲序列信号并被各个基站接收时，各基站安装位置以及与待定位标签距离不同，使得不同基站接收到脉冲序列信号的时间不同，从而获取到待定位标签与各基站之间的到达时间差。

3.根据权利要求1所述的一种危险化学品码垛式仓储货物定位优化方法，其特征在于，所述结合获取到的到达时间差建立基于TDOA的定位模型，从而确定待定位标签位置的目标函数包括：

假设共设置了M个基站，基站u的坐标为(x_u,y_u)，待定位标签与基站u之间的距离为r_u，待定位标签到基站u和基站1之间的距离差为r_u,1，则距离差表示如下：

r_u,1＝ct_u,1＝r_u-r₁+cn_u,1,u＝2,3,...,M

上式中，t_u,1为待定位标签发出的脉冲序列信号到达基站u与基站1之间的到达时间差；c为光速；n_u,1是独立同分布，且均值为零，方差为σ²的高斯白噪声；则有：

令：

则有：

ΔR中的元素均为独立同分布的高斯随机变量，其均值为r_u-r1，方差为c²σ²，则似然函数为：

最终待定位标签的位置(x,y)就是上述似然函数的最大坐标值，或者求解以下目标函数：

(x,y)＝arg{min[(ΔR-R+R₁)^T(ΔR-R+R₁)]}。

4.根据权利要求1所述的一种危险化学品码垛式仓储货物定位优化方法，其特征在于，所述利用动态调整惯性权重和加速度权重的PSO算法，寻找目标函数的最优解，从而获得待定位标签的位置包括：

步骤3-1、设置种群规模m、惯性权重w、加速度权重c₁与c₂、以及结束条件；

假设在D维空间中有m个粒子，粒子i的坐标为X_i＝(x_i1,x_i2,...,x_iD)，粒子i的速度为V_i＝(v_i1,v_i2,...,v_iD)，粒子i所经历的历史最好位置记为P_i＝(p_i1,p_i2,...,p_iD)，也称为P_best，粒子群体所经历的历史最好位置记为P_g＝(g₁,g₂,...,g_D)，也称为g_best；其中，x_ij为粒子i在第j维空间中的坐标，v_ij为粒子i在第j维空间中的速度，p_ij为粒子i在第j维空间中所经历的历史最好位置，g_i为粒子群体在第j维空间中所经历的历史最好位置，其包含m个位置，第i个元素对应于粒子i，i＝1,2,...,m,j＝1,2,...,D；

步骤3-2、初始化群体中粒子，包括粒子的初始位置和初始速度；

步骤3-3、依据速度和位置评价各粒子的适应度函数值；

步骤3-4、对每个粒子，将其当前适应度函数值与历史最好位置P_best对应的适应度函数值相比较，如果当前适应度值更优，则用当前位置更新历史最佳位置P_best，更新公式为：

上式中，f(.)表示相应位置对应的适应度函数值，t表示迭代次数；p_ij(t+1)、p_ij(t)表示第t+1次、第t次迭代时粒子i在第j维空间中所经历的历史最好位置；x_ij(t+1)表示第t+1次迭代时粒子i在第j维空间中的位置；

步骤3-5、对每个粒子，将其当前的适应度函数值与群体经历过的历史最佳位置g_best对应的适应度函数值相比较，如果当前的适应度函数值较好，则将其置为新的群体最好历史位置g_best；其中，粒子群体所经历的历史最好位置的更新公式为：

步骤3-6、更新各粒子的位置和速度，同时动态调整惯性权重w、加速度权重c₁与c₂；

其中粒子i在第t+1代的第j维的速度和位置为：

v_ij(t+1)＝wv_ij(t)+r_ac₁(p_ij-x_ij(t))+r_bc₂(g_ij-x_ij(t))

x_ij(t+1)＝x_ij(t)+v_ij(t+1)

其中，r_a、r_b为0与1之间的随机数，v_ij(t)为第t次迭代时粒子i在第j维空间中的速度；粒子的速度由最大速度限制，若粒子i在第j维空间中的速度v_ij大于等于第j维空间中的速度最大速度v_maxj，则令v_ij＝v_maxj；

对惯性权重w、加速度权重c₁与c₂进行动态调整，用于下一次迭代时更新各粒子的位置和速度：

其中，k_max为最大迭代次数，c_1start、c_1end、c_2start、c_2end、w_start、w_end分别为c₁、c₂和w的起始值和终止值；

步骤3-7、如果算法到达最大迭代次数或最佳适应度函数值的增量小于某个给定阈值时算法结束，提取当前适应度函数值最高的粒子对应的位置作为目标函数的最优解，也即待定位标签的位置；否则，返回步骤3-3。