[发明专利]危险化学品码垛式仓储货物定位优化方法

说明书

本发明公开了一种危险化学品码垛式仓储货物定位优化方法，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。该方法针对现有PSO算法易陷入局部最优，出现搜索停滞的缺陷，对算法进行改进，动态调整惯性权重和加速度权重；有效地解决了粒子群优化算法容易陷入局部最优的问题，使算法能快速收敛到全局最优解，算法性能稳定，定位精度高；为政府部门开展危险化学品仓储混存监测提供了良好的技术手段。

技术领域

本发明涉及危险化学品安全技术领域，尤其涉及一种危险化学品码垛式仓储货物定位优化方法。

背景技术

目前我国危险化学品仓储主要有7种基本类型，即平仓、楼仓、立体仓、储罐、货棚、货场和地下半地下仓库。北京市作为使用危化品的特大城市，码垛式仓储是其主要库型。目前对危化品仓储安全状态的监控研究大多集中在运输过程或箱体、罐体自身安全参数的监控及其风险和事故的辨识方法，而对危化品库的堆放方式及其安全性还没有有效的监管手段。为实现危险化学品安全储存，国标15603-1995《常用危险化学品贮存通则》以及地标DB11/755-2010《危险化学品仓库建设及储存安全规范》中都明确提出禁忌化学品不得混存，允许混存的化学品垛间距不得小于1m。为加强存储安全的监管，利用信息化手段对危险化学品码垛式仓储开展混存监测技术研究成为当务之急，即对库房内不同化学品货物进行定位并监测。由于TDOA具有定位精度高、系统复杂度较低的优点，非常适用于危险化学品仓库的货物定位。

但是，现有的TDOA通常需要求解非线性的双曲线方程组，计算量大、时间长。为此，许多学者提出了相应的改进算法，比如:Fang，SX，SI，Taylor级数展开法和Chan算法。不过这些算法不能利用冗余测量数据提高测量精度，难以求得最优解，同时对初始解要求较高，最优解在测量噪声较大的情况下性能恶化比较严重。此外，上述定位算法一般都假设TDOA的测量误差服从高斯分布，并且可以得到似然函数的解析表达式，从而可以利用最大似然法求解。

粒子群优化(Particle Swarm Optimization PSO)算法是一种基于群体的智能优化算法，在优化问题上表现出良好的性能，在一些领域中得到很好的应用。但是在求解复杂优化问题时，标准粒子群优化算法易陷入局部最优，出现搜索停滞的现象。为解决这些问题，学者们已开展了系列研究，翟彦蓉等人在自适应粒子群优化算法的基础上，引入禁忌搜索策略，以提高定位精度；文恬等人通过非线性调整惯性权重提高定位精度；罗平等人提出基于自然选择的粒子群优化算法，提高了全局搜索能力。可以看出，研究者主要围绕PSO中的惯性权重开展研究，同时考虑惯性权重和加速度权重的并不多，因此，定位结果的精确度还有待提高。

发明内容

本发明的目的是提供一种危险化学品码垛式仓储货物定位优化方法，可以提高算法全局搜索能力，从而提高定位精度。

本发明的目的是通过以下技术方案实现的：

一种危险化学品码垛式仓储货物定位优化方法，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。

由上述本发明提供的技术方案可以看出，针对现有PSO算法易陷入局部最优，出现搜索停滞的缺陷，对算法进行改进，动态调整惯性权重和加速度权重；有效地解决了粒子群优化算法容易陷入局部最优的问题，使算法能快速收敛到全局最优解，算法性能稳定，定位精度高；为政府部门开展危险化学品仓储混存监测提供了良好的技术手段。