[发明专利]一种基于PSO-DE的共享汽车区域调度方法

说明书

本发明提出了一种基于PSO‑DE的共享汽车区域调度方法，首先，使用Kmeans算法对停车点进行区域划分，统计每个区域的停车数目；其次，根据每个区域的停车数目构建状态指示函数，并根据状态指示函数设定异地操作车辆的奖励机制；然后，分析用户异地操作车辆的概率，结合每个区域的停车数目和奖励机制计算用户各项操作的成本；并以用户各项操作的成本建立目标函数；最后，利用粒子群差分进化算法对目标函数进行优化求解，得到最优调度方案。本发明针对区域车辆冗余问题，用车高峰期车辆不足问题，提出了奖励机制方案，停车路径选择方案，解决了现实情况中共享汽车调度的问题；对比实验显示，PSO‑DE算法比单独使用DE算法的优化效果有很明显的提升。

技术领域

本发明涉及共享汽车区域调度技术领域，特别是指一种基于PSO-DE的共享汽车区域调度方法。

背景技术

自2015年以来，共享汽车作为一种全新的出行方式一直吸引着人们的关注。虽然其作为一种能够有效解决交通堵塞、停车难和空气污染问题的有效方法之一受到人们的认可，但是其模式过重、运营成本过高，企业无法盈利的问题一直无法解决，共享汽车的规模一直难以提升。

为了解决共享汽车存在的问题，进而让共享汽车走入人们的生活减少交通堵塞、减少空气污染，有诸多学者对其进行了相关的研究。其中，Balac Milos等人研究了汽车价格政策对于汽车共享的影响；Jorge和Correia研究了价格与各个站点需求量之间的关系；Zhou提出了动态激励机制，并用维也纳出租车数据验证了该方法能有效将车队维持于均衡状态；Min Xu等以利润最大化为目标同时解决了共享电动汽车站点布局、定价策略与调度问题；Jorge使用混合非线性规划模型，以利润最大化为目标解决车辆定价问题；王喆使用动态价格激励机制，构建了具有滚动周期的优化特征动态随机模型；周鹏飞等人进行了共享汽车智能调度专家系统的研究、电动汽车共享站点选址、分时租赁汽车监管机制研究和充电站布局研究；王宁等人进行了共享汽车站点间车辆人工调度策略的研究；王宁等人进行了动态定价的共享汽车自适应调度策略的研究；王宁等人进行了基于用户激励的共享电动汽车调度成本优化的研究；高俊杰等人进行了基于需求预测的单向共享电动汽车车辆调度方法的研究；唐婕和曹瑾鑫进行了共享汽车联合调度优化方案的研究。

无论是共享汽车分配还是停车区域的选择都是一种优化调度问题，通过优化方法来得到最优解。而解决优化问题的一种较好的方案便是使用PSO-DE优化算法，其已经得到了广泛的应用。包括，发电机约束的经济调度问题，具有安全约束的动态经济调度问题，太阳能分布式发电优化，多周期风优化调度，超市资源调度分配问题等。

发明内容

针对上述背景技术中存在的不足，本发明提出了一种基于PSO-DE的共享汽车区域调度方法，解决了现实情况中停车点数目过多情况下共享汽车调度的问题。

本发明的技术方案是这样实现的：

一种基于PSO-DE的共享汽车区域调度方法，其步骤如下：

步骤一：使用Kmeans算法对停车点进行区域划分，并统计每个区域的停车数目；

步骤二：根据每个区域的停车数目构建状态指示函数，并根据状态指示函数设定异地操作车辆的奖励机制；

步骤三：分析用户异地操作车辆的概率，结合每个区域的停车数目和奖励机制计算用户各项操作的成本；

步骤四：以用户各项操作的成本建立目标函数；

步骤五：利用粒子群差分进化算法对目标函数进行优化求解，实现了每个区域内车辆的最优调度。

优选地，所述使用Kmeans算法对停车点进行区域划分的方法：

S1.1、在所有停车点中随机选取k个停车点作为k个区域的中心点，并将k个中心点作为初始均值向量；

S1.2、计算每个中心点与各个停车点之间的距离，根据距离最近的均值向量确定各个停车点的族；