本發(fā)明涉及立體車庫智能控制技術(shù)領(lǐng)域，具體涉及一種基于ACP方法矩陣式立體車庫調(diào)度控制裝置及其方法，結(jié)合大數(shù)據(jù)分析得到完善的請求事件信息，將權(quán)值分配、完善的請求事件信息和車庫狀態(tài)信息結(jié)合，通過ACP方法得到最優(yōu)的路徑方案，達(dá)到數(shù)據(jù)的融合分析和調(diào)度系統(tǒng)對車庫車流量自適應(yīng)的目的。

背景技術(shù)：
：

目前，隨著經(jīng)濟(jì)社會的快速發(fā)展，城市機(jī)動車保有量的急劇增長，給現(xiàn)有的停車基礎(chǔ)設(shè)施帶來了巨大的壓力，停車難，亂停車等現(xiàn)象不斷重復(fù)上演，尤其是建筑密集的區(qū)域，停車?yán)щy問題更為嚴(yán)重。在現(xiàn)有技術(shù)中，立體停車庫成為了解決當(dāng)下停車?yán)щy的最佳方式。但現(xiàn)有技術(shù)的立體停車庫在使用的過程中普遍存在下列問題：一是用戶同時前往一個車庫，造成該車庫車位緊張，而另一個車庫車位空置率高；二是存取車高峰期，調(diào)度系統(tǒng)壓力大，無法及時將車輛取出，用戶等待時間長，體驗度降低；三是調(diào)度系統(tǒng)執(zhí)行過程中僅以將車輛取出為目的，無法綜合考慮用戶信息和車型信息，造成整個系統(tǒng)的能耗高，用戶平均等待時間長。上述這些問題出現(xiàn)的原因在于，沒有有效的途徑方便用戶及時了解車庫車位信息，而且受車庫本身存取車裝置的限制，調(diào)度系統(tǒng)無法同時實現(xiàn)多臺車輛的調(diào)度，另外現(xiàn)有的調(diào)度系統(tǒng)執(zhí)行軟件設(shè)計簡單，一般將存取車事件作為單個事件處理，不考慮多個事件之間的連續(xù)性和相關(guān)性，以單個車輛取車時間為優(yōu)化目標(biāo)，而不是以整個車庫中所有車輛存取車時間為優(yōu)化目標(biāo)，不考慮車流量動態(tài)變化和恒定的車庫調(diào)度系統(tǒng)速度之間的矛盾關(guān)系，還有缺少對歷史停車數(shù)據(jù)的分析利用，無法得到完善的用戶存取車習(xí)慣信息，進(jìn)而無法將車庫系統(tǒng)作為一個整體考慮，無法預(yù)測某一時刻車庫車流量數(shù)據(jù)。

ACP方法的理念就是通過人工社會(Artificial societies)，即人工系統(tǒng)、計算實驗(Computational experi-ments)、平行執(zhí)行(Parallel execution)之間組合，將人工的虛擬空間Cyberspace變成我們解決復(fù)雜問題的新的另一半空間，同自然的物理空間一起構(gòu)成求解復(fù)雜系統(tǒng)方程之完整的復(fù)雜空間。而新興的互聯(lián)網(wǎng)、云計算、物聯(lián)網(wǎng)等技術(shù)，正式支撐ACP方法的核心技術(shù)。從本質(zhì)上講，ACP的核心就是把復(fù)雜系統(tǒng)虛的和軟的部分建立起來，通過可定量、可實施的計算化和實時化，使之硬化，真正地用于解決實際的復(fù)雜問題。

人工系統(tǒng)不同于一般的仿真系統(tǒng)，實際系統(tǒng)不再是人工系統(tǒng)建立的唯一參考和標(biāo)準(zhǔn)，而是將人工系統(tǒng)中的模型視為一種現(xiàn)實，是實際系統(tǒng)的一種可能的代替形式或另一種可能的實現(xiàn)方式，而實際系統(tǒng)也只是可能出現(xiàn)的現(xiàn)實中的一種，其行為與模型的行為不同但卻等價，即不必苛求二者完全相同或高度逼近，只要求它們在規(guī)模、行為方式和系統(tǒng)特性等方面具有一致性即可。計算實驗主要是針對人工系統(tǒng)進(jìn)行的，其過程主要包括實驗設(shè)計，模擬實驗，實驗評估等。在這種計算實驗方法中，傳統(tǒng)的計算模型變成了計算實驗室里的試驗過程，成為生長培育各類復(fù)雜系統(tǒng)的手段。平行執(zhí)行對于一個復(fù)雜系統(tǒng)的研究，多數(shù)情況下既沒有系統(tǒng)的足夠精準(zhǔn)的模型，也不能建立可以解析的預(yù)測系統(tǒng)短期的行為模型。因此，人工系統(tǒng)的建立不可能一次構(gòu)建就可以達(dá)到能與實際系統(tǒng)的等價的程度，同時也很難給予實際系統(tǒng)十分準(zhǔn)確的管理或指導(dǎo)信息。這就需要不斷的對實際系統(tǒng)的反饋和人工系統(tǒng)中給出的策略，通過計算實驗方法，在人工系統(tǒng)和實際系統(tǒng)進(jìn)行一個滾動的優(yōu)化過程，該優(yōu)化過程即平行執(zhí)行。ACP方法目的是使人工系統(tǒng)中的角色從被動到主動，靜態(tài)到動態(tài)，離線到在線，以至最后由從屬地位提高到相等的地位。因此，為了實現(xiàn)立體車庫的智能化控制將ACP方法運用于立體車庫的控制過程中。

技術(shù)實現(xiàn)要素：
：

本發(fā)明的目的在于克服現(xiàn)有技術(shù)中存在的缺點，尋求一種基于ACP方法的立體車庫的調(diào)度控制裝置及其方法，解決現(xiàn)有車庫系統(tǒng)運行過程中存在的用戶信息和車輛信息不完善、調(diào)度靈活度低，數(shù)據(jù)融合分析困難，無法對調(diào)度方案進(jìn)行評估優(yōu)化的問題。

為了實現(xiàn)上述目的，本發(fā)明涉及的立體車庫調(diào)度控制裝置，其主體結(jié)構(gòu)包括用戶需求模塊、數(shù)據(jù)模塊、車庫信息模塊、智能控制模塊和智能調(diào)度模塊；用戶需求模塊用于獲取用戶的存取車請求事件并將請求事件傳遞給智能控制模塊，接收車庫信息模塊輸出的車庫狀態(tài)數(shù)據(jù)，接收智能調(diào)度模塊反饋的用戶事件調(diào)度方案處理需等待時間和建議，并將車庫狀態(tài)數(shù)據(jù)、等待時間和建議反饋給用戶；所述用戶需求模塊可以為手機(jī)終端APP、車輛終端、網(wǎng)絡(luò)平臺以及車庫場地內(nèi)設(shè)置的交互平臺；數(shù)據(jù)模塊包括數(shù)據(jù)采集單元、數(shù)據(jù)庫和數(shù)據(jù)預(yù)處理單元三個功能部分，數(shù)據(jù)采集單元用于采集汽車銷售商網(wǎng)站、車庫入口稱量裝置、社交網(wǎng)站、現(xiàn)有車庫數(shù)據(jù)庫和車庫信息模塊中的信息；數(shù)據(jù)預(yù)處理單元用于將采集的信息進(jìn)行分析歸納，得到車輛信息、用戶存取車習(xí)慣數(shù)據(jù)、用戶性格信息和車庫流量數(shù)據(jù)；數(shù)據(jù)庫將數(shù)據(jù)預(yù)處理單元得到的信息存儲于數(shù)據(jù)庫；所述車庫流量數(shù)據(jù)為車庫信息模塊反饋的數(shù)據(jù)，所述車輛信息為來自汽車銷售商或通過車庫入口稱量裝置得到的車型重量信息，所述用戶存取車習(xí)慣數(shù)據(jù)為能夠獲得的現(xiàn)有車庫記錄的車輛存車和取車時間信息，所述用戶性格信息為通過采集社交網(wǎng)站上用戶信息分析客戶是否守時及其他性格習(xí)慣，所述車庫流量數(shù)據(jù)為車庫車流量隨時間的變化數(shù)據(jù)，可以為當(dāng)日車流量統(tǒng)計數(shù)據(jù)和季節(jié)性車流量統(tǒng)計數(shù)據(jù)，通過車庫信息模塊的記錄能夠逐步得到完善的信息；車庫信息模塊接收PLC控制系統(tǒng)傳遞的各種信號，分析統(tǒng)計得到車庫狀態(tài)信息，記錄車庫流量數(shù)據(jù)，計算以時間和能耗為目標(biāo)函數(shù)的每個停車位的權(quán)值，將車庫狀態(tài)信息反饋給用戶需求模塊，將車庫狀態(tài)信息和車位權(quán)值傳遞給智能控制模塊，將車庫流量數(shù)據(jù)輸出給數(shù)據(jù)模塊；車庫狀態(tài)信息包括車庫位置、收費信息、車位占用狀態(tài)、驅(qū)動裝置和提升電梯的狀態(tài)(是否損壞)；智能控制模塊包括信息鏈單元、計算實驗單元和存儲單元三部分，信息鏈單元用于信息鏈的形成，接收用戶需求模塊的請求事件，讀取車庫信息模塊記錄的車庫狀態(tài)，并結(jié)合數(shù)據(jù)模塊內(nèi)的請求事件車輛的相關(guān)信息，形成信息鏈并輸送到儲存單元中；計算實驗單元根據(jù)信息鏈確定優(yōu)化目標(biāo)函數(shù)通過計算實驗過程得到最優(yōu)調(diào)度方案，將最優(yōu)調(diào)度方案輸出到存儲單元后再發(fā)送到智能調(diào)度模塊；儲存單元用于存儲信息鏈和最優(yōu)調(diào)度方案；所述信息鏈構(gòu)成為預(yù)約事件/優(yōu)先事件/次級優(yōu)先事件-存車時間/取車時間-車輛信息(車重、車牌號)-取車時間-用戶性格信息-車庫流量數(shù)據(jù)，所述預(yù)約事件為用戶通過用戶需求模塊確定的預(yù)約存車/取車事件或通過數(shù)據(jù)模塊用戶存取車習(xí)慣得到的用戶取車事件，所述優(yōu)先事件為用戶已達(dá)到車庫的存車/取車事件，所述次級優(yōu)先事件為達(dá)到用戶預(yù)約時間的取車事件，所述取車時間為用戶設(shè)定的時間或通過數(shù)據(jù)分析用戶存取車習(xí)慣得到的取車時間，所述調(diào)度方案包括調(diào)度過程中路徑方案和調(diào)度過程時間預(yù)算；智能調(diào)度模塊根據(jù)調(diào)度方案按照調(diào)度順序控制立體車庫的PLC控制系統(tǒng)進(jìn)行車輛調(diào)度，同時實時統(tǒng)計每一個調(diào)度方案執(zhí)行需要等待的時間，將等待時間和結(jié)合等待時間給用戶的建議反饋給用戶需求模塊，所述調(diào)度順序為根據(jù)智能調(diào)度模塊接收到調(diào)度方案的順序給予調(diào)度方案執(zhí)行的順序號。

本發(fā)明涉及的計算實驗單元為基于ACP方法的單元模塊，具體為在人工立體車庫系統(tǒng)中映射一個與實際立體車庫系統(tǒng)狀態(tài)相同的人工立體車庫模型，在立體車庫模型中進(jìn)行計算實驗過程，計算實驗單元包括實驗設(shè)計、實驗執(zhí)行和實驗評估三個部分，實驗設(shè)計以車庫狀態(tài)信息和獲得的所有信息鏈信息為基礎(chǔ)條件，以該時刻車庫需求確定實驗設(shè)計的原則，如時間最優(yōu)、庫存最大或進(jìn)車優(yōu)先原則，選取相應(yīng)算法得到實驗方案；將實驗方案在人工立體車庫模型中進(jìn)行模擬實驗，即實驗執(zhí)行，模擬執(zhí)行后得到模擬后的人工立體車庫模型車庫狀態(tài)信息，根據(jù)模擬后的人工立體車庫模型車庫狀態(tài)信息和智能控制模塊新獲得的信息鏈信息，以實驗設(shè)計階段選取的實驗設(shè)計原則，選擇評價方案目標(biāo)函數(shù)是時間最優(yōu)或庫存最大或進(jìn)車優(yōu)先對該設(shè)計方案進(jìn)行評價，若為最優(yōu)方案則確定為最優(yōu)調(diào)度方案，若不是最優(yōu)方案，則返回實驗設(shè)計階段重新確定。

本發(fā)明涉及的立體車庫調(diào)度控制裝置的控制對象為矩陣式立體車庫，所述矩陣式立體車庫包括立體車庫機(jī)械結(jié)構(gòu)部分和PLC控制系統(tǒng)，立體車庫機(jī)械結(jié)構(gòu)部分包括提升電梯和載車模塊，立體車庫機(jī)械結(jié)構(gòu)部分分為若干層，每層包括提升電梯和設(shè)置在提升電梯周邊矩陣式排布的載車模塊，所述載車模塊包括支撐框架、驅(qū)動裝置和載車板，支撐框架上設(shè)有限位開關(guān)，用于感應(yīng)載車板的移動位置，支撐框架上還設(shè)有重量傳感器，通過重量數(shù)據(jù)確定載車模塊上是否停有車輛，驅(qū)動裝置通過載車板帶動車輛在橫向或縱向移動，通過提升電梯驅(qū)動車輛在上下方向上移動，所述PLC控制系統(tǒng)分別與限位開關(guān)、重量傳感器、驅(qū)動裝置電機(jī)和提升電梯電連接。

本發(fā)明涉及的立體車庫的調(diào)度控制方法，包括以下步驟：

101.數(shù)據(jù)信息采集：先由數(shù)據(jù)模塊獲取車輛信息、用戶存取車習(xí)慣信息、用戶性格信息和車庫流量數(shù)據(jù)，并將采集的數(shù)據(jù)進(jìn)行分析、歸納并存儲于數(shù)據(jù)庫；所述車輛信息包括來自汽車銷售商或通過車庫入口稱量裝置得到的車型重量信息，所述用戶存取車習(xí)慣包括現(xiàn)有車庫記錄的車輛存車和取車時間信息，所述用戶性格信息包括通過采集社交網(wǎng)站用戶信息分析得到的用戶是否守時的性格信息，所車庫流量數(shù)據(jù)為車庫車流量隨時間的變化數(shù)據(jù)包括當(dāng)日車流量統(tǒng)計數(shù)據(jù)，季節(jié)性車流量統(tǒng)計數(shù)據(jù)；

102.請求事件獲?。焊鶕?jù)請求事件的類型分為兩種情況：一是對于存車請求，車庫信息模塊接收PLC控制系統(tǒng)傳遞的各種信號，分析統(tǒng)計得到車庫剩余車位，將剩余車位信息實時發(fā)送給用戶需求模塊，用戶在用戶請求模塊中搜索或查詢目標(biāo)車庫，若目標(biāo)車庫有剩余車位則在人機(jī)交互界面輸入并確認(rèn)預(yù)約存車時間、車型和預(yù)約取車時間；二是對于取車請求，用戶在人機(jī)交互界面輸入并確認(rèn)車牌號和取車時間或預(yù)約取車時間；

103.信息鏈確定：由智能控制模塊接收到步驟102獲取的請求事件信息，讀取步驟101數(shù)據(jù)模塊內(nèi)存儲的請求事件車輛和用戶相關(guān)信息構(gòu)建信息鏈，并將信息鏈存儲；信息鏈分為以下幾種情況：信息鏈A：優(yōu)先事件-存車時間-車重-取車時間-用戶性格信息-車庫流量數(shù)據(jù)；信息鏈B：優(yōu)先事件-取車時間-載車板編號(或車牌號)-用戶性格信息-車庫流量數(shù)據(jù)；信息鏈C：次級優(yōu)先事件-取車時間-載車板編號(或車牌號)用戶性格信息-車庫流量數(shù)據(jù)；信息鏈D：預(yù)約事件-取車時間-載車板編號-用戶性格信息-車庫流量數(shù)據(jù)；信息鏈E：預(yù)約事件-存車時間-車重-取車時間-用戶性格信息-車庫流量數(shù)據(jù)；

104.車位狀態(tài)獲取和權(quán)值分配：車庫信息模塊接收PLC控制系統(tǒng)傳遞的各種信號，通過分析統(tǒng)計得到車庫狀態(tài)信息，再計算以時間和能耗為優(yōu)化目標(biāo)的每個停車位的權(quán)值，得到權(quán)值分配信息；

105.調(diào)度方案確定：計算實驗單元讀取步驟103中存儲的信息鏈信息，步驟104得到的車庫狀態(tài)信息和權(quán)值分配信息，依次通過實驗設(shè)計、實驗執(zhí)行和實驗評估得到最優(yōu)調(diào)度方案；

106.調(diào)度方案執(zhí)行：智能調(diào)度模塊接收步驟105得到的最優(yōu)調(diào)度方案，根據(jù)最優(yōu)調(diào)度方案按照調(diào)度順序控制立體車庫的PLC控制系統(tǒng)進(jìn)行車輛調(diào)度，同時實時統(tǒng)計每一個調(diào)度方案執(zhí)行需要等待的時間，將等待時間反饋給用戶需求模塊；對于取車路徑，提升電梯將車輛運行到指定停車層，與此同時，相應(yīng)驅(qū)動裝置將障礙車輛移出相應(yīng)停車位，從而使提升電梯達(dá)到指定停車層后，車輛可直接進(jìn)入停車位。

本發(fā)明涉及的步驟101，具體運行分為以下步驟：

1011.數(shù)據(jù)采集單元采集網(wǎng)絡(luò)信息、現(xiàn)有車庫記錄信息、汽車銷售商車型重量數(shù)據(jù)信息或車庫入口稱量裝置獲取的車輛重量信息，接收車庫信息模塊返回的車庫流量數(shù)據(jù)；

1012.數(shù)據(jù)預(yù)處理單元將數(shù)據(jù)采集單元采集的信息進(jìn)行分析歸納，得到車輛數(shù)據(jù)、用戶存取車習(xí)慣數(shù)據(jù)和用戶性格信息數(shù)據(jù)；

1013.數(shù)據(jù)庫將步驟1012得到的數(shù)據(jù)和車庫流量數(shù)據(jù)存儲。

本發(fā)明涉及的步驟104可以具體分為以下步驟：

1041.統(tǒng)一時間和能耗量綱，計算以時間和能耗為優(yōu)化目標(biāo)的每個停車位的權(quán)值，確定時間是首要優(yōu)化目標(biāo)，以時間最優(yōu)的前十種方案中最短時間t0和最低能耗q0為基準(zhǔn)，針對某個方案的時間t和能耗q,將所需時間和能耗與最小值的比值作為優(yōu)化函數(shù)得出權(quán)值，即t/t0+q/q0；

1042.接收PLC控制系統(tǒng)傳遞的信號確認(rèn)車位的占用狀態(tài)、驅(qū)動裝置和提升電梯的狀態(tài)，如空余停車位，故障驅(qū)動裝置，故障提升電梯信息以及載車模塊狀態(tài)，同時記錄各停車位、驅(qū)動裝置和提升電梯的狀態(tài)。

本發(fā)明涉及的步驟105具體包括以下步驟：

1051.在人工立體車庫系統(tǒng)中映射一個與實際立體車庫系統(tǒng)狀態(tài)相同的人工立體車庫模型；

1052.在人工立體車庫模型中以車庫狀態(tài)信息和獲得的所有信息鏈信息為基礎(chǔ)條件，以該時刻車庫需求確定實驗設(shè)計原則，如時間最優(yōu)、庫存最大或進(jìn)車優(yōu)先，選取相應(yīng)算法得到實驗方案；所述算法包括融合遺傳算法和蟻群算法的GAAAA算法或廣度優(yōu)先算法或其他算法；

1053.將實驗方案在人工立體車庫模型中進(jìn)行模擬實驗，即實驗執(zhí)行，模擬執(zhí)行后得到模擬后人工立體車庫模型車庫狀態(tài)信息；

1054.根據(jù)步驟1053獲得的模擬后人工立體車庫模型的車庫狀態(tài)信息和步驟103智能控制模塊新獲得的信息鏈信息，以實驗設(shè)計階段選取的原則，選擇評價方案目標(biāo)函數(shù)是時間最優(yōu)或庫存最大或進(jìn)車優(yōu)先對該設(shè)計方案進(jìn)行評價，若為最優(yōu)方案則確定為最優(yōu)調(diào)度方案，若不是最優(yōu)調(diào)度方案，則返回步驟1052重新開始。

本發(fā)明與現(xiàn)有技術(shù)相比，一是使現(xiàn)有的停車資源得到最大效率的使用，降低了停車基礎(chǔ)設(shè)施建設(shè)預(yù)算，整個社會停車場收費制度將更加合理；二是停車過程更智能便捷，提高出行的效率，提高城市的運行效率；三是易用性強(qiáng)，可大范圍推廣應(yīng)用，緩解人口建筑密集區(qū)域的停車難問題。

附圖說明：

圖1為本發(fā)明涉及的立體車庫調(diào)度控制裝置的結(jié)構(gòu)示意框圖。

圖2為本發(fā)明涉及的立體車庫機(jī)械機(jī)構(gòu)部分單層結(jié)構(gòu)示意圖。

圖3為本發(fā)明涉及的載車模塊結(jié)構(gòu)示意圖。

圖4為本發(fā)明涉及的立體車庫調(diào)度控制方法流程示意框圖。

圖5為本發(fā)明涉及的計算實驗過程流程示意圖。

圖6為本發(fā)明涉及的5*3矩陣式立體車庫的權(quán)值分配圖。

圖7為本發(fā)明涉及的廣度算法流程示意圖。

具體實施方式：

下面結(jié)合附圖和實施例對本發(fā)明做進(jìn)一步說明：

實施例1：

本實施例涉及的立體車庫調(diào)度控制裝置，其主體結(jié)構(gòu)包括用戶需求模塊1、數(shù)據(jù)模塊2、車庫信息模塊3、智能控制模塊4和智能調(diào)度模塊5；用戶需求模塊1用于獲取用戶的存取車請求事件并將請求事件傳遞給智能控制模塊4，接收車庫信息模塊3輸出的車庫狀態(tài)數(shù)據(jù)，接收智能調(diào)度模塊5反饋的用戶事件調(diào)度方案處理需等待時間和建議，并將車庫狀態(tài)數(shù)據(jù)、等待時間和建議反饋給用戶；所述用戶需求模塊1可以為手機(jī)終端APP、車輛終端、網(wǎng)絡(luò)平臺以及車庫場地內(nèi)設(shè)置的交互平臺；數(shù)據(jù)模塊2包括數(shù)據(jù)采集單元13、數(shù)據(jù)庫14和數(shù)據(jù)預(yù)處理單元15三個功能部分，數(shù)據(jù)采集單元13用于采集汽車銷售商網(wǎng)站、車庫入口稱量裝置、社交網(wǎng)站、現(xiàn)有車庫數(shù)據(jù)庫和車庫信息模塊3中的信息；數(shù)據(jù)預(yù)處理單元15用于將采集的信息進(jìn)行分析歸納，得到車輛信息、用戶存取車習(xí)慣數(shù)據(jù)、用戶性格信息和車庫流量數(shù)據(jù)；數(shù)據(jù)庫14將數(shù)據(jù)預(yù)處理單元15得到的信息存儲于數(shù)據(jù)庫14；所述車庫流量數(shù)據(jù)為車庫信息模塊3反饋的數(shù)據(jù)，所述車輛信息為來自汽車銷售商或通過車庫入口稱量裝置得到的車型重量信息，所述用戶存取車習(xí)慣數(shù)據(jù)為能夠獲得的現(xiàn)有車庫記錄的車輛存車和取車時間信息，所述用戶性格信息為通過采集社交網(wǎng)站上用戶信息分析客戶是否守時及其他性格習(xí)慣，所述車庫流量數(shù)據(jù)為車庫車流量隨時間的變化數(shù)據(jù)，可以為當(dāng)日車流量統(tǒng)計數(shù)據(jù)和季節(jié)性車流量統(tǒng)計數(shù)據(jù)，通過車庫信息模塊3的記錄能夠逐步得到完善的信息；車庫信息模塊3接收PLC控制系統(tǒng)6傳遞的各種信號，分析統(tǒng)計得到車庫狀態(tài)信息，記錄車庫流量數(shù)據(jù)，計算以時間和能耗為目標(biāo)函數(shù)的每個停車位的權(quán)值，將車庫狀態(tài)信息反饋給用戶需求模塊，將車庫狀態(tài)信息和車位權(quán)值傳遞給智能控制模塊4，將車庫流量數(shù)據(jù)輸出給數(shù)據(jù)模塊2，車庫狀態(tài)信息包括車庫位置、收費信息、車位占用狀態(tài)、驅(qū)動裝置和提升電梯17的狀態(tài)(是否損壞)；智能控制模塊4包括信息鏈單元8、計算實驗單元9和存儲單元16三部分，信息鏈單元8用于信息鏈的形成，接收用戶需求模塊1的請求事件，讀取車庫信息模塊3記錄的車庫狀態(tài)，并結(jié)合數(shù)據(jù)模塊2內(nèi)的請求事件車輛的相關(guān)信息，形成信息鏈并輸送到儲存單元16中；計算實驗單元9根據(jù)信息鏈確定優(yōu)化目標(biāo)函數(shù)通過計算實驗過程得到最優(yōu)調(diào)度方案，將最優(yōu)調(diào)度方案輸出到存儲單元16后再發(fā)送到智能調(diào)度模塊5；儲存單元16用于存儲信息鏈和最優(yōu)調(diào)度方案；所述信息鏈構(gòu)成為預(yù)約事件/優(yōu)先事件/次級優(yōu)先事件-存車時間/取車時間-車輛信息(車重、車牌號)-取車時間-用戶性格信息-車庫流量數(shù)據(jù)，所述預(yù)約事件為用戶通過用戶需求模塊1確定的預(yù)約存車/取車事件或通過數(shù)據(jù)模塊2用戶存取車習(xí)慣得到的用戶取車事件，所述優(yōu)先事件為用戶已達(dá)到車庫的存車/取車事件，所述次級優(yōu)先事件為達(dá)到用戶預(yù)約時間的取車事件，所述取車時間為用戶設(shè)定的時間或通過數(shù)據(jù)分析用戶存取車習(xí)慣得到的取車時間，所述調(diào)度方案包括調(diào)度過程中路徑方案和調(diào)度過程時間預(yù)算；智能調(diào)度模塊5根據(jù)調(diào)度方案按照調(diào)度順序控制立體車庫的PLC控制系統(tǒng)6進(jìn)行車輛調(diào)度，同時實時統(tǒng)計每一個調(diào)度方案執(zhí)行需要等待的時間，將等待時間和結(jié)合等待時間給用戶的建議反饋給用戶需求模塊1，所述調(diào)度順序為根據(jù)智能調(diào)度模塊5接收到調(diào)度方案的順序給予調(diào)度方案執(zhí)行的順序號。

本實施例涉及的計算實驗單元9為基于ACP方法的單元模塊，具體為在人工立體車庫系統(tǒng)中映射一個與實際立體車庫系統(tǒng)狀態(tài)相同的人工立體車庫模型，在立體車庫模型中進(jìn)行計算實驗過程，計算實驗單元9包括實驗設(shè)計10、實驗執(zhí)行11和實驗評估12三個部分，實驗設(shè)計10以車庫狀態(tài)信息和獲得的所有信息鏈信息為基礎(chǔ)條件，以該時刻車庫需求確定實驗設(shè)計10的原則，如時間最優(yōu)、庫存最大或進(jìn)車優(yōu)先原則，選取相應(yīng)算法得到實驗方案；將實驗方案在人工立體車庫模型中進(jìn)行模擬實驗，即實驗執(zhí)行11，模擬執(zhí)行后得到模擬后的人工立體車庫模型車庫狀態(tài)信息，根據(jù)模擬后的人工立體車庫模型車庫狀態(tài)信息和智能控制模塊新獲得的信息鏈信息，以實驗設(shè)計10階段選取的實驗設(shè)計原則，選擇評價方案目標(biāo)函數(shù)是時間最優(yōu)或庫存最大或進(jìn)車優(yōu)先對該設(shè)計方案進(jìn)行評價，若為最優(yōu)方案則確定為最優(yōu)調(diào)度方案，若不是最優(yōu)方案，則返回實驗設(shè)計10階段重新確定。

本實施例涉及的立體車庫調(diào)度控制裝置的控制對象為矩陣式立體車庫，所述矩陣式立體車庫包括立體車庫機(jī)械結(jié)構(gòu)部分7和PLC控制系統(tǒng)6，立體車庫機(jī)械結(jié)構(gòu)部分7包括提升電梯17和載車模塊，立體車庫機(jī)械結(jié)構(gòu)部分7分為若干層，每層包括提升電梯17和設(shè)置在提升電梯17周邊矩陣式排布的載車模塊，(載車模塊在圖2中具體為A-G，其中載車模塊分別為三種狀態(tài)，第一種狀態(tài)是車位的驅(qū)動裝置上停有空的載車板，即帶載車板空車位，如F所示；第二種狀態(tài)是車位的驅(qū)動裝置上停有載車板和車輛，如A、D和E上所示；第三種狀態(tài)是車位的驅(qū)動裝置上沒有載車板，即為無載車板空車位，如B、C、D和G所示)，所述載車模塊包括支撐框架18、驅(qū)動裝置19和載車板20，支撐框架18上設(shè)有限位開關(guān)21，用于感應(yīng)載車板的移動位置，支撐框架18上還設(shè)有重量傳感器22，通過重量數(shù)據(jù)確定載車模塊上是否停有車輛，驅(qū)動裝置19通過載車板20帶動車輛在橫向或縱向移動，通過提升電梯17驅(qū)動車輛在上下方向上移動，所述PLC控制系統(tǒng)6分別與限位開關(guān)21、重量傳感器22、驅(qū)動裝置電機(jī)和提升電梯17電連接。

本實施例涉及的立體車庫的調(diào)度控制方法，包括以下步驟：

101.數(shù)據(jù)信息采集：先由數(shù)據(jù)模塊2獲取車輛信息、用戶存取車習(xí)慣信息、用戶性格信息和車庫流量數(shù)據(jù)，并將采集的數(shù)據(jù)進(jìn)行分析、歸納并存儲于數(shù)據(jù)庫14；所述車輛信息包括來自汽車銷售商或通過車庫入口稱量裝置得到的車型重量信息，所述用戶存取車習(xí)慣包括現(xiàn)有車庫記錄的車輛存車和取車時間信息，所述用戶性格信息包括通過采集社交網(wǎng)站用戶信息分析得到的用戶是否守時的性格信息，所車庫流量數(shù)據(jù)為車庫車流量隨時間的變化數(shù)據(jù)包括當(dāng)日車流量統(tǒng)計數(shù)據(jù)，季節(jié)性車流量統(tǒng)計數(shù)據(jù)；

102.請求事件獲取：根據(jù)請求事件的類型分為兩種情況：一是對于存車請求，車庫信息模塊3接收PLC控制系統(tǒng)6傳遞的各種信號，分析統(tǒng)計得到車庫剩余車位，將剩余車位信息實時發(fā)送給用戶需求模塊1，用戶在用戶請求模塊1中搜索或查詢目標(biāo)車庫，若目標(biāo)車庫有剩余車位則在人機(jī)交互界面輸入并確認(rèn)預(yù)約存車時間、車型和預(yù)約取車時間；二是對于取車請求，用戶在人機(jī)交互界面輸入并確認(rèn)車牌號和取車時間或預(yù)約取車時間；

103.信息鏈確定：由智能控制模塊4接收到步驟102獲取的請求事件信息，讀取步驟101數(shù)據(jù)模塊2內(nèi)存儲的請求事件車輛和用戶相關(guān)信息構(gòu)建信息鏈，并將信息鏈存儲；信息鏈分為以下幾種情況：信息鏈A：優(yōu)先事件-存車時間-車重-取車時間-用戶性格信息-車庫流量數(shù)據(jù)；信息鏈B：優(yōu)先事件-取車時間-載車板編號(或車牌號)-用戶性格信息-車庫流量數(shù)據(jù)；信息鏈C：次級優(yōu)先事件-取車時間-載車板編號(或車牌號)用戶性格信息-車庫流量數(shù)據(jù)；信息鏈D：預(yù)約事件-取車時間-載車板編號-用戶性格信息-車庫流量數(shù)據(jù)；信息鏈E：預(yù)約事件-存車時間-車重-取車時間-用戶性格信息-車庫流量數(shù)據(jù)；

104.車位狀態(tài)獲取和權(quán)值分配：車庫信息模塊3接收PLC控制系統(tǒng)6傳遞的各種信號，通過分析統(tǒng)計得到車庫狀態(tài)信息，再計算以時間和能耗為優(yōu)化目標(biāo)的每個停車位的權(quán)值，得到權(quán)值分配信息；

105.調(diào)度方案確定：計算實驗單元9讀取步驟103中存儲的信息鏈信息，步驟104得到的車庫狀態(tài)信息和權(quán)值分配信息，依次通過實驗設(shè)計10、實驗執(zhí)行11和實驗評估12得到最優(yōu)調(diào)度方案；

106.調(diào)度方案執(zhí)行：智能調(diào)度模塊5接收步驟105得到的最優(yōu)調(diào)度方案，根據(jù)最優(yōu)調(diào)度方案按照調(diào)度順序控制立體車庫的PLC控制系統(tǒng)6進(jìn)行車輛調(diào)度，同時實時統(tǒng)計每一個調(diào)度方案執(zhí)行需要等待的時間，將等待時間反饋給用戶需求模塊1；對于取車路徑，提升電梯17將車輛運行到指定停車層，與此同時，相應(yīng)驅(qū)動裝置將障礙車輛移出相應(yīng)停車位，從而使提升電梯17達(dá)到指定停車層后，車輛可直接進(jìn)入停車位。

本實施例涉及的步驟101，具體運行分為以下步驟：

1011.數(shù)據(jù)采集單元13采集網(wǎng)絡(luò)信息、現(xiàn)有車庫記錄信息、汽車銷售商車型重量數(shù)據(jù)信息或車庫入口稱量裝置獲取的車輛重量信息，接收車庫信息模塊3返回的車庫流量數(shù)據(jù)；

1012.數(shù)據(jù)預(yù)處理單元15將數(shù)據(jù)采集單元13采集的信息進(jìn)行分析歸納，得到車輛數(shù)據(jù)、用戶存取車習(xí)慣數(shù)據(jù)和用戶性格信息數(shù)據(jù)；

1013.數(shù)據(jù)庫14將步驟1012得到的數(shù)據(jù)和車庫流量數(shù)據(jù)存儲。

本實施例涉及的步驟104可以具體分為以下步驟：

1041.統(tǒng)一時間和能耗量綱，計算以時間和能耗為優(yōu)化目標(biāo)的每個停車位的權(quán)值，確定時間是首要優(yōu)化目標(biāo)，以時間最優(yōu)的前十種方案中最短時間t0和最低能耗q0為基準(zhǔn)，針對某個方案的時間t和能耗q,將所需時間和能耗與最小值的比值作為優(yōu)化函數(shù)得出權(quán)值，即t/t0+q/q0，圖6為一個5*3矩陣式立體車庫的權(quán)值分配圖；

1042.接收PLC控制系統(tǒng)6傳遞的信號確認(rèn)車位的占用狀態(tài)、驅(qū)動裝置19和提升電梯17的狀態(tài)，如空余停車位，故障驅(qū)動裝置，故障提升電梯17信息以及載車模塊狀態(tài)；同時記錄各停車位、驅(qū)動裝置和提升電梯17的狀態(tài)。

本實施例涉及的步驟105具體包括以下步驟：

1051.在人工立體車庫系統(tǒng)中映射一個與實際立體車庫系統(tǒng)狀態(tài)相同的人工立體車庫模型；

1052.在人工立體車庫模型中以車庫狀態(tài)信息和獲得的所有信息鏈信息為基礎(chǔ)條件，以該時刻車庫需求確定實驗設(shè)計原則，如時間最優(yōu)、庫存最大或進(jìn)車優(yōu)先，選取相應(yīng)算法得到實驗方案；所述算法包括融合遺傳算法和蟻群算法的GAAAA算法或廣度優(yōu)先算法或其他算法；

1053.將實驗方案在人工立體車庫模型中進(jìn)行模擬實驗，即實驗執(zhí)行11，模擬執(zhí)行后得到模擬后人工立體車庫模型車庫狀態(tài)信息；

1054.根據(jù)步驟1053獲得的模擬后人工立體車庫模型的車庫狀態(tài)信息和步驟103智能控制模塊4新獲得的信息鏈信息，以實驗設(shè)計10階段選取的原則，選擇評價方案目標(biāo)函數(shù)是時間最優(yōu)或庫存最大或進(jìn)車優(yōu)先對該設(shè)計方案進(jìn)行評價，若為最優(yōu)方案則確定為最優(yōu)調(diào)度方案，若不是最優(yōu)調(diào)度方案，則返回步驟1052重新開始。

實施例2：

本實施例涉及的實驗設(shè)計過程采用廣度優(yōu)先算法，先對5*5車位進(jìn)行編號，采用兩位十進(jìn)制數(shù)，十位表示行，個位表示列，如表1所示：

表1車位編號示意表

為表示調(diào)度過程的各個狀態(tài)，采用數(shù)據(jù)的二進(jìn)制表示形式對車位占用進(jìn)行編碼，數(shù)據(jù)中包括的信息有：每個車位是否被占用及目標(biāo)車輛(主車)所在車位號。

表2狀態(tài)編碼含義表

數(shù)據(jù)的最大值max＝2²⁷＝134,217,728

long數(shù)據(jù)類型范圍是從-9,223,372,036,854,775,808到9,223,372,036,854,775,807，足夠編碼使用，故采用long數(shù)據(jù)類型對狀態(tài)編碼。

搜索信息的儲存

搜索樹的儲存：建立結(jié)構(gòu)體類型，存儲每個狀態(tài)的車位占用、父節(jié)點、距離信息、移動關(guān)系。

采用List類型存儲黑色和灰色節(jié)點，節(jié)點信息中的父節(jié)點序號是父節(jié)點在List中的序號。

List<node>nodesSave＝new List<node>()；//存放黑色&灰色節(jié)點

節(jié)點的父子關(guān)系指：父節(jié)點可通過合法移動一輛車到相鄰空位達(dá)到與子節(jié)點狀態(tài)相同。先搜索到的節(jié)點為父節(jié)點，后搜索到的節(jié)點為子節(jié)點。合法移動指要移動到的目標(biāo)車位是可用的空位。結(jié)構(gòu)體node中的dir數(shù)組存儲的是從父節(jié)點到本節(jié)點所需的移動方式，程序運行時數(shù)組申請長度為56,數(shù)組下標(biāo)對應(yīng)車位序號，數(shù)組中保存數(shù)值指示移動方向，0表示不移動，1、2、3、4分別表示向上、右、下、左移動。

其他信息的儲存：

List<long>nodesStatus＝new List<long>()；//存儲已經(jīng)遍歷到的節(jié)點status,以編號形式存儲

List<int>endNodes＝new List<int>()；//存儲目標(biāo)狀態(tài)在nodesSave中的序號

List<node>nodesPath1＝new List<node>()；//存放路徑

bool[]isUsefull＝new bool[56]；//表示5*5的車庫車位可用情況，true可用，false不可用

算法流程：

首先設(shè)定初始狀態(tài)，標(biāo)記為灰色節(jié)點，之后進(jìn)入循環(huán)，搜搜該灰色節(jié)點的所有子節(jié)點，并將新發(fā)現(xiàn)的節(jié)點標(biāo)記為灰色節(jié)點。找到所有子節(jié)點的灰色節(jié)點標(biāo)記為黑色節(jié)點，再搜索下一個灰色節(jié)點，直到達(dá)到停止條件，跳出循環(huán)。停止條件有兩個，滿足其一即可：

A.搜索深度<20

B.搜索到的目標(biāo)狀態(tài)達(dá)到y(tǒng)個，其中n為車位總數(shù)，x為車輛總數(shù)，y被限幅在1-15之間。

找到多個目標(biāo)狀態(tài)再比較的原因在于搜索時的單步移動和真實車庫的移動不同，搜索樹建立時為計算方便，認(rèn)為每次只能移動一輛車到相鄰空位。而真實車庫為了降低出庫時間，互相不干擾的移動可同時進(jìn)行，故搜索到的第一個目標(biāo)狀態(tài)并不一定是真實的最短路徑目標(biāo)狀態(tài)。通過對路徑壓縮，即把互不干擾的移動合并，再選擇用時最少，移動車輛相對少的路徑，才完成了最優(yōu)路徑的搜索。