本發(fā)明涉及公交車立體車庫車輛出庫技術領域，特別涉及一種車輛出庫管理方法、裝置、計算機可讀存儲介質及設備。
背景技術：
隨著人口的不斷聚集和社會活動節(jié)奏的加快，每天乘坐公交出行的人越來越多，交通壓力越來越大，公交的出車間隔越來越短，而完全需要人工控制的公交立體車庫調度模式是無法保證公交車準點出車，繼而會影響到日常的交通穩(wěn)定。
技術實現(xiàn)要素：
本發(fā)明提供一種車輛出庫管理方法、裝置、計算機可讀存儲介質及設備，解決了或部分解決了現(xiàn)有技術中的人工控制的公交立體車庫調度模式無法保證公交車準點出車，影響到日常的交通穩(wěn)定技術問題。
為解決上述技術問題，本發(fā)明提供了一種車輛出庫管理方法包括以下步驟：根據設定的預檢時間和出車時刻表通過動態(tài)參數極值分析獲取預檢車位數量；根據所述預檢車位數量、所述預檢時間和車庫車位運送時間表，按照貪心原理生成單車庫的最優(yōu)調度策略；根據待出庫總車輛數獲取需要參與出車的車庫數量；根據所述參與出車的車庫數量、所述預檢車位數量、所述出車時刻表及所述單車庫的最優(yōu)調度策略，采用psg算法，動態(tài)調配公交車立體車庫的每個車庫的制動時刻，生成所述公交車立體車庫的出車策略。
進一步地，所述根據設定的預檢時間和出車時刻表通過動態(tài)參數極值分析獲取預檢車位數量包括：根據出車時刻表獲得出車間隔時間；根據所述出車間隔時間和預檢時間獲得預檢車位數量。
進一步地，在所述根據所述出車間隔時間和預檢時間獲得預檢車位數量之后，所述方法還包括：根據預檢車位數量和車庫預置的車位調度時間計算單車庫最優(yōu)調度次序；分配預檢車位到所述公交車立體車庫的各車庫，初始化預檢車位；初始化所述公交車立體車庫的升降機；計算所述公交車立體車庫的啟動時間。
進一步地，所述采用psg算法動態(tài)調配公交車立體車庫的每個車庫的制動時刻，生成所述公交車立體車庫的出車策略包括：所述單車庫最優(yōu)調度策略通過并行同速機理論擴展至所述公交車立體車庫，生成zig-zag矩陣；采用“z”或“n”型輪循出車矩陣，根據車庫車輛的出車情況，動態(tài)調整所述zig-zag矩陣。
進一步地，所述單車庫最優(yōu)調度策略通過并行同速機理論擴展至所述公交車立體車庫，生成zig-zag矩陣包括：根據所述單車庫最優(yōu)調度策略，得到單車庫最優(yōu)出車順序；根據所述并行同速機理論和所述單車庫的最優(yōu)出車順序，生成zig-zag出車矩陣。
進一步地，所述采用“z”或“n”型輪循出車矩陣，根據車庫車輛的出車情況，動態(tài)調整zig-zag矩陣包括：步驟1：判斷是否所有車輛均已出庫，若是，則跳轉至步驟5；若否，則跳轉至步驟2；步驟2：輪循zig-zag矩陣；步驟3：判斷單輪循環(huán)是否結束，若是，則跳轉至步驟2，若否，則跳轉至步驟4；步驟4：執(zhí)行出車操作；步驟5：輪循矩陣結束。
進一步地，所述執(zhí)行出車操作包括：步驟11：判斷當前時刻是否是出車時刻，若是，則跳轉至步驟12，若否，則跳轉至步驟13；步驟12：出車，重置預檢車位并記錄出車信息；步驟13：判斷預檢車位是否空閑：若是，則跳轉至步驟18，若否，則跳轉至步驟14；步驟14：判斷升降機是否空閑：若是，則跳轉至步驟15，若否，則跳轉至步驟16；步驟15：判斷是否能滿足該次拖車正好在預檢車位出車后到達，若是，則跳轉至步驟19，若否，則跳轉至步驟110；步驟16：判斷升降機是否到達預檢車位：若是，則跳轉至步驟17，若否，則跳轉至步驟110；步驟17：車輛開始預檢，重置升降機，跳轉至步驟110；步驟18：判斷升降機是否空閑：若是，則跳轉至步驟19，若否，則跳轉至步驟110；步驟19：根據該車庫最優(yōu)出車次序開始拖車；步驟步驟110：結束。
基于相同的發(fā)明構思，本發(fā)明還提供一種公交車立體車庫的車輛出庫管理裝置，所述裝置包括：車位數量獲取模塊，用于根據設定的預檢時間和出車時刻表通過動態(tài)參數極值分析獲取預檢車位數量；第一策略生成模塊，用于根據所述預檢車位數量、所述預檢時間和車庫車位運送時間表，按照貪心原理生成單車庫的最優(yōu)調度策略；車庫數量獲取模塊，用于根據待出庫總車輛數獲取需要參與出車的車庫數量；第二策略生成模塊，用于根據所述參與出車的車庫數量、所述預檢車位數量、所述出車時刻表及所述單車庫的最優(yōu)調度策略，采用psg算法，動態(tài)調配公交車立體車庫的每個車庫的制動時刻，生成所述公交車立體車庫的出車策略。基于相同的發(fā)明構思，本發(fā)明還提供一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執(zhí)行時實現(xiàn)以下步驟：根據設定的預檢時間和出車時刻表通過動態(tài)參數極值分析獲取預檢車位數量；根據所述預檢車位數量、所述預檢時間和車庫車位運送時間表，按照貪心原理生成單車庫的最優(yōu)調度策略；根據待出庫總車輛數獲取需要參與出車的車庫數量；根據所述參與出車的車庫數量、所述預檢車位數量、所述出車時刻表及所述單車庫的最優(yōu)調度策略，采用psg算法，動態(tài)調配公交車立體車庫的每個車庫的制動時刻，生成所述公交車立體車庫的出車策略。
基于相同的發(fā)明構思，本發(fā)明還提供一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述程序時實現(xiàn)以下步驟：根據設定的預檢時間和出車時刻表通過動態(tài)參數極值分析獲取預檢車位數量；根據所述預檢車位數量、所述預檢時間和車庫車位運送時間表，按照貪心原理生成單車庫的最優(yōu)調度策略；根據待出庫總車輛數獲取需要參與出車的車庫數量；根據所述參與出車的車庫數量、所述預檢車位數量、所述出車時刻表及所述單車庫的最優(yōu)調度策略，采用psg算法，動態(tài)調配公交車立體車庫的每個車庫的制動時刻，生成所述公交車立體車庫的出車策略。
本申請實施例中提供的一個或多個技術方案，至少具有如下技術效果或優(yōu)點：
根據設定的預檢時間和出車時刻表通過動態(tài)參數極值分析獲取預檢車位數量，根據預檢車位數量、預檢時間和車庫車位運送時間表，按照“貪心原理”生成單車庫最優(yōu)調度策略，根據待出庫總車輛數獲取需要參與出車的車庫數量，所以，可以有效解決現(xiàn)有技術中的人工控制的公交立體車庫調度模式無法保證公交車準點出車，影響到日常的交通穩(wěn)定技術問題，根據參與出車的車庫數量、預檢車位數量及出車時刻表，采用psg算法，動態(tài)調配公交立體車庫的每個車庫的制動時刻，生成公交車立體車庫的出車策略，同時兼顧了每日的出車時刻表和車庫的制動時刻，保證車庫的每一次制動操作都是為了出車時刻的準點出車，能夠最大化利用預檢車位，充分調度升級機的使用，保證每次出車都有車可出，解決了現(xiàn)有技術中公交立體車庫完全需要人工控制制動時刻的痛點。
附圖說明
圖1為本發(fā)明實施例提供的車輛出庫管理方法的流程示意圖。
具體實施方式
參見圖1，本發(fā)明實施例提供的車輛出庫管理方法包括以下步驟：
步驟a，根據設定的預檢時間和出車時刻表通過動態(tài)參數極值分析獲取預檢車位數量。
步驟b，根據所述預檢車位數量、所述預檢時間和車庫車位運送時間表，按照貪心原理生成單車庫的最優(yōu)調度策略。
步驟c，根據待出庫總車輛數獲取需要參與出車的車庫數量。
步驟d，根據所述參與出車的車庫數量、所述預檢車位數量、所述出車時刻表及所述單車庫的最優(yōu)調度策略，采用psg(parallelschedulingingreedy)算法，動態(tài)調配公交車立體車庫的每個車庫的制動時刻，生成所述公交車立體車庫的出車策略。
本申請技術方案根據設定的預檢時間和出車時刻表通過動態(tài)參數極值分析獲取預檢車位數量，根據預檢車位數量、預檢時間和車庫車位運送時間表，按照“貪心原理”生成單車庫最優(yōu)調度策略，根據待出庫總車輛數獲取需要參與出車的車庫數量，所以，可以有效解決現(xiàn)有技術中的人工控制的公交立體車庫調度模式無法保證公交車準點出車，影響到日常的交通穩(wěn)定技術問題，根據參與出車的車庫數量、預檢車位數量及出車時刻表，采用psg算法，動態(tài)調配公交立體車庫的每個車庫的制動時刻，生成公交車立體車庫的出車策略，同時兼顧了每日的出車時刻表和車庫的制動時刻，保證車庫的每一次制動操作都是為了出車時刻的準點出車，能夠最大化利用預檢車位，充分調度升級機的使用，保證每次出車都有車可出，解決了現(xiàn)有技術中公交立體車庫完全需要人工控制制動時刻的痛點。
詳細介紹步驟a。
所述根據設定的預檢時間和出車時刻表通過動態(tài)參數極值分析獲取預檢車位數量包括：根據出車時刻表獲得出車間隔時間，根據所述出車間隔時間和預檢時間獲得預檢車位數量。
在所述根據所述最適出車間隔時間和預檢時間獲得預檢車位數量之后，所述方法還包括：根據預檢車位數量和車庫預置的車位調度時間計算單車庫最優(yōu)調度次序；分配預檢車位到所述公交車立體車庫的各車庫，初始化預檢車位；初始化所述公交車立體車庫的升降機；計算所述公交車立體車庫的啟動時間。
詳細介紹步驟d。
所述采用psg算法動態(tài)調配公交車立體車庫的每個車庫的制動時刻，生成所述公交車立體車庫的出車策略包括：所述單車庫最優(yōu)調度策略通過并行同速機理論擴展至所述公交車立體車庫，生成zig-zag矩陣。所述單車庫最優(yōu)調度策略通過并行同速機理論擴展至所述公交車立體車庫，生成zig-zag矩陣包括：根據所述單車庫最優(yōu)調度策略，得到單車庫最優(yōu)出車順序；根據所述并行同速機理論和所述單車庫的最優(yōu)出車順序，生成zig-zag出車矩陣。
采用“z”或“n”型輪循出車矩陣，根據車庫車輛的出車情況，動態(tài)調整所述zig-zag矩陣。
所述采用“z”或“n”型輪循出車矩陣，根據車庫車輛的出車情況，動態(tài)調整zig-zag矩陣包括：
步驟1：判斷是否所有車輛均已出庫，若是，則跳轉至步驟5；若否，則跳轉至步驟2；
步驟2：輪循zig-zag矩陣；
步驟3：判斷單輪循環(huán)是否結束，若是，則跳轉至步驟2，若否，則跳轉至步驟4；
步驟4：執(zhí)行出車操作；
步驟5：輪循矩陣結束。
所述執(zhí)行出車操作包括：
步驟11：判斷當前時刻是否是出車時刻，若是，則跳轉至步驟12，若否，則跳轉至步驟13；
步驟12：出車，重置預檢車位并記錄出車信息；
步驟13：判斷預檢車位是否空閑：若是，則跳轉至步驟18，若否，則跳轉至步驟14；
步驟14：判斷升降機是否空閑：若是，則跳轉至步驟15，若否，則跳轉至步驟16；
步驟15：判斷是否能滿足該次拖車正好在預檢車位出車后到達，若是，則跳轉至步驟19，若否，則跳轉至步驟110；
步驟16：判斷升降機是否到達預檢車位：若是，則跳轉至步驟17，若否，則跳轉至步驟110；
步驟17：車輛開始預檢，重置升降機，跳轉至步驟110；
步驟18：判斷升降機是否空閑：若是，則跳轉至步驟19，若否，則跳轉至步驟110；
步驟19：根據該車庫最優(yōu)出車次序開始拖車；
步驟110：結束。
基于相同的發(fā)明構思，本發(fā)明還提供一種公交車立體車庫的車輛出庫管理裝置，所述裝置包括：車位數量獲取模塊、第一策略生成模塊、車庫數量獲取模塊及第二策略生成模塊。
所述車位數量獲取模塊用于根據設定的預檢時間和出車時刻表通過動態(tài)參數極值分析獲取預檢車位數量。
所述第一策略生成模塊用于根據所述預檢車位數量、所述預檢時間和車庫車位運送時間表，按照貪心原理生成單車庫的最優(yōu)調度策略。
所述車庫數量獲取模塊用于根據待出庫總車輛數獲取需要參與出車的車庫數量。
所述第二策略生成模塊用于根據所述參與出車的車庫數量、所述預檢車位數量、所述出車時刻表及所述單車庫的最優(yōu)調度策略，采用psg算法，動態(tài)調配公交車立體車庫的每個車庫的制動時刻，生成所述公交車立體車庫的出車策略。
基于相同的發(fā)明構思，本發(fā)明還提供一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執(zhí)行時實現(xiàn)以下步驟：
根據設定的預檢時間和出車時刻表通過動態(tài)參數極值分析獲取預檢車位數量；
根據所述預檢車位數量、所述預檢時間和車庫車位運送時間表，按照貪心原理生成單車庫的最優(yōu)調度策略；
根據待出庫總車輛數獲取需要參與出車的車庫數量；
根據所述參與出車的車庫數量、所述預檢車位數量、所述出車時刻表及所述單車庫的最優(yōu)調度策略，采用psg算法，動態(tài)調配公交車立體車庫的每個車庫的制動時刻，生成所述公交車立體車庫的出車策略。
基于相同的發(fā)明構思，本發(fā)明還提供一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述程序時實現(xiàn)以下步驟：
根據設定的預檢時間和出車時刻表通過動態(tài)參數極值分析獲取預檢車位數量；
根據所述預檢車位數量、所述預檢時間和車庫車位運送時間表，按照貪心原理生成單車庫的最優(yōu)調度策略；
根據待出庫總車輛數獲取需要參與出車的車庫數量；
根據所述參與出車的車庫數量、所述預檢車位數量、所述出車時刻表及所述單車庫的最優(yōu)調度策略，采用psg算法，動態(tài)調配公交車立體車庫的每個車庫的制動時刻，生成所述公交車立體車庫的出車策略。
為了更清楚本發(fā)明實施例，下面從本發(fā)明實施例的使用方法上予以介紹。
根據設定的預檢時間和出車時刻表通過動態(tài)參數極值分析獲取預檢車位數量。根據出車時刻表獲得出車間隔時間，根據出車間隔時間和預檢時間獲得預檢車位數量，根據預檢車位數量和車庫預置的車位調度時間計算單車庫最優(yōu)調度次序，分配預檢車位到公交車立體車庫的各車庫，初始化預檢車位，初始化公交車立體車庫的升降機，計算公交車立體車庫的啟動時間。
根據預檢車位數量、預檢時間和車庫車位運送時間表(車輛運輸至車位的時刻表)，按照貪心原理生成單車庫的最優(yōu)調度策略。
貪心原理包括：在所有車輛盡量滿足預檢時間和出車時間的情況下，盡量取運送時間最大的車輛優(yōu)先運送，并且要使每次運送的車輛都在預檢期內，達到局部最優(yōu)，進而達到全局最優(yōu)的調度策略。該結論由以下論證方式獲得：
問題：升降梯假設有n個，每次需要在t時間內運送m臺車。第i次運送的總時間為ttotal，則延遲為di；
運送整個車總數的總延遲
結論一：保證每次運送都在預檢期內完成可保證沒有延遲。
假設每輛車都有運送時間ti，為每輛車編號i；
極大化
ti+tj+…+tx
約束條件是
ti+tj+…+tx<＝t
結論二：貪心算法使得運送時間長的車被優(yōu)先運送，降低了后期產生延遲的可能性。
根據待出庫總車輛數獲取需要參與出車的車庫數量。
根據所述參與出車的車庫數量、所述預檢車位數量、所述出車時刻表及所述單車庫的最優(yōu)調度策略，采用psg算法，動態(tài)調配公交車立體車庫的每個車庫的制動時刻，生成所述公交車立體車庫的出車策略。
單車庫最優(yōu)調度策略通過并行同速機理論擴展至所述公交車立體車庫，生成zig-zag矩陣。即：根據單車庫最優(yōu)調度策略，得到單車庫最優(yōu)出車順序；根據并行同速機理論和所述單車庫的最優(yōu)出車順序，生成zig-zag出車矩陣。
并行同速機理論加zig-zag包括：根據并行同速機理論，多車庫的調度可以映射到單車庫調度，滿足單車庫的調度可以通過并行同速機理論擴展至多車庫。而多車庫的調度可以根據zig-zag輪循方式生成出車策略。沿用以上結論，繼續(xù)論證：
a＝m％n，則有a個升降機需要運送m/n向上取整臺車。
(n-a)個升降梯需要運m/n向下取整臺車。
結論三：在決定每個升降梯的運送數量后，由于是并行同速機，運送車的數量最多的升降梯的延遲就是di，局部最優(yōu)可達到全局最優(yōu)。
采用“z”或“n”型輪循出車矩陣，根據車庫車輛的出車情況，動態(tài)調整所述zig-zag矩陣。
即：步驟1：判斷是否所有車輛均已出庫，若是，則跳轉至步驟5；若否，則跳轉至步驟2；
步驟2：輪循zig-zag矩陣；
步驟3：判斷單輪循環(huán)是否結束，若是，則跳轉至步驟2，若否，則跳轉至步驟4；
步驟4：執(zhí)行出車操作；
步驟5：輪循矩陣結束。
所述執(zhí)行出車操作包括：
步驟11：判斷當前時刻是否是出車時刻，若是，則跳轉至步驟12，若否，則跳轉至步驟13；
步驟12：出車，重置預檢車位并記錄出車信息；
步驟13：判斷預檢車位是否空閑：若是，則跳轉至步驟18，若否，則跳轉至步驟14；
步驟14：判斷升降機是否空閑：若是，則跳轉至步驟15，若否，則跳轉至步驟16；
步驟15：判斷是否能滿足該次拖車正好在預檢車位出車后到達，若是，則跳轉至步驟19，若否，則跳轉至步驟110；
步驟16：判斷升降機是否到達預檢車位：若是，則跳轉至步驟17，若否，則跳轉至步驟110；
步驟17：車輛開始預檢，重置升降機，跳轉至步驟110；
步驟18：判斷升降機是否空閑：若是，則跳轉至步驟19，若否，則跳轉至步驟110；
步驟19：根據該車庫最優(yōu)出車次序開始拖車；
步驟110：結束。
可以動態(tài)調配公交立體車庫的每個車庫的制動時刻，生成公交車立體車庫的出車策略，同時兼顧了每日的出車時刻表和車庫的制動時刻，保證車庫的每一次制動操作都是為了出車時刻的準點出車，能夠最大化利用預檢車位，充分調度升級機的使用，保證每次出車都有車可出，解決了現(xiàn)有技術中公交立體車庫完全需要人工控制制動時刻的痛點。
最后所應說明的是，以上具體實施方式僅用以說明本發(fā)明的技術方案而非限制，盡管參照實例對本發(fā)明進行了詳細說明，本領域的普通技術人員應當理解，可以對本發(fā)明的技術方案進行修改或者等同替換，而不脫離本發(fā)明技術方案的精神和范圍，其均應涵蓋在本發(fā)明的權利要求范圍當中。