1、隨著社會(huì)經(jīng)濟(jì)的迅速發(fā)展,城市汽車保有量逐年增加,居民小區(qū)和公共場(chǎng)所停車難問(wèn)題日益突出。傳統(tǒng)單層平面停車場(chǎng)因其占用大量的土地資源而限制了其進(jìn)一步的發(fā)展,機(jī)械式立體車庫(kù)成為解決這一矛盾的一個(gè)很好的替代方案而備受推崇。先進(jìn)的計(jì)算機(jī)控制技術(shù)和通信技術(shù)為實(shí)現(xiàn)這一目的提供了有力的保障。有鑒于此,根據(jù)我國(guó)的立體車庫(kù)的現(xiàn)狀,借鑒國(guó)外的先進(jìn)經(jīng)驗(yàn),結(jié)合先進(jìn)的優(yōu)化算法,設(shè)計(jì)出一款高效的、經(jīng)濟(jì)的新型立體車庫(kù)變得尤為重要和必要。長(zhǎng)期以來(lái)車位調(diào)度問(wèn)題一直是機(jī)械式立

2、體車庫(kù)研究的重點(diǎn)與難點(diǎn)所在,這是因?yàn)檐囄徽{(diào)度問(wèn)題其本質(zhì)上是一個(gè)復(fù)雜的非線性優(yōu)化問(wèn)題。如何整合現(xiàn)有的各種優(yōu)化算法,針對(duì)機(jī)械式立體車庫(kù)問(wèn)題設(shè)計(jì)出一種高效、快速的智能新算法是解決這類問(wèn)題的關(guān)鍵所在。
　　 本文在詳細(xì)分析遺傳算法和蟻群算法各自優(yōu)缺點(diǎn)以及總結(jié)前人研究成果的基礎(chǔ)上,提出了一種較為新穎的混合算法:MGA-ACO(Modified Genetic Algorithm and Ant Colony Optimization),它

3、汲取了遺傳算法和蟻群算法各自的優(yōu)點(diǎn):在每次循環(huán)過(guò)程中,蟻群算法利用了遺傳算法的變異和交叉操作機(jī)制,而遺傳算法利用了蟻群算法的信息素的更新機(jī)制；加之算法中采用了精英選擇策略,能夠很好的將最優(yōu)解保留下來(lái),并且整個(gè)算法具有很好的收斂性,隨后以一個(gè)旅行商問(wèn)題(TSP)展示了該算法的優(yōu)異性能。在此基礎(chǔ)上給出了立體車庫(kù)的智能控制系統(tǒng)的具體硬件實(shí)現(xiàn):以高性價(jià)比的DSP代替?zhèn)鹘y(tǒng)的PLC來(lái)實(shí)現(xiàn)立體車庫(kù)的下位機(jī)的主要功能,這極大地提升了下位機(jī)的實(shí)時(shí)監(jiān)控能力