题目和构想
- 方向:自动驾驶情况下(代客泊车)停车场的布局规划问题
- K栈堆布局下的调车效率最小化下如何布局
- K多少合适
- 各要素的尺寸和位置
- 该布局的效率优化问题
- 空间使用率、周转率等指标计算
- K栈堆布局下的调车效率最小化下如何布局
- 构想:
- 依据已有论文的构想:
- 上层为布局设计 - 确定决策变量指标
- 下层为分配模型 - 车辆在停车岛和栈堆中的分配
- 解决思路为Benders decomposition或者启发式算法
- 考虑$G_i$临时停放车道被占用导致相邻栈堆无法出场的问题 - 造成的时间浪费
- 增加$G_i$,使问题不存在 —— 占用大量空间,无法发挥该布局优势
- 原论文的求解,隐藏假设为,在同一时间段内,只存在一辆车的出场,不考虑调车对其他栈堆/区域调车的影响。
- 如果在某栈堆调车的时间段中,其他车辆需要出场,则如何解决?
- 依据已有论文的构想:
- 输出
- 除了论文,期望输出:dos应用、桌面应用、Web应用
- 桌面应用和Web应用为一体化的,利用Electron打包Web成为桌面应用
- 预期实现效果为:自动驾驶停车场的自动化设计(GUI)+停车情景仿真(不确定是否可以自我实现)
- 预期使用技术为:
- 前端:H5+CSS3+JS+Vue.js框架
- 后端:Python Django
- 结合:Node.js, Python-Shell, Electron
已经完成
- 11月-论文综述
- 阅读主要中英文文献十几篇,选定4篇重点文献。
- 未来可能会根据问题补充阅读。
- 12月上旬:确定题目和初步构思。
- 12月19:调查如何利用Python和Electron构建桌面应用。
- 12月20:Valet Parking 停车场环境构建
- 基本数据存储器——Spot Stack Area Lot等类。
- 数据更新函数。
- 12月21:损失函数构建 - 基于论文。
- 12月23:调查Django在服务器上的部署
- 12月24:求解算法:BD算法以及启发式算法的思路调研
- 12月25:进一步查看BD算法,并且调查Python-MIP / CBC Solver 求解器,思考原问题不足之处的改进方法,产生疑问。
- 原论文的求解,隐藏假设为,在同一时间段内,只存在一辆车的出场,不考虑调车对其他栈堆/区域调车的影响。
- 如果在某栈堆调车的时间段中,其他车辆需要出场,则如何解决?
近期工作
- 3天内:
- 再深挖BD,尝试使用Python-MIP + CBC求解MIP问题,最好是BD Algorithm。
- 一周内:
- 写完Solution的代码(Benders decomposition)。
- 测试完成。
- 半个月内到一个月内:
- 启发式算法构建
- 参照Transportation Research Part B 论文,复现结果。
- 两种算法求解对比
- 主要决策参数变化对于调车效率、停车场利用率的影响的可视化
远期工作
创新工作:寒假结束后 - 3月初
- 尝试完成构想中的第二点,即填补当前研究不足的部分。
前端补习:寒假结束后 - 3月初
- H5, CSS3基础再学一遍,做几个可靠的Demo。
- JS学完,结合Demo实现特定功能。
原型设计和业务需求细化:寒假设计 - 3月初
- 前端的基本布局构想
- 业务需求细化:具体到有多少选项框,每个干什么的,呈现效果具体如何。
业务需求实现:3月底 - 4月初
- 前端完成并迭代 —— 要求:美观大方,功能全面。
- 后端功能实现。