本发明涉及智能交通控制，更具体的，涉及：1、一种考虑能耗的共享无人驾驶车辆运营优化方法；2、一种考虑能耗的共享无人驾驶车辆运营优化装置。
背景技术：
1、共享无人驾驶车辆（shared autonomous vehicles，简称sav）是自动驾驶和共享经济的结合，旨在提供更加便捷、高效的出行服务。sav的推广不但可以缓解城市的交通拥堵，还可以解决“最后一公里问题”。
2、由于sav的市场化应用时间并不长，其运营管理问题的研究工作也较少。
3、已有研究大多是在最小化系统总行程时间的目标下进行的，而没有考虑汽车尾气排放对环境的影响。虽然有一些研究人员想到使用系统最优交通分配模型（简称so-dta）来对sav的运营管理问题进行求解，但大多数现有的so-dta模型仅考虑网络的运行效率，并用于满足最小化系统总行程时间（即仅考虑了时间因素下的总运营成本）的目标，依然没有考虑系统总排放（即未考虑汽车尾气排放对环境的影响），不符合现实应用的要求。
4、发明人考虑将sav运营进行优化，引入系统总排放作为另一目标。发明人后续采用常规的cplex求解器进行求解，发现求解效率偏低，会影响到具体应用。因此，需要对其进行优化。
技术实现思路
1、基于此，有必要针对现有技术的不足之处，提供了考虑能耗的共享无人驾驶车辆运营优化方法、装置。
2、本发明采用以下技术方案实现：
3、第一方面，本发明公开了一种考虑能耗的共享无人驾驶车辆运营优化方法，用于最小化sav系统在目标区域中、历经预设时段的运营总成本 tdsc、总排放量 tse。
4、考虑能耗的共享无人驾驶车辆运营优化方法包括以下步骤：
5、步骤一，建立满足约束条件一的单目标函数 min { tdsc }；
6、其中，约束条件一包括：动态交通流量约束；
7、步骤二，采用滚动时域算法对 min { tdsc }进行求解，得到最小运营成本 tdsc min；
8、步骤三，建立满足约束条件二的双目标函数< min { tse }, min { tdsc }>；
9、其中，约束条件二包括：约束条件一、关于累计流量的线性约束；
10、步骤四，采用字典排序法来对< min { tse }, min { tdsc }>进行转化，得到满足约束条件三的新目标函数；
11、其中，约束条件三包括：约束条件二、成本约束；
12、其中，成本约束基于步骤二得到的 tdsc min进行构建、并表示为：
13、;
14、其中，ω表示满足约束条件一的集合空间； y表示路段流量集合空间；表示二元变量集合空间； gap表示≥0的系数；
15、步骤五，采用潜水启发式算法对进行迭代求解，得到最小总排放量 tse min。
16、该种考虑能耗的共享无人驾驶车辆运营优化方法实现根据本公开的实施例的方法或过程。
17、第二方面，本发明公开了一种考虑能耗的共享无人驾驶车辆运营优化装置，使用了第一方面公开的考虑能耗的共享无人驾驶车辆运营优化方法。
18、考虑能耗的共享无人驾驶车辆运营优化装置包括：单目标函数建立模块、 tdsc求解模块、双目标函数建立模块、目标函数转化模块、 tse求解模块。
19、单目标函数建立模块用于建立满足约束条件一的单目标函数 min { tdsc }。
20、 tdsc求解模块用于采用滚动时域算法对 min { tdsc }进行求解，得到最小运营成本 tdsc min。
21、双目标函数建立模块用于建立满足约束条件二的双目标函数< min { tse }, min { tdsc }>。
22、目标函数转化模块用于采用字典排序法来对< min { tse }, min { tdsc }>进行转化，得到满足约束条件三的新目标函数。
23、 tse求解模块用于采用潜水启发式算法对进行迭代求解，得到最小总排放量 tse min。
24、该种考虑能耗的共享无人驾驶车辆运营优化装置实现根据本公开的实施例的方法或过程。
25、第三方面，本发明公开了一种计算机程序产品，包括计算机程序。该计算机程序被处理器执行时实现如第一方面公开的考虑能耗的共享无人驾驶车辆运营优化方法的步骤。
26、与现有技术相比，本发明具备如下有益效果：
27、本发明考虑到sav系统运营的实际情况，先引入了总排放量 tse、并与运营总成本 tdsc构成双目标函数，又在求解的过程中将双目标函数转化成以总排放量 tse为主的新目标函数、并将运营总成本 tdsc转化为成本约束，再进一步采用潜水启发式算法对新目标函数进行求解，得到以运营总成本 tdsc为约束、以总排放量 tse为目标的解，更加贴合sav系统的实际运营要求；并且本发明还通过算例验证了本发明采用滚动时域算法求解、对双目标函数进行转换、采用潜水启发式算法求解等方式能够提升求解效率，缩短求解用时，更适合具体应用。
1.一种考虑能耗的共享无人驾驶车辆运营优化方法，其特征在于，其用于最小化sav系统在目标区域中、历经预设时段的运营总成本tdsc、总排放量tse；所述考虑能耗的共享无人驾驶车辆运营优化方法包括以下步骤：
2.根据权利要求1所述的考虑能耗的共享无人驾驶车辆运营优化方法，其特征在于，目标区域包括：具有多个起终点的道路网络g；g = g (n,a)；n表示g中所有节点的集合；a表示g中所有路段的集合；s表示n中所有的终点集合；
3.根据权利要求2所述的考虑能耗的共享无人驾驶车辆运营优化方法，其特征在于，tdsc表示为：
4.根据权利要求2所述的考虑能耗的共享无人驾驶车辆运营优化方法，其特征在于，动态交通流量约束基于路段传输模型ltm构建；
5.根据权利要求2所述的考虑能耗的共享无人驾驶车辆运营优化方法，其特征在于，tse表示为：
6.根据权利要求5所述的考虑能耗的共享无人驾驶车辆运营优化方法，其特征在于，tse的构建方法包括：
7.根据权利要求1所述的考虑能耗的共享无人驾驶车辆运营优化方法，其特征在于，关于累计流量的线性约束的构建方法包括：
8.根据权利要求1所述的考虑能耗的共享无人驾驶车辆运营优化方法，其特征在于，步骤五中，当迭代到中所有二元变量的值为0或者1，则迭代终止，并将最后得到的解作为tsemin。
9.一种考虑能耗的共享无人驾驶车辆运营优化装置，其特征在于，其使用了如权利要求1-8中任一项所述的考虑能耗的共享无人驾驶车辆运营优化方法；
10.一种计算机程序产品，其特征在于，包括计算机程序；所述计算机程序被处理器执行时实现如权利要求1-8中任一项所述的考虑能耗的共享无人驾驶车辆运营优化方法的步骤。
