充分利用云计算在资源调度上的优势,可以在降低物流企业配送时间和成本的同时,提高其车辆的路径规划效率,为此,提出了云计算环境下基于改进粒子群算法的物流车辆路径规划算法,算法以加权成本、装卸成本、平均满意度和剩余时间四个指标描述物流车辆的调度问题,并建立了多目标优化函数,通过对粒子群算法的适度函数改进、参数自适应调整和概率变异操作提高算法路径规划寻优能力和迭代求解速度。实验结果表明,提出的改进算法在云计算条件下得到的物流车辆最优路径优于遗传算法等已有算法,且车辆调度结果更合理。

为实现车辆在城市交叉路口顺利通行的同时,减少行车延误和油耗,提出基于交叉口信号配时优化的车辆速度规划协同控制模型。模型首先在传统速度规划模型中引入前车避碰计算,并分不同情况根据前车障碍计算车辆速度调整策略,然后针对传统信号配时难以保证车辆有效通行的局限,设计了信号配时优化模型,并与速度规划模型组成协同控制模型,通过信号配时优化,在确保车辆顺利通过交叉路口的同时,减少车速调整花幅度,进而减少行车平均延误,仿真实验验证了算法的有效性。