基于物联网技术的城市道路危险品运输安全管理系统优化研究-物流工程专业论文.docxVIP

万方数据 万方数据 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取 得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他 人已经发表或撰写过的研究成果，也不包含为获得 天津理工大学 或其他教 育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做 的任何贡献均已在论文中作了明确的说明并表示了谢意。 学位论文作者签名： 签字日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解 天津理工大 学 有关保留、使用学位论文的规 定。特授权 天津理工大学 可以将学位论文的全部或部分内容编入有关数据 库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编，以供查阅 和借阅。同意学校向国家有关部门或机构送交论文的复本和电子文件。 （保密的学位论文在解密后适用本授权说明） 学位论文作者签名： 导师签名： 签字日期： 年 月 日 签字日期： 年 月 日 摘要 摘要 城市危险品运输为城市输送大量能源的同时，也给城市生态环境、城镇居民人身财 产安全等方面带来了安全隐患，由于城市道路危险品运输安全管理有一定的特殊性和复 杂性，传统人工的安全管理模式已经无法满足现代化危险品运输安全管理体系。针对危 险品运输的特性，迫切需要构建一套科学的城市道路危险品运输安全管理系统，并进行 优化研究。本文结合国内外专家学者建立的多套安全运输管理系统，从而确定系统所需 的基本功能结构，然后集成多种现代化信息技术手段（物联网、GPS、GIS）搭建城市 道路危险品运输安全管理系统，并对安全管理系统中的调度模块进行算法优化。 （1）利用改进后的 BP 神经网络解决筛查是否符合危险品运输车辆安全通行的条 件，改进的 BP 神经网络用于对两个配送点之间的路段进行归类，筛选出可通行备选路 段和不宜通行路段，找出安全可通行备选路段确保危险品运输车辆能够安全高效的到达 相应的配送点。 （2）利用改进的蚁群算法对确定的配送点进行最短路径优化，以期通过改进后的 算法模型降低运输车辆的油耗，减少在城市间的逗留时间。改进后的算法模型与传统的 优化算法相比，运输车辆油耗降低 9.18%，危险品运输车辆在城市间的逗留时间减少 5.83%。所得结果证明该算法的合理性和有效性。 关键词：危险品运输 安全管理系统 BP 神经网络 蚁群算法 Abstract Abstract Urban transport of dangerous goods for the city of transporting large amounts of energy at the same time, also to the urban ecological environment, urban residents personal and property safety brought safe hidden trouble, because of the particularity and complexity of the urban road transport of dangerous goods safety management, the traditional manual safety tube model has been unable to meet the modern transport of dangerous goods safety management system. In view of the characteristic of the dangerous goods transportation, it is urgent to establish a set of scientific city road dangerous goods transportation safety management system, and carries on the optimization research. Combining domestic and foreign experts and scholars to establish multiple sets of safe transportation management system, so as to determine the basic function structure of system and integration of multiple modern means of information technology (Networking, GPS, GIS) build urban road dangerous goods transportation