黑马程序员——交通灯调度系统

本文介绍了一个交通灯管理系统的模拟实现,系统能够异步随机生成不同方向的车辆,并根据简化后的交通灯逻辑控制车辆通行,包括直行、左转车辆的控制及不受信号灯限制的右转车辆。
交通灯管理系统

模拟实现十字路口的交通灯管理系统逻辑,具体需求如下:

异步随机生成按照各个路线行驶的车辆。

例如:

       由南向而来去往北向的车辆 ---- 直行车辆

       由西向而来去往南向的车辆 ---- 右转车辆

       由东向而来去往南向的车辆 ---- 左转车辆

       。。。

信号灯忽略黄灯,只考虑红灯和绿灯。

应考虑左转车辆控制信号灯,右转车辆不受信号灯控制。

具体信号灯控制逻辑与现实生活中普通交通灯控制逻辑相同,不考虑特殊情况下的控制逻辑。

注:南北向车辆与东西向车辆交替放行,同方向等待车辆应先放行直行车辆而后放行左转车辆。

每辆车通过路口时间为1秒(提示:可通过线程Sleep的方式模拟)。

随机生成车辆时间间隔以及红绿灯交换时间间隔自定,可以设置。

不要求实现GUI,只考虑系统逻辑实现,可通过Log方式展现程序运行结果。

设计思路

    面向对象设计把握一个重要的经验:谁拥有数据,谁就对外提供操作这些数据的方法。
       总共有12条路线,为了统一编程模型,可以假设每条路线都有一个红绿灯对其进行控制,右转弯的4条路线的控制灯可以假设称为常绿状态,另外,其他的8条线路是两两成对的,可以归为4组,所以,程序只需考虑图中标注了数字号的4条路线的控制灯的切换顺序,这4条路线相反方向的路线的控制灯跟随这4条路线切换,不必额外考虑。

每条路线上都会出现多辆车,路线上要随机增加新的车,在灯绿期间还要每秒钟减少一辆车。
1,设计一个Road类来表示路线,每个Road对象代表一条路线,总共有12条路线,即系统中总共要产生12个Road实例对象。
2,每条路线上随机增加新的车辆,增加到一个集合中保存。
3,每条路线每隔一秒都会检查控制本路线的灯是否为绿,是则将本路线保存车的集合中的第一辆车移除,即表示车穿过了路口。
每条路线每隔一秒都会检查控制本路线的灯是否为绿,一个灯由绿变红时,应该将下一个方向的灯变绿
1,设计一个Lamp类来表示一个交通灯,每个交通灯都维护一个状态:亮(绿)或不亮(红),每个交通灯要有变亮和变黑的方法,并且能返回自己的亮黑状态。
2,总共有12条路线,所以,系统中总共要产生12个交通灯。右拐弯的路线本来不受灯的控制,但是为了让程序采用统一的处理方式,故假设出有四个右拐弯的灯,只是这些灯为常亮状态,即永远不变黑。
3,除了右拐弯方向的其他8条路线的灯,它们是两两成对的,可以归为4组,所以,在编程处理时,只要从这4组中各取出一个灯,对这4个灯依次轮询变亮,与这4个灯方向对应的灯则随之一同变化,因此Lamp类中要有一个变量来记住自己相反方向的灯,在一个Lamp对象的变亮和变黑方法中,将对应方向的灯也变亮和变黑。每个灯变黑时,都伴随者下一个灯的变亮,Lamp类中还用一个变量来记住自己的下一个灯。
4,无论在程序的什么地方去获得某个方向的灯时,每次获得的都是同一个实例对象,所以Lamp类改用枚举来做显然具有很大的方便性,永远都只有代表12个方向的灯的实例对象。
5,设计一个LampController类,它定时让当前的绿灯变红。
Road类的编写思路:
1,每个Road对象都有一个name成员变量来代表方向,有一个vehicles成员变量来代表方向上的车辆集合。
2,在Road对象的构造方法中启动一个线程每隔一个随机的时间向vehicles集合中增加一辆车(用一个“路线名_id”形式的字符串进行表示)。
3,在Road对象的构造方法中启动一个定时器,每隔一秒检查该方向上的灯是否为绿,是则打印车辆集合和将集合中的第一辆车移除掉。
实例代码:
package com.glbai;

public enum TraficLamp {
	S2N(false,"S2W","N2S"),S2W(false,"E2W","N2E"),E2W(false,"E2S","W2E"),E2S(false,"S2N","W2N"),
	N2S(false,null,null),N2E(false,null,null),W2E(false,null,null),W2N(false,null,null),
	S2E(true,null,null),N2W(true,null,null),W2S(true,null,null),E2N(true,null,null);
	
	//交通灯变绿标识
	private boolean blighted;
	private String nextLamp;
	private String oppositedLamp;
	
	//定义构造函数
	private TraficLamp(boolean bLighted,String nextLamp,String opposiTraficLamp)
	{
		this.blighted=bLighted;
		this.nextLamp=nextLamp;
		this.oppositedLamp=opposiTraficLamp;
	}
	//查看当前灯是否开启
	public boolean isLighted()
	{
		return blighted;
	}
	//点亮当前灯动作
	public void lightOn()
	{
		this.blighted=true;
		if(oppositedLamp!=null)
			TraficLamp.valueOf(oppositedLamp).lightOn();
		System.out.println(name()+"方向的绿灯亮了,有6个方向的车辆可以运行!");
	}
	//当前灯变红,下一组灯亮起
	public TraficLamp lightOff()
	{
		this.blighted=false;
		if(oppositedLamp!=null)
			TraficLamp.valueOf(oppositedLamp).lightOff();
		
		TraficLamp next=null;
		if(nextLamp!=null)
		{
			next=TraficLamp.valueOf(nextLamp);
			next.lightOn();
		}
		System.out.println(name()+"由绿灯变为红灯"+nextLamp.toString()+"绿灯亮起!");
		return next;
	}
}

package com.glbai;

import java.util.concurrent.Executor;
import java.util.concurrent.Executors;
import java.util.concurrent.ScheduledExecutorService;
import java.util.concurrent.TimeUnit;

public class TraficControllor {
	private TraficLamp currentLamp;
	
	public TraficControllor()
	{
		currentLamp=TraficLamp.S2N;
		currentLamp.lightOn();
		
		ScheduledExecutorService timer=Executors.newScheduledThreadPool(1);
		timer.scheduleAtFixedRate(new Runnable() {
			
			@Override
			public void run() {
				// TODO Auto-generated method stub
				currentLamp=currentLamp.lightOff();
			}
		}, 
		10,
		10,
		TimeUnit.SECONDS);
	}
}
package com.glbai;

import java.util.List;
import java.util.ArrayList;
import java.util.Random;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.ScheduledExecutorService;
import java.util.concurrent.TimeUnit;

public class Road {
	private String nameString;
	private List<String> vechicles=new ArrayList<String>();
	public Road(String name)
	{
		this.nameString=name;
		ExecutorService pool=Executors.newSingleThreadExecutor();
		pool.execute(new Runnable() {
			
			@Override
			public void run() {
				// TODO Auto-generated method stub
				for (int i = 1; i < 1000; i++) {
					try {
						Thread.sleep((new Random().nextInt(10)+1)*1000);
					} catch (Exception e) {
						// TODO: handle exception
						e.printStackTrace();
					}
					vechicles.add(Road.this.nameString+"--car "+i);
				}
			}
		});
		
		ScheduledExecutorService monitor=Executors.newSingleThreadScheduledExecutor();
		monitor.scheduleAtFixedRate(new Runnable() {
			
			@Override
			public void run() {
				// TODO Auto-generated method stub
				if(vechicles.size()>0)
				{
					boolean bLighted=TraficLamp.valueOf(Road.this.nameString).isLighted();
					if(bLighted)
						System.out.println(vechicles.remove(0)+" 开始运行……");
				}
			}
		}, 
		1,
		1, 
		TimeUnit.SECONDS);
	}
}

package com.glbai;

public class TraficMain {

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		String[] roadStrings=new String[]{
				"S2N","S2W","E2W","E2S","N2S","N2E","W2E","W2N","S2E","E2N","N2W","W2S"
		};
		for (int i = 0; i < roadStrings.length; i++) {
			new Road(roadStrings[i]);
		}
		
		new TraficControllor();
	}

}

注:面向对象涉及的一个重要原则:谁拥有数据谁就提供对外的访问数据的方法。

【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度(分时电价调度)(Matlab代码实现)内容概要:本文介绍了基于蒙特卡洛和拉格朗日方法的电动汽车充电站有序充电调度优化方案,重点在于采用分散式优化策略应对分时电价机制下的充电需求管理。通过构建数学模型,结合不确定性因素如用户充电行为和电网负荷波动,利用蒙特卡洛模拟生成大量场景,并运用拉格朗日松弛法对复杂问题进行分解求解,从而实现全局最优或近似最优的充电调度计划。该方法有效降低了电网峰值负荷压力,提升了充电站运营效率与经济效益,同时兼顾用户充电便利性。 适合人群:具备一定电力系统、优化算法和Matlab编程基础的高校研究生、科研人员及从事智能电网、电动汽车相关领域的工程技术人员。 使用场景及目标:①应用于电动汽车充电站的日常运营管理,优化充电负荷分布;②服务于城市智能交通系统规划,提升电网与交通系统的协同水平;③作为学术研究案例,用于验证分散式优化算法在复杂能源系统中的有效性。 阅读建议:建议读者结合Matlab代码实现部分,深入理解蒙特卡洛模拟与拉格朗日松弛法的具体实施步骤,重点关注场景生成、约束处理与迭代收敛过程,以便在实际项目中灵活应用与改进。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值