CN104657538B - 一种多节点航道调度的仿真方法 - Google Patents
一种多节点航道调度的仿真方法 Download PDFInfo
- Publication number
- CN104657538B CN104657538B CN201510000910.4A CN201510000910A CN104657538B CN 104657538 B CN104657538 B CN 104657538B CN 201510000910 A CN201510000910 A CN 201510000910A CN 104657538 B CN104657538 B CN 104657538B
- Authority
- CN
- China
- Prior art keywords
- ship
- lock
- navigation channel
- navigation
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种多节点航道调度的仿真方法,包括如下步骤:1)、对航道现状进行分析,建立调度模型;2)、基于模拟退火算法对航道调度进行目标性能函数设计和调度方案求解;3)、引入启发式调度准则,对模拟退火算法进行改进:4)、结合超越风险指标,通过仿真,将算法改进前后的方案进行比较分析,对调度方案进行评判。本发明的方法不仅能为复杂航行条件下船舶的运行调度提供有力的技术支持和科学依据,而且能够保证复杂航行条件下船舶的通航安全,提高航道资源的利用率,对于保障航道良好的通航环境和通航秩序有非常重要的现实意义。
Description
技术领域
本发明涉及一种多节点航道调度的仿真方法,属于航运交通领域。
背景技术
近年来,随着经济的快速发展,内河航道通过量大幅度增加,对于多节点航道来说,由于船闸和碍航河段的限制,船舶堵塞现象时有发生,导致航道断航,造成较大的经济损失。为了提高航道畅通性,需要对通过船舶进行调度,由于涉及多个船闸和节点航段,实质上为多节点航道的联合调度。
张玉韬等在对江苏省属航道部门管理的54座船闸进行统计分析的基础上,根据船闸运行调度流程及相关业务规则,设计了船舶排队队列及船舶过闸顺序的原则,提出将船舶按照特大型、大型、中型、小型设立排队队列,并提出了极限等待时间的概念。在此基础上,构建了单线船闸优化调度的动态模型和静态模型,目的在于尽量减少船舶堵塞。
刘云峰等针对三峡永久船闸调度系统进行了分析研究,研究重点为三峡永久船闸的闸室排挡问题,首先建立解决船闸排挡的数学模型,然后提出一个启发式算法,有效地提高了闸室面积利用率,在一定程度上减轻了拥堵现象。
总的来说,现有调度多从单个船闸考虑,对船闸排挡进行优化调度,从而提高闸室利用率,而对于多节点航道的联合调度鲜有研究。因此,如何优化多节点航道船舶航行,防止航道堵塞,已经成为亟待解决的问题。
发明内容
为解决现有技术的不足,本发明的目的在于提供一种航道调度的仿真方法,为多节点航道联合调度过程中的交通组织提供参考依据的方法。
为了实现上述目标,本发明采用如下的技术方案:
本发明的一种多节点航道调度的仿真方法,包括如下步骤:1)、对航道现状进行分析,建立调度模型;2)、基于模拟退火算法对航道调度进行目标性能函数设计和调度方案求解;3)、引入启发式调度准则,对模拟退火算法进行改进:4)、结合超越风险指标,通过仿真,将算法改进前后的方案进行比较分析,对调度方案进行评判。
步骤1)中,通过对多节点航道的现状进行调研,包括航道通过能力、船闸通过能力及节点段通过能力,确定航道堵塞的位置,总结船舶运行规律,分析发生堵塞现象的主要原因,建立多节点航道调度模型。
步骤2)中,所谓调度是系统资源管理的核心机制之一,是在满足一定约束条件前提下寻求某调度目标的最优解,以达到解决多个业务竞争共享资源问题。多船闸多节点联合调度,涉及到多方面的优化问题,本质上是一个混合整数非线性规划模型,处理此类问题采用一般的规划方法难以得到相应的结果,本发明采用模拟退火算法进行模型的优化及求解。事实上常见的联合调度优化为如下两个方面:(1)船闸闸室面积利用率最大化;(2)平均船舶待闸时间最小化。
具体地,目标性能函数包括两个,
第一个性能函数为:一个计划周期内,通过船闸所有船舶的平均航行时间达到最小,即:
式(1)中:
H:联合调度计划周期内通过盐邵船闸所有船舶平均航行时间,
K1:船闸计划周期内开闸次数,
N1:船闸计划周期内通过的船舶总数,
t1m:船闸第m个闸次开始时间,m=1,2,...,K1,
z1im:在船闸待闸的第i艘船舶是否通过船闸第m个闸次标识符,z1im={0,1},在船闸待闸的第i艘船舶通过船闸第m个闸次时z1im=1,否则z1im=0,i=1,2,...N1,m=1,2,...,K1,
t01i:在船闸待闸的第i艘船舶申请过闸时刻,i=1,2,...N1,
L1:船闸至下一个节点的距离,
V1i:在船闸待闸的第i艘船舶放行后至下一个节点的平均航行速度,
通过船闸的第i艘船舶到达下一个节点的时刻,i=1,2,...N1,
在船闸待闸的第i艘船舶耗费时间,i=1,2,...N1,
决策变量为:z1im和V1i,它们的定义域分别为:{0,1},[0,+∞};
第二个性能函数为:一个计划周期内,拥堵风险指标达到最小,即:
式(2)中,
通过船闸的第i艘船舶到达下一个节点的时刻,i=1,2,...N1
通过船闸的第j艘船舶到达下一个节点的时刻,j=1,2,...N1
I(·)为示性函数: 指第i艘船舶是否晚于第j艘船舶到达下一个节点;指第j艘船舶是否晚于第i艘船舶放行;
调度方案求解基于模拟退火算法进行,模拟退火算法的实施步骤为:
(1)随机产生一个初始解x0,令xbest=x0,并计算目标函数值E(x0);
(2)设置初始温度T(0)=T0,迭代次数i=1;
(3)Do while T(i)>Tmin
对当前最优解xbest按照某一邻域函数,产生一新的解xnew,计算新的目标函数值E(xnew),并计算目标函数值的增量ΔE=E(xnew)-E(xbest);
如果ΔE<0,则xbest=xnew;
如果ΔE>0,则p=exp(-ΔE/T(i));
如果c=random[0,1]<p,xbest=xnew;否则xbest=xbest;(其含义解释如下:若概率p=exp(-ΔE/T(i))大于[0,1]区间的随机数,则仍接受状态xnew为当前状态;若不成立,则保留状态xbest为当前状态);
i=i+1;
End Do
输出当前最优点,计算结束。
T0:系统的初始温度,系统的初始温度应处于一个高温状态;
Tmin:温度的下限,若温度T达到Tmin,则停止搜索;
c:[0,1]区间的随机数;
p:在温度T时趋于平衡的概率。
步骤3)中,引入启发式调度准则,对模拟退火算法进行改进:虽然针对联合通航调度问题的混合整数非线性规划模型,提出了模拟退火算法,但事实上该问题具有极高的计算复杂度,优化规模是非常大的,算法时间成本大。对于常用的调度计划来说,若需要调度的船舶在1000艘,则可能的船舶流排列组合数约为1000!,对于这样大规模的优化问题,目前的计算技术是无法在合理的时间内计算出精确最优解的,因此,设计可行的启发式算法,提出相应的调度准则,在可接受的时间内找出次优解是算法研究的主要目标。
启发式调度分为两步:第一步:对船舶进行分类并排挡;第二步:优化放行闸次放行顺序及放行时刻。
简要来说,启发调度准则包括:分类通行原则、先到先服务原则、类型优先原则以及少切换原则;
最后,在步骤4)中,结合超越风险指标,通过仿真,将算法改进前后的方案进行比较分析,对调度方案进行评判。
优选地,在步骤2)中,约定minH重要性高于minJ。
前述的分类通行原则是指:对于已经待闸的船舶预先整理归类,将所有待闸的船舶按类型、船舶尺度以及闸室的有效面积分组,每次只通行一组,船闸一闸次仅放行同一类型船舶,即若某闸次放行单船,那么该闸次放行的所有船舶皆为单船,不夹杂船队,反之亦然。
前述的先到先服务原则是指:采用“同类型船舶先到先过”的原则安排船舶通行顺序,即在船舶类型相同的情况下,先到船舶一定先于后到船舶出发。
前述的类型优先原则是指:“同类型船舶先到先过,异类型船舶优化安排”,即单船先于船队申请过闸,但该闸次安排为放行船队,这时不按照“先到先过”原则,而是安排放行后到的船队,先到的单船安排在后续闸次。
前述的少切换原则是指:约定船闸连续放行同一类型的船舶一定次数或时间后,才切换为放行其他类型船舶。
作为一种优选,连续放行24h或48后才进行切换,具体可根据实际需求调整。
本发明的有益之处在于:本发明首次研究了多节点航道的船舶运行调度仿真模型,分析总结多节点航道现状,建立多节点航道调度模型,基于模拟退火算法对问题进行目标性能函数设计和调度方案求解,引入启发式调度准则,对模拟退火算法进行改进,最后通过仿真,引入超越风险指标的概念,将算法改进前后的方案进行比较分析,从而为多节点航道联合调度过程中的交通组织提供参考依据的方法。不仅能为复杂航行条件下船舶的运行调度提供有力的技术支持和科学依据,而且能够保证复杂航行条件下船舶的通航安全,提高航道资源的利用率,对于保障航道良好的通航环境和通航秩序有非常重要的现实意义。
附图说明
图1是本发明的实施例的节点位置示意图;
图2是本发明的实施例多节点联合调度总体框架图;
图3是本发明的实施例中盐邵船闸启发式调度规则的第一步;
图4是本发明的实施例中樊川船闸启发式调度规则的第一步;
图5是本发明的实施例中启发式调度规则的第二步;
图6是本发明的模拟退火算法流程图。
具体实施方式
以下结合附图和具体实施例对本发明作具体的介绍。本发明选取了盐邵线扬州段为具体实施例进行介绍。
名词定义:
(1)、单向通航:在任意时刻,航道段内最多只能有一艘船舶(一支船队)进入。
(2)、船舶追越:后面船舶凭借速度优势追赶和超越前面船舶,类似于公路上的超车。
(3)、船舶交会:是指相向而行的船舶在航段的正面交会
(4)、虚拟超越次数:为船舶从航道一段驶入,按其正常速度航行至航道另一端能够超越前方船舶的艘数。由于发生追越主要是单船追越船队,因此每当单船能够追越一支船队,“虚拟超越次数”记为一次。
(5)、多节点航道:至少有两个航道节点(包括船闸和碍航河段)的航道。
一、航道现状分析
(一)、工程概况
盐邵线扬州段航道规划等级为三级,维护等级为五级,航道条件差,运行复杂,易形成航道堵塞。盐邵线在扬州市境内长为44.5km,由西南流向东北,途经邵伯、真武、樊川、武坚4镇和江苏油田主要原油集散港真武港区,沿线设盐邵、樊川两座船闸。如图1所示,在盐邵船闸下游有两处瓶颈河段,分别为艾菱洞口段和永安集镇段。艾菱洞口为弯曲河段,曲率半径小且通航水深受到水下地涵的限制;永安集镇段航道口宽不足,仅能实行单向通航。由此可见,盐邵船闸、樊川船闸、艾菱洞口段和永安集镇段共两座船闸、两处节点河段成为影响盐邵线扬州段通航能力的四个关键节点,相互位置示意图详见图1。
盐邵线扬州段的下行船舶基本都是重载,上行船舶基本都是空载,同种船舶空载和重载时船速也不同,上下行船舶的速度统计详见表1。
表1 不同装载情况下船舶速度(km/h)
根据2010年至2012年统计,单船和船队所占比列约为4:6,结果详见表2。
表2 盐邵线航道船舶组成统计
盐邵船闸年通航天数在350天以上,年设计通过货物量为800万吨,但实际通过货物量最大可达1600多万吨,远远超过了设计通过能力,一直处于超负荷状态。
樊川船闸是盐邵线扬州段上的另一座船闸,距盐邵船闸约27km,年设计通过货物量为400万吨,目前船闸年通过货物量近700万吨,也大大超过船闸的设计通过能力,但因三阳河可以分流部分船舶,相比较而言,樊川船闸的通航压力相对盐邵船闸要小。经分析,造成盐邵线航道堵塞的主要原因是同向船舶追越、异向节点交会。
艾菱洞口段和永安集镇段为盐邵线上两个节点河段,艾菱洞口为弯曲河段,曲率半径偏小且通航水深受到水下地涵的限制;永安集镇段航道口宽不足,仅能实行单向通航。
根据历史资料及实际分析,如若不对盐邵线船舶进行调度控制,则极易在航道段发生如下的两种现象:追越与节点交会,极易造成航道堵塞。船舶追越是指后面船舶凭借速度优势追赶和超越前面船舶,类似于公路上的超车,由表1可知,单机船的船速要较船队快得多,在航道中极易形成因追越船队而造成航道堵塞。节点交会,是指相向而行的船舶在节点河段的正面交会,如不能根据规则进行避让,也极易造成堵塞。
(二)、模型建立
建立多节点航道上的调度模型,是根据航道上船闸的历史运营数据和船舶情况,包括船舶的过闸情况、船舶通过节点的情况、船舶组成、船舶运行情况及船舶行为,建立调度模型。以盐邵线扬州段上盐邵船闸和樊川船闸2010~2012年的历史运营数据结合船舶组织运行方式建立船舶调度模型。
二、设计目标函数
不同于以往联合通航模型,盐邵、樊川船闸排档按单邦排列原则,无法将闸室利用率作为目标函数。在建立本问题的优化模型时,主要从如下两个方面进行数学建模:(1)航道船舶通行的数量;(2)节点航道段的通行质量。
首先,航道船舶通行的数量最大化一直是船闸调度的核心问题。盐邵线的第一个关键节点在盐邵船闸,决定了整个盐邵线的通过能力,因此所谓航道船舶通行数量最大化即可归结为盐邵船闸通过能力最大化,也就是要求盐邵船闸不允许有任何等待或者空闲的时间,必须满负荷运转;同时,如果对船闸放行的船舶不加以调度和约束必然在节点航段产生“同向追越,异向交会”。因此,应当在保证盐邵船闸通过能力最大化基础上,对于盐邵船闸、樊川船闸放行的船舶航行速度进行统一调度,即在船舶离开盐邵船闸或者樊川船闸时,限定船舶在盐邵线上的航行速度,防止单船凭借其速度在多只船舶或船队之间穿梭,从而可以实现“同向尽量少追越,异向不交叉”的目的。
当盐邵船闸达到满负荷运转时,优化的目的就变为能使所有待闸船舶快速、顺利地通过盐邵线。参考船闸通过能力研究的质量学派理论,选择反应航段服务质量的船舶耗费时间作为性能函数。所谓船舶耗费时间,是指从盐邵船闸放行的每艘船舶从其待闸开始计时,到达永安集镇段结束计时,中间耗费的总时间。该性能函数能包括两个时间:待闸时间以及航段航行时间,不同于以往的优化调度模型,本发明中模型船舶航行的速度受到船闸调度的限制,故这两个时间达到最小能全面反应船闸整体服务质量。由此,得到第一个性能函数:一个计划周期内,通过盐邵船闸所有船舶平均航行时间达到最小,即:
式(1)中,各符号的含义如下:
H:联合调度计划周期内通过盐邵船闸所有船舶平均航行时间,这是优化的性能指标,反应了盐邵线航道通过能力的质量;
K1:盐邵船闸计划周期内开闸次数,该数值根据申报过盐邵船闸船舶数量以及相应的船舶信息转化得到;
N1:盐邵船闸计划周期通过船舶总数;
t1m:盐邵船闸第m个闸次开始时间,m=1,2,...,K1;
z1im:在盐邵船闸待闸的第i艘船舶是否通过盐邵船闸第m个闸次标识符,z1im={0,1},在盐邵船闸待闸的第i艘船舶通过盐邵船闸第m个闸次时z1im=1,否则z1im=0,i=1,2,...N1,m=1,2,...,K1;
t01i:在盐邵船闸待闸的第i艘船舶申请过闸时刻,i=1,2,...N1;
L1:盐邵船闸至永安集镇段的距离;
V1i:在盐邵船闸待闸的第i艘船舶放行后至永安集镇段的平均航行速度;
通过盐邵船闸第i艘船舶到达永安集镇段的时刻,i=1,2,...N1;
在盐邵船闸待闸的第i艘船舶耗费时间,i=1,2,...N1;
决策变量为:z1im和V1i,即控制待闸船舶的放行顺序以及船舶放行后至永安集镇段的平均航行速率。
其次,在讨论第一个性能函数时,我们是假定通过盐邵船闸的船舶能够按照调度规定的速度航行的。但是,事实上由于单船与船队的最大航行速度相差较大,从盐邵船闸放行的船舶可能出现追越现象,也就是存在节点航段的拥堵风险,需要对于这样的风险进行有效预判及分析,对提高盐邵线船舶流的运行效率具有重大的意义。
根据风险评估理论,一般可将风险分为以下几类:
(1)伪风险:可用系统模型和现有数据精确预测的与特定不利事件有关的未来情景;
(2)概率风险:可用概率模型和大量数据进行统计预测的与特定不利事件有关的未来情景;
(3)模糊风险:可用模糊逻辑和不完备信息近似推断的与特定不利事件有关的未来情景;
(4)不确定风险:用现有方法不可能预测和推断的与某种不利事件有关的未来情景。
经分析,盐邵线航段的拥堵风险,主要是由船舶“同向追越,异向交会”引起的,故属于可用系统模型和现有数据精确预测的与特定不利事件有关的未来情景的情况,属于伪风险。为了排除这一风险,特定义“虚拟追越次数”的概念:船舶从盐邵船闸驶出,按其最大速度航行至永安集镇段能够超越前方船舶的艘数,“虚拟追越次数”是盐邵线拥堵风险量化指标,该指标越大表示该艘船舶约有可能导致节点航段产生拥堵。综合所有船舶的“虚拟超越次数”得到“拥堵风险指标”,“拥堵风险指标”指调度计划期内,在盐邵船闸待闸的船舶放行后“虚拟超越次数”的总和,该指标反应了调度计划期内盐邵线航道的总体拥堵的风险。由此得到第二个性能函数:一个调度计划期内,“拥堵风险指标”达到最小,从而从根本上保证船舶顺利的通过盐邵线:
式(2)中,各符号的含义如下:
通过盐邵船闸第i艘船舶到达永安集镇段时刻,i=1,2,...N1;
通过盐邵船闸第j艘船舶到达永安集镇段时刻,j=1,2,...N1;
I(·)为示性函数: 指第i艘船舶是否晚于第j艘船舶到达永安集镇段;指第j艘船舶是否晚于第i艘船舶放行。
由此,根据(1)式及(2)式,盐邵线调度优化问题可以看成一个多目标非线性混合规划问题,即要使得船舶通行质量达到最大,并使得拥堵的风险达到最小。根据多目标规划理论,两个目标函数可能存在冲突,也就是不能同时达到最优,即存在规划问题的“帕累托解”,因此这里采用分层序列法进行模型的分析。所谓的分层序列法是将目标函数按其重要性给出一个序列,每次都在前一目标函数最优解中求下一个目标函数最优解,直到求出全体最优解。本发明中约定minH重要性高于minJ。
上述的联合通航调度问题的数学模型(1)式中,决策变量为:z1im和V1i,它们定义域分别为:{0,1},[0,+∞},而且其目标性能函数及其约束条件都是非线性的,本质上这是一个混合整数非线性规划模型。处理此类问题采用一般的规划方法难以得到相应的结果,因此,本发明中采用模拟退火算法进行模型的优化及求解。
模拟退火算法实施步骤参见图6,如下:
(1)随机产生一个初始解x0,令xbest=x0,并计算目标函数值E(x0);
(2)设置初始温度T(0)=T0,迭代次数i=1;
(3)Do while T(i)>Tmin
对当前最优解xbest按照某一邻域函数,产生一新的解xnew。计算新的目标函数值E(xnew),并计算目标函数值的增量ΔE=E(xnew)-E(xbest)。
如果ΔE<0,则xbest=xnew;
如果ΔE>0,则p=exp(-ΔE/T(i));
如果c=random[0,1]<p,xbest=xnew;否则xbest=xbest(若概率p=exp(-ΔE/T(i))大于[0,1]区间的随机数,则仍接受状态xnew为当前状态;若不成立,则保留状态xbest为当前状态);
i=i+1;
End Do
输出当前最优点,计算结束。
T0:系统的初始温度,系统的初始温度应处于一个高温状态;
Tmin:温度的下限,若温度T达到Tmin,则停止搜索;
c:[0,1]区间的随机数;
p:在温度T时趋于平衡的概率。
三、算法改进
根据调查,盐邵线航道船舶交通事故大多发生在航行条件不明的情况下,如单船超越船队时,容易致使航道堵塞。为减少船舶追越现象,保证盐邵线正常通行,需对盐邵船闸下行的船舶进行同类批量放行,也就是对单船和拖带船队分类连续放行。
结合盐邵线航运现状,盐邵线多节点联合调度的指导思想为“整体最优,保通防堵”,总体框架详见图2,在具体运行时应遵循以下三个原则:
(1)、盐邵船闸通过能力最大化:盐邵船闸为制约盐邵线整体通过能力的核心,优化组织安排船舶流(即船舶通过时间及顺序)使得盐邵船闸通过能力达到最大,由此可以保证盐邵线整体最优;
(2)、同向不追越:优化组织安排盐邵船闸及樊川船闸船舶流,使得船舶在盐邵线扬州段尽量不追越或少出现追越现象;
(3)、异向节点不交会:对通过樊川船闸上行船舶进行优化调度,防止从盐邵船闸下行的船舶与从樊川船闸上行船舶在节点河段交会,并在此基础上兼顾樊川船闸的通过能力。
虽然针对联合通航调度问题的混合整数非线性规划模型,提出了模拟退火算法,但事实上该问题具有极高的计算复杂度,优化规模是非常大的,算法时间成本大。对于常用的调度计划来说,若需要调度的船舶在1000艘,则可能的船舶流排列组合数约为1000!,对于这样大规模的优化问题,目前的计算技术是无法在合理的时间内计算出精确最优解的,因此,设计可行的启发式算法,对模拟退火算法进行优化,在可接受的时间内找出次优解是算法研究的主要目标。
根据上述三个原则,结合实际调研及专家分析,提出实现多节点航运联合调度的启发式调度准则:
(1)分类通行原则
盐邵船闸和樊川船闸一闸次仅放行同一类型船舶,即若某闸次放行单船,那么该闸次放行所有船舶皆为单船,不允许夹杂船队,反之亦然。这时,对于已经待闸的船舶预先整理归类,将所有待闸的船舶按类型(单船、船队)、船舶尺度以及闸室的有效面积分成合理的小组,每次只通行一个小组。
(2)先到先服务原则
实际中,对于内河航道为了提高闸室利用率,强制采用“后到先服务”会引起管理混乱。本着实用原则,严格按照“同类型船舶先到先过”安排船舶通行顺序,即在船舶类型相同的情况下,先到船舶一定先于后到船舶出发。
(3)类型优先原则
实际中,可能出现如下的船舶申请过闸情况:单船先于船队申请过闸,但该闸次安排为放行船队,这时不按照“先到先过”原则,而是安排放行后到的船队,先到的单船安排在后续闸次,即“同类型船舶先到先过,异类型船舶优化安排”。
(4)少切换原则
切换是指在船闸放行过程中改变放行船舶的类型。同类型船舶放行不会产生追越问题,但船队切换为单船时,单船需要等待一段的时间,让船队能够航行足够长距离,从而避免追越问题,因此频繁切换过闸船舶类型会造成大量时间浪费,故这里约定盐邵船闸或者樊川船闸连续放行同一类型的船舶至少一定次数之后,才能切换为其他类型船舶。
启发式调度准则本质上是将以各个船舶为单元的调度优化方法,变换为以闸次为调度单元的优化算法,从而可以大规模减少优化决策变量个数以及可行解的空间规模。启发式调度分为两步为:第一步:对船舶进行分类并排挡;第二步:优化放行闸次放行顺序及放行时刻,详见图3、图4和图5。算法改进前,调度优化规模太大,无法在合理时间内给出优化结果;算法优化后,调度结果可以从拥堵风险指标综合得出。
四、调度方案评判
前面已经说过,“拥堵风险指标”指调度计划期内,在盐邵船闸待闸的船舶放行后“虚拟超越次数”的总和,该指标反应了调度计划期内盐邵线航道的总体拥堵的风险,“拥堵风险指标”越小,也就意味着调度方案造成盐邵线拥堵的风险越小,方案越优。
表3为未进行调度优化前船舶在仿真系统中的耗费时间和拥堵风险指标统计。
表3 未优化船舶通航统计数据表
根据启发式调度准则,为最大限度满足分类型通航原则,在盐邵船闸调度船舶的过程当中,必然会存在部分“后到先走”现象,即后到的船舶优先通过船闸。实际调度过程中,船民对这种现象意见很大,必须考虑船民容忍“后到先走”的限度。为此,在模型中设置船舶的持续放行时间为24小时,考虑到盐邵船闸单船与船队的闸次约比1:2,如船队放行24小时,则单船放行12小时。调度优化后,盐邵线船舶的仿真结果如表4所示。
表4 持续放行24小时船舶通航统计数据表
此外,为了进行比较,还进行了船队持续放行48小时的仿真计算,具体结果详见表5。
表5 持续放行48小时船舶通航统计数据表
对比表3、表4及表5的统计结果可知,利用本发明的仿真方法对多节点航道进行调度,不仅能为复杂航行条件下船舶的运行调度提供有力的技术支持和科学依据,而且能够保证复杂航行条件下船舶的通航安全,提高航道资源的利用率,对于保障航道良好的通航环境和通航秩序有非常重要的现实意义。
通过表4和表5的分析对比说明:
(1)相较于持续放行24小时方式,持续放行48小时条件下,船舶的平均耗费时间几乎不变,进一步说明盐邵船闸的通过能力已最大化,通过增加持续放行时间来减少船舶的平均耗费时间已收效甚微。
(2)相较于持续放行24小时方式,持续放行48小时条件下,多节点优化调度方法能进一步通过协调放行顺序,使拥堵风险指标由76艘进一步减少到46艘,可以进一步降低盐邵线拥堵风险。
(3)相较于持续放行24小时方式,持续放行48小时条件下,多节点优化调度方法单船的平均耗费时间略有增加,由111.58小时增加到123.58小时,而船队的平均耗费时间略有减少,由97.07小时减少到91.56小时。
一般来说,船舶放行准则是指在保证航道通过能力最大的情况下,若航段内需避免船舶发生追越,则优化组织安排过闸船舶,使得航段内尽量不追越或少出现追越现象;若航段内仅能实现单向通航,则通过对航道两端船闸或节点段进行船舶调度,使得船舶在单向通航航段不发生交会。评判标准是为描述整个航线可能发生堵塞的情况,引入“拥堵风险指标”。“拥堵风险指标”指调度计划期内,在航道两端船舶放行后“虚拟超越次数”的总和,该指标反应了调度计划期内航线的总体拥堵风险。
本发明中,按照船舶放行准则,对多节点航道进行联合调度,实现航道上船舶交通流组织最优。多节点航道联合调度是将航道节点处船舶的实时信息反馈给系统,通过模拟退火算法的约束条件,对节点处船舶进行调控,以实现船舶在下个节点处不发生交会和航段内少发生或不发生追越。
此外,本发明的方法建立的多节点航道上的仿真模型,是根据航道上船闸的历史运营数据和船舶情况,包括船舶的过闸情况、船舶通过节点的情况、船舶组成、船舶运行情况及船舶行为,建立仿真模型,根据仿真系统的特征,确定系统工作流程,通过输入计算参数,包括船舶参数、航道参数、船闸参数等,得到所需的船舶参数、航道参数等。
以上以盐邵船闸扬州段航道为例显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解,上述实施例不以任何形式限制本发明,本发明的方法还适用于其他的多节点航道调度,凡采用等同替换或等效变换的方式所获得的技术方案,均落在本发明的保护范围内。
Claims (8)
1.一种多节点航道调度的仿真方法,其特征在于,包括如下步骤:
1)、对航道现状进行分析,建立调度模型:对多节点航道的现状进行调研,包括航道通过能力、船闸通过能力及节点段通过能力,确定航道堵塞的位置,总结船舶运行规律,分析发生堵塞现象的主要原因,建立多节点航道调度模型;
2)、基于模拟退火算法对航道调度进行目标性能函数设计和调度方案求解;
其中,目标性能函数包括两个,
第一个性能函数为:一个计划周期内,通过船闸所有船舶的平均航行时间达到最小,即:
式(1)中:
H:联合调度计划周期内通过盐邵船闸所有船舶平均航行时间,
K1:船闸计划周期内开闸次数,
N1:船闸计划周期内通过的船舶总数,
t1m:船闸第m个闸次开始时间,m=1,2,...,K1,
z1im:在船闸待闸的第i艘船舶是否通过船闸第m个闸次标识符,z1im={0,1},在船闸待闸的第i艘船舶通过船闸第m个闸次时z1im=1,否则z1im=0,i=1,2,...N1,m=1,2,...,K1,
t01i:在船闸待闸的第i艘船舶申请过闸时刻,i=1,2,...N1,
L1:船闸至下一个节点的距离,
V1i:在船闸待闸的第i艘船舶放行后至下一个节点的平均航行速度,
通过船闸的第i艘船舶到达下一个节点的时刻,i=1,2,...N1,
在船闸待闸的第i艘船舶耗费时间,i=1,2,...N1,
决策变量为:z1im和V1i,它们的定义域分别为:{0,1},[0,+∞};
第二个性能函数为:一个计划周期内,拥堵风险指标达到最小,即:
式(2)中,
通过船闸的第i艘船舶到达下一个节点的时刻,i=1,2,...N1
通过船闸的第j艘船舶到达下一个节点的时刻,j=1,2,...N1
I(·)为示性函数:指第i艘船舶是否晚于第j艘船舶到达下一个节点;指第j艘船舶是否晚于第i艘船舶放行;
调度方案求解基于模拟退火算法进行;
3)、引入启发式调度准则,对模拟退火算法进行改进:
启发调度准则包括:分类通行原则、先到先服务原则、类型优先原则以及少切换原则;
4)、结合超越风险指标,通过仿真,将算法改进前后的方案进行比较分析,对调度方案进行评判。
2.根据权利要求1所述的一种多节点航道调度的仿真方法,其特征在于,步骤2)中,模拟退火算法的实施步骤为:
(1)随机产生一个初始解x0,令xbest=x0,并计算目标函数值E(x0);
(2)设置初始温度T(0)=T0,迭代次数i=1;
(3)Do while T(i)>Tmin
对当前最优解xbest按照某一邻域函数,产生一新的解xnew,计算新的目标函数值E(xnew),并计算目标函数值的增量ΔE=E(xnew)-E(xbest);
如果ΔE<0,则xbest=xnew;
如果ΔE>0,则p=exp(-ΔE/T(i));
如果c=random[0,1]<p,xbest=xnew;否则xbest=xbest;
i=i+1;
End Do
输出当前最优点,计算结束;
T0:系统的初始温度,系统的初始温度应处于一个高温状态;
Tmin:温度的下限,若温度T达到Tmin,则停止搜索;
c:[0,1]区间的随机数;random[0,1]表示[0,1]区间随机取数;
p:在温度T时趋于平衡的概率。
3.根据权利要求1所述的一种多节点航道调度的仿真方法,其特征在于,约定minH重要性高于minJ。
4.根据权利要求1所述的一种多节点航道调度的仿真方法,其特征在于,启发式调度分为两步:第一步:对船舶进行分类并排挡;第二步:优化放行闸次放行顺序及放行时刻。
5.根据权利要求1所述的一种多节点航道调度的仿真方法,其特征在于,步骤3)中,分类通行原则是指:对于已经待闸的船舶预先整理归类,将所有待闸的船舶按类型、船舶尺度以及闸室的有效面积分组,每次只通行一组,船闸一闸次仅放行同一类型船舶,即若某闸次放行单船,那么该闸次放行的所有船舶皆为单船,不夹杂船队,反之亦然。
6.根据权利要求1所述的一种多节点航道调度的仿真方法,其特征在于,步骤3)中,先到先服务原则是指:采用“同类型船舶先到先过”的原则安排船舶通行顺序,即在船舶类型相同的情况下,先到船舶一定先于后到船舶出发。
7.根据权利要求1所述的一种多节点航道调度的仿真方法,其特征在于,步骤3)中,类型优先原则是指:“同类型船舶先到先过,异类型船舶优化安排”,即单船先于船队申请过闸,但该闸次安排为放行船队,这时不按照“先到先过”原则,而是安排放行后到的船队,先到的单船安排在后续闸次。
8.根据权利要求1-7任一项所述的一种多节点航道调度的仿真方法,其特征在于,步骤3)中,少切换原则是指:约定船闸连续放行同一类型的船舶一定次数或时间后,才切换为放行其他类型船舶;所述一定次数或时间依据经验值设定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510000910.4A CN104657538B (zh) | 2015-01-04 | 2015-01-04 | 一种多节点航道调度的仿真方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510000910.4A CN104657538B (zh) | 2015-01-04 | 2015-01-04 | 一种多节点航道调度的仿真方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104657538A CN104657538A (zh) | 2015-05-27 |
CN104657538B true CN104657538B (zh) | 2017-07-11 |
Family
ID=53248658
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510000910.4A Expired - Fee Related CN104657538B (zh) | 2015-01-04 | 2015-01-04 | 一种多节点航道调度的仿真方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104657538B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106202649B (zh) * | 2016-06-29 | 2018-09-25 | 河海大学 | 考虑软基固结和混凝土徐变的闸首施工仿真方法 |
CN106355288A (zh) * | 2016-09-19 | 2017-01-25 | 王迅 | 一种船闸的过闸优化方法 |
CN107992967A (zh) * | 2017-11-28 | 2018-05-04 | 南瑞集团有限公司 | 基于改进多目标遗传算法的船闸调度方法 |
CN110110403B (zh) * | 2019-04-19 | 2020-11-06 | 长江三峡通航管理局 | 一种适用单向连续过闸船舶的调度排档方法 |
CN110968956B (zh) * | 2019-12-04 | 2022-04-19 | 重庆交通大学 | 一种控制河段航道通过能力计算方法及其航运控制方法 |
CN111652502A (zh) * | 2020-06-01 | 2020-09-11 | 中南大学 | 基于柔性作业车间调度的多梯级多线船闸联合调度方法 |
CN113095627B (zh) * | 2021-03-17 | 2024-03-12 | 北京工业大学 | 一种无规则限制性区域船舶调度方法 |
CN116050720B (zh) * | 2022-05-16 | 2023-09-05 | 中交第三航务工程局有限公司 | 模拟仿真作业过程策略的航道疏浚船舶配比系统及方法 |
CN117474302B (zh) * | 2023-12-28 | 2024-05-10 | 思创数码科技股份有限公司 | 一种闸室排挡方法及系统、存储介质和终端 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101329696A (zh) * | 2007-11-16 | 2008-12-24 | 武汉理工大学 | 进港航道通过能力计算模型及预测仿真方法 |
CN103440538A (zh) * | 2013-09-11 | 2013-12-11 | 水利部交通运输部国家能源局南京水利科学研究院 | 基于航道水动力计算的梯级通航枢纽联合优化调度方法 |
CN103559367A (zh) * | 2013-11-13 | 2014-02-05 | 交通运输部天津水运工程科学研究所 | 一种多线并列船闸联合调度模拟及分析方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8019617B2 (en) * | 2007-11-06 | 2011-09-13 | Exxonmobil Research & Engineering Company | System for optimizing transportation scheduling |
-
2015
- 2015-01-04 CN CN201510000910.4A patent/CN104657538B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101329696A (zh) * | 2007-11-16 | 2008-12-24 | 武汉理工大学 | 进港航道通过能力计算模型及预测仿真方法 |
CN103440538A (zh) * | 2013-09-11 | 2013-12-11 | 水利部交通运输部国家能源局南京水利科学研究院 | 基于航道水动力计算的梯级通航枢纽联合优化调度方法 |
CN103559367A (zh) * | 2013-11-13 | 2014-02-05 | 交通运输部天津水运工程科学研究所 | 一种多线并列船闸联合调度模拟及分析方法 |
Non-Patent Citations (1)
Title |
---|
三峡工程两坝联合通航调度的混合模拟退火算法;张晓盼 等;《控制理论与应用》;20080815;第25卷(第4期);第708-第710页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104657538A (zh) | 2015-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104657538B (zh) | 一种多节点航道调度的仿真方法 | |
CN108470444B (zh) | 一种基于遗传算法优化的城市区域交通大数据分析系统与方法 | |
Sun et al. | Cooperative decision-making for mixed traffic: A ramp merging example | |
Guo et al. | An integrated MPC and deep reinforcement learning approach to trams-priority active signal control | |
CN103481918B (zh) | 一种基于反馈调节的高速铁路列车运行调整方法 | |
CN107067759B (zh) | 一种基于acp的平行交通信号灯实时控制方法 | |
CN110245779A (zh) | 一种基于遗传算法的公交动态发车调度优化方法 | |
CN105083333B (zh) | 一种地铁交通流优化控制方法 | |
Yin et al. | Efficient real-time train operation algorithms with uncertain passenger demands | |
CN108597235A (zh) | 基于交通视频数据的交叉口信号参数优化及效果评估方法 | |
Yuan et al. | Lockage scheduling of Three Gorges-Gezhouba dams by hybrid of chaotic particle swarm optimization and heuristic-adjusted strategies | |
Zhao et al. | A co-scheduling problem of ship lift and ship lock at the Three Gorges Dam | |
Zhang et al. | Spark cloud-based parallel computing for traffic network flow predictive control using non-analytical predictive model | |
Zheng et al. | Discrete multi-objective artificial bee colony algorithm for green co-scheduling problem of ship lift and ship lock | |
Li et al. | Joint optimization of delay-recovery and energy-saving in a metro system: A case study from China | |
Dai et al. | Optimal control of sewage treatment process using a dynamic multi-objective particle swarm optimization based on crowding distance | |
CN106938655A (zh) | 地铁交通冲突预警方法 | |
CN107992967A (zh) | 基于改进多目标遗传算法的船闸调度方法 | |
García-Ródenas et al. | A bilevel approach to enhance prefixed traffic signal optimization | |
CN105083335B (zh) | 地铁交通流优化控制方法 | |
Mehan et al. | Development of traffic light control system based on fuzzy logic | |
CN101782987A (zh) | 港口拖轮动态调度方法 | |
Su et al. | Metro train timetable rescheduling based on q-learning approach | |
Shahriar et al. | Intersection traffic efficiency enhancement using deep reinforcement learning and V2X communications | |
Zhang et al. | Tmfo-aggru: a graph convolutional gated recurrent network for metro passenger flow forecasting |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170711 Termination date: 20200104 |