CN104866668B - 一种基于动态切换的水电工程交通运输系统仿真方法 - Google Patents
一种基于动态切换的水电工程交通运输系统仿真方法 Download PDFInfo
- Publication number
- CN104866668B CN104866668B CN201510269014.8A CN201510269014A CN104866668B CN 104866668 B CN104866668 B CN 104866668B CN 201510269014 A CN201510269014 A CN 201510269014A CN 104866668 B CN104866668 B CN 104866668B
- Authority
- CN
- China
- Prior art keywords
- activity
- duration
- model
- transportation system
- runtime
- 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
本发明公开一种基于动态切换的水电工程交通运输系统仿真方法。通过采集施工区域内相关活动的数据,辨识出活动的持续时间模型,构建持续时间模型库。然后利用离散事件系统仿真模型对施工区域交通运输系统建模,最后进行仿真计算并分析。在仿真过程中,通过判断仿真时钟所处的时段动态选择相应的持续时间模型,根据工期进展修改系统参数,实现了动态切换的机制。与现有技术相比,本发明所述的方法可以根据具体交通状况动态改变活动的持续时间,更加真实的模拟了实际水电工程交通运输系统,对相应的研究具有重要意义。
Description
技术领域
本发明属于交通工程领域,涉及一种基于动态切换的水电工程交通运输系统仿真方法。
背景技术
我国的水利水电工程大多位于中西部的高山峡谷之中,地形复杂,条件恶劣。水电工程施工场内交通运输系统作为其中一个重要部分,主要负责工程建设的物料运输和管理,既要满足工期要求,又要保证运输的通畅,是工程施工进度控制和成本控制的关键因素。
水电工程施工场内交通运输系统具有结构复杂、开放性强、随机性以及不确定性因素多等特点,是一个动态的复杂大系统,因此很难用数学模型完整描述。随着计算机技术和系统仿真理论的发展,建立大型水电工程交通运输系统的仿真已成为可能。
现有的水电工程交通运输系统仿真方法大多是离散事件系统仿真技术,这其中很重要的一点是活动的持续时间,它影响到整个仿真过程的推进。由于实际的水电工程施工场内施工车辆与社会车辆共用道路、道路平峰高峰交通参数不同等情况的存在,使得同一活动的持续时间并不是不变的,也不是服从同一个概率分布的,而是不断变化的。因此在仿真过程推进的过程中,实时调整活动的持续时间是十分有必要的。
目前,国内外对于水电工程交通运输系统的仿真技术如排队网络模型、循环网络模型、赋时Petri网等对活动的持续时间大部分是采用同一概率分布,这与实际情况有一定的差距。
发明内容
本发明的目的是针对现有技术的不足,提供一种基于动态切换的水电工程交通运输系统仿真方法。
本发明方法包括以下步骤:
步骤(1).采集待测施工区域各时段内不同活动的持续时间数据,对采集到的时间数据按该活动在施工区域交通运输系统所处的子系统分别进行辨识,根据辨识后的参数构建相应活动的持续时间模型;然后将上述所有时段内不同活动的持续时间模型存储在持续时间模型库中;
所述的采集方法可以是根据安装在施工车辆上的检测器与道路两侧的接收器进行通信得到持续时间数据;
所述的活动包括装料、卸料、重行、空返、岔口通行;
所述的时段根据实际的交通状况按照高峰期、平峰期将一天24小时分为若干个时段;
所述的子系统包括装料系统、卸料系统、岔口系统和道路系统,其中装料活动属于装料系统,卸料活动属于卸料系统,岔口通行活动属于岔口系统,重行活动和空返活动属于道路系统;
所述的辨识根据活动的不同采用不同的概率密度模型,得到不同的模型参数,具体是:
①对于装料活动和岔口活动,其持续时间认为服从正态分布N(μ,σ2),因此根据采集到的数据利用参数估计的方法得到均值μ和方差σ2;
②对于卸料活动,其持续时间认为服从负指数分布E(λ),因此根据采集到的数据利用参数估计的方法得到均值λ;
③对于重行活动和空返活动,其持续时间认为服从均匀分布U(a,b),其中a为最小持续时间,b为最大持续时间,利用采集到的数据估计出a和b;
进一步地,对于同一个活动,由于其在不同时段可能处于不同的交通环境,得到的模型参数也可能是不同的;
所述的参数估计方法包括最小二乘估计、极大似然估计等;
步骤(2).利用离散事件系统仿真模型对待测施工区域交通运输系统各子系统分别建模,然后将系统参数存储在系统参数数据库中,并将各子系统按照相应的逻辑关系组合成施工区域交通运输系统仿真模型;
所述的离散事件系统仿真模型为现有成熟模型,可以是排队网络模型、循环网络模型、赋时Petri网等当前使用较多的模型;
所述的子系统与步骤(1)中的子系统相同;
所述的建模包括确定各子系统包含的活动、活动进行所需的各种资源、模型中所需的各种参数;其中所述的资源指系统中不断进行着状态变化和流动的实体,如机械设备、土石方等;所述的系统参数包括装载机型号和数量、自卸汽车型号和数量、料场土石方量、资源的成本等;
所述的子系统之间的逻辑关系是指施工场内交通运输的流程,即是指一个装料、运输、卸料的循环过程;
步骤(3).将持续时间模型库与系统参数数据库导入上述步骤(2)得到的施工区域交通运输系统仿真模型,然后调用初始化模块,开始仿真;其中所述的初始化模块包括对仿真时钟、系统状态、事件表和统计计数器的初始化,并产生第一个可发生事件;具体是:
3.1.检查所有事件的工作任务能否开始;
所述的事件指引起系统状态发生变化的行为;
3.2.若事件的工作任务可以开始,各种资源流入事件触发的活动,然后根据仿真时钟的值调用对应时段对应活动的持续时间模型,得到活动持续时间,并计算活动结束时间,将活动结束对应的事件及活动结束时间写入事件表,执行步骤3.4;若没有事件的工作任务可以开始,则执行步骤3.3;
所述的活动结束时间=仿真时钟当前值+活动持续时间;
所述的根据仿真时钟的值调用对应时段的持续时间模型,实现了动态切换的机制,因为同一活动在不同时段有着不同的持续时间,通过判断仿真时钟所处的时段达到相应效果;
3.3.从事件表中找出最早结束的事件(即最小的活动结束时间对应的事件),将仿真时钟推进到活动结束时间,然后释放活动所占用的资源;
3.4.判断仿真过程是否完成;若没有完成,则执行步骤3.1,否则执行步骤3.5;
3.5.计算并输出此次仿真过程的施工成本和施工工期;
所述的施工成本是指占用资源的成本总和,施工工期是指仿真时钟最后的值;
3.6.判断是否要进行下一次仿真,若要进行则修改系统参数,执行步骤3.1,否则执行步骤(4);
步骤(4).将多次仿真结果对比分析,得到最佳的系统参数、施工成本和施工工期。
本发明的有益效果是:
本发明可以对复杂的水电工程交通运输系统进行仿真,并得到最佳的系统参数、施工成本和施工工期。其采用的根据仿真时钟动态切换活动持续时间的方法很好的解决了施工车辆与社会车辆共用道路、道路高峰平峰等造成的活动持续时间不断变化的问题;同时该方法可以运用于排队网络模型、循环网络模型、赋时Petri网等大部分离散事件系统仿真中,具有较强的通用性,对水电工程的研究具有重要的应用价值。
附图说明
图1是本发明所述的方法的示意图;
图2是本发明所述方法的仿真过程的流程图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
如图1所示,本发明主要分为两步,第一步(步骤1-2),采集施工区域相关数据,构建持续时间模型库和系统参数数据库,并利用离散事件系统仿真模型搭建施工区域交通运输系统仿真模型。第二步(步骤3-4),如图2所示,对第一步的模型进行多次仿真计算,每次仿真修正系统参数,最后得到最佳系统参数、施工成本和施工工期。详细步骤如下:
步骤(1).采集待测施工区域各时段内不同活动的持续时间数据,对采集到的时间数据按该活动在施工区域交通运输系统所处的子系统分别进行辨识,根据辨识后的参数构建相应活动的持续时间模型;然后将上述所有时段内不同活动的持续时间模型存储在持续时间模型库中;
所述的采集方法可以是根据安装在施工车辆上的检测器与道路两侧的接收器进行通信得到持续时间数据;
所述的活动包括装料、卸料、重行、空返、岔口通行;
所述的时段根据实际的交通状况按照高峰期、平峰期将一天24小时分为若干个时段;
本发明实施例将一天分为00:00-07:00、07:00-09:00、09:00-17:00、17:00-20:00、20:00-00:00这5个时段,每个时段分别对应高峰期或者平峰期;
本发明实施例采集了施工区域30天不同时段各活动的持续时间数据,包含了不同天气、不同交通状况,因此采集的数据具有一定的统计意义;
所述的子系统包括装料系统、卸料系统、岔口系统和道路系统,其中装料活动属于装料系统,卸料活动属于卸料系统,岔口通行活动属于岔口系统,重行活动和空返活动属于道路系统;
所述的辨识根据活动的不同采用不同的概率密度模型;
对于装料活动和岔口活动,其持续时间认为服从正态分布N(μ,σ2),因此根据采集到的数据利用参数估计的方法得到均值μ和方差σ2;
对于卸料活动,其持续时间认为服从负指数分布E(λ),因此根据采集到的数据利用参数估计的方法得到均值λ;
对于重行活动和空返活动,其持续时间认为服从均匀分布U(a,b),其中a为最小持续时间,b为最大持续时间,利用采集到的数据估计出a和b;
对于同一个活动,由于其在不同时段可能处于不同的交通环境,得到的模型参数也可能是不同的;
所述的参数估计方法包括最小二乘估计、极大似然估计等;
本发明实施例采用最小二乘估计,最小二乘估计方法简单,估计结果具有统计意义;
步骤(2).利用离散事件系统仿真模型对待测施工区域交通运输系统各子系统分别建模,然后将系统参数存储在系统参数数据库中,并将各子系统按照相应的逻辑关系组合成施工区域交通运输系统仿真模型;
所述的离散事件系统仿真模型可以是排队网络模型、循环网络模型、赋时Petri网等当前使用较多的模型;
本发明实施例采用循环网络模型,循环网络模型是一种典型的离散事件系统仿真方法,对于水电工程交通运输系统这种复杂、施工过程循环进行的系统,具有很好的实用性;
所述的子系统与步骤(1)中的子系统相同;
所述的子系统之间的逻辑关系是指施工场内交通运输的流程,即是指一个装料、运输、卸料的循环过程;
所述的建模包括确定各子系统包含的活动、活动进行所需的各种资源、模型中所需的各种参数;
所述的资源指系统中不断进行着状态变化和流动的实体,如机械设备、土石方等;
本发明实施例中的资源指土石方和自卸汽车;
所述的系统参数包括装载机型号和数量、自卸汽车型号和数量、料场土石方量、资源的成本等;
步骤(3).将持续时间模型库与系统参数数据库导入上述步骤(2)得到的施工区域交通运输系统仿真模型,然后调用初始化模块,开始仿真;其中所述的初始化模块包括对仿真时钟、系统状态、事件表和统计计数器的初始化,并产生第一个可发生事件;具体是:
3.1.检查所有事件的工作任务能否开始;
所述的事件指引起系统状态发生变化的行为;
3.2.若事件的工作任务可以开始,各种资源流入事件触发的活动,然后根据仿真时钟的值调用对应时段对应活动的持续时间模型,得到活动持续时间,并计算活动结束时间,将活动结束对应的事件及活动结束时间写入事件表,执行步骤3.4;若没有事件的工作任务可以开始,则执行步骤3.3;
所述的活动结束时间=仿真时钟当前值+活动持续时间;
所述的根据仿真时钟的值调用对应时段的持续时间模型,实现了动态切换的机制,因为同一活动在不同时段有着不同的持续时间,通过判断仿真时钟所处的时段达到相应效果;
本发明实施例中的事件表采用最小堆的实现机制,将事件按照结束时间从早到晚排列,这样每次找最早结束的事件只需要找事件表顶端的那个事件,而不需要将所有事件扫描一遍,减少了计算时间;
3.3.从事件表中找出最早结束的事件(即最小的活动结束时间对应的事件),将仿真时钟推进到活动结束时间,然后释放活动所占用的资源;
3.4.判断仿真过程是否完成。若没有完成,则执行步骤3.1,否则执行步骤3.5;
3.5.计算并输出此次仿真过程的施工成本和施工工期;
所述的施工成本是指占用资源的成本的总和,施工工期是指仿真时钟最后的值;
3.6.判断是否要进行下一次仿真,若要进行则修改系统参数,执行步骤(3),否则执行步骤(4);
本实施例修改系统参数包括修改装载机数量和自卸汽车数量;
步骤(4).将多次仿真结果对比分析,得到最佳的系统参数、施工成本和施工工期。
上述实施例并非是对于本发明的限制,本发明并非仅限于上述实施例,只要符合本发明要求,均属于本发明的保护范围。
Claims (7)
1.一种基于动态切换的水电工程交通运输系统仿真方法,其特征在于该方法包括以下步骤:
步骤(1):采集待测施工区域各时段内不同活动的持续时间数据,对采集到的时间数据按该活动在施工区域交通运输系统所处的子系统分别进行辨识,根据辨识后的参数构建相应活动的持续时间模型;然后将上述各时段内不同活动的持续时间模型存储在持续时间模型库中;
所述的活动包括装料、卸料、重行、空返、岔口通行;
所述的子系统包括装料系统、卸料系统、岔口系统和道路系统,其中装料活动属于装料系统,卸料活动属于卸料系统,岔口通行活动属于岔口系统,重行活动和空返活动属于道路系统;
所述的时段根据实际的交通状况按照高峰期、平峰期将一天24小时分为若干个时段;
步骤(1)中持续时间模型库中的时间模型按照活动类型和时段来存储,同一活动在不同时段对应着不同的时间模型;
步骤(2):利用离散事件系统仿真模型对待测施工区域交通运输系统各子系统分别建模,然后将系统参数存储在系统参数数据库中,并将各子系统按照相应的逻辑关系组合成施工区域交通运输系统仿真模型;
步骤(3):将持续时间模型库与系统参数数据库导入上述步骤(2)得到的施工区域交通运输系统仿真模型,然后调用初始化模块,开始仿真;其中仿真过程中根据仿真时钟对应的时段动态选择持续时间模型,达到动态切换的效果;
步骤(4):将步骤(3)多次仿真结果对比分析,得到最佳的系统参数、施工成本和施工工期。
2.如权利要求1所述的一种基于动态切换的水电工程交通运输系统仿真方法,其特征在于步骤(1)所述的辨识根据活动的不同采用不同的概率密度模型,具体是:
①对于装料活动和岔口活动,其持续时间认为服从正态分布N(μ,σ2),因此根据采集到的数据利用参数估计的方法得到均值μ和方差σ2;
②对于卸料活动,其持续时间认为服从负指数分布E(λ),因此根据采集到的数据利用参数估计的方法得到均值λ;
③对于重行活动和空返活动,其持续时间认为服从均匀分布U(a,b),其中a为最小持续时间,b为最大持续时间,利用采集到的数据估计出a和b。
3.如权利要求1所述的一种基于动态切换的水电工程交通运输系统仿真方法,其特征在于步骤(2)各子系统之间的逻辑关系是指施工场内交通运输的流程,即是指一个装料、运输、卸料的循环过程。
4.如权利要求1所述的一种基于动态切换的水电工程交通运输系统仿真方法,其特征在于步骤(2)所述的建模包括确定各子系统包含的活动、活动进行所需的各种资源、模型中所需的各种参数;其中所述的资源指系统中不断进行着状态变化和流动的实体;所述的系统参数包括装载机型号和数量、自卸汽车型号和数量、料场土石方量、资源的成本。
5.如权利要求1所述的一种基于动态切换的水电工程交通运输系统仿真方法,其特征在于步骤(3)所述的初始化模块包括对仿真时钟、系统状态、事件表和统计计数器的初始化,并产生第一个可发生事件。
6.如权利要求1所述的一种基于动态切换的水电工程交通运输系统仿真方法,其特征在于步骤(2)中系统参数数据库中的系统参数可在仿真进行过程中根据工期进展实时修改。
7.如权利要求5所述的一种基于动态切换的水电工程交通运输系统仿真方法,其特征在于所述的事件表采用最小堆的实现机制,将事件按照结束时间从早到晚排列,这样寻找最早结束的事件只需要找事件表顶端的那个事件,而不需要将所有事件扫描一遍,减少了计算时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510269014.8A CN104866668B (zh) | 2015-05-22 | 2015-05-22 | 一种基于动态切换的水电工程交通运输系统仿真方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510269014.8A CN104866668B (zh) | 2015-05-22 | 2015-05-22 | 一种基于动态切换的水电工程交通运输系统仿真方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104866668A CN104866668A (zh) | 2015-08-26 |
CN104866668B true CN104866668B (zh) | 2018-12-14 |
Family
ID=53912493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510269014.8A Expired - Fee Related CN104866668B (zh) | 2015-05-22 | 2015-05-22 | 一种基于动态切换的水电工程交通运输系统仿真方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104866668B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105666132B (zh) * | 2016-03-30 | 2018-04-24 | 内蒙古第一机械集团有限公司 | 装配生产线仿真中装配台步进式循环运动的实现方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102194020A (zh) * | 2010-03-15 | 2011-09-21 | 刘霞 | 水电工程交通运输仿真优化算法 |
EP2571002A1 (en) * | 2010-05-12 | 2013-03-20 | Mitsubishi Heavy Industries, Ltd. | Traffic simulation device, and traffic simulation program |
-
2015
- 2015-05-22 CN CN201510269014.8A patent/CN104866668B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102194020A (zh) * | 2010-03-15 | 2011-09-21 | 刘霞 | 水电工程交通运输仿真优化算法 |
EP2571002A1 (en) * | 2010-05-12 | 2013-03-20 | Mitsubishi Heavy Industries, Ltd. | Traffic simulation device, and traffic simulation program |
Non-Patent Citations (1)
Title |
---|
高心墙堆石坝施工场内交通仿真与实时控制研究;刘宁;《中国博士学位论文全文数据库工程科技Ⅱ辑》;20140915(第9期);正文第11-53、77–105页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104866668A (zh) | 2015-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
de Queiroz et al. | Climate change impacts in the energy supply of the Brazilian hydro-dominant power system | |
CN106339351B (zh) | 一种sgd算法优化系统及方法 | |
Wu et al. | What is the future for production-living-ecological spaces in the Greater Bay Area? A multi-scenario perspective based on DEE | |
CN101853573A (zh) | 一种城市快速路短时交通信息预测系统及方法 | |
CN105046454A (zh) | 流域水基环境管理决策支持系统 | |
CN104077664B (zh) | 一种风电储能发电系统的置信容量评估方法 | |
CN102610092A (zh) | 基于rbf神经网络城市道路速度预测方法 | |
CN108614915B (zh) | 基于情景驱动的水文模型自由组建策略方法 | |
CN104898645A (zh) | 一种卫星故障检测隔离恢复策略及策略动态调整方法 | |
CN105809349A (zh) | 一种考虑来水相关性梯级水电站群的调度方法 | |
Liu et al. | A systems dynamic model of a coal-based city with multiple adaptive scenarios: A case study of Ordos, China | |
CN107040412A (zh) | 一种云服务器负载预测方法 | |
CN104866668B (zh) | 一种基于动态切换的水电工程交通运输系统仿真方法 | |
Crossley et al. | Fast solution of the Shallow Water Equations using GPU technology | |
CN110738356A (zh) | 一种基于sdn增强网络的电动汽车充电智能调度方法 | |
CN107995278B (zh) | 一种基于城域级物联网感知数据的场景智能分析系统与方法 | |
CN109656236A (zh) | 一种基于周期性预测神经网络的工业数据故障预测方法 | |
CN104778355A (zh) | 基于广域分布交通系统的异常轨迹检测方法 | |
Li et al. | Analyzing cluster-head selection mechanisms and improving the LEACH | |
CN103593534A (zh) | 基于工程地质因素关联性的盾构机智能选型方法及装置 | |
CN202705984U (zh) | 一种梯级水库群联合防洪优化调度的系统 | |
Fang et al. | SAW: A hybrid prediction model for parking occupancy under the environment of lacking real-time data | |
CN108897926A (zh) | 一种人工车联网系统及其建立方法 | |
CN103458032A (zh) | 一种空间数据访问规律动态统计及信息压缩的方法及系统 | |
CN102651095B (zh) | 一种基于不稳定周期的风速时间序列预测方法 |
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 |
Granted publication date: 20181214 Termination date: 20200522 |
|
CF01 | Termination of patent right due to non-payment of annual fee |