CN105160424A - 一种基于线性规划的应急救援车调度方法 - Google Patents

Abstract

本发明公开了一种基于线性规划的应急救援车调度方法，具体包括如下步骤：首先获取救援数据，然后根据救援数据建立线性模型，根据线性模型得出最优调度方案，根据最优调度方案对待救援车进行救援。本发明充分考虑了待救援车辆的紧急程度，以救援车辆数、救援时间、救援成本、最优路径几个因素与对应的权重值组成目标函数，充分考虑救援车救援能力、救援车续航里程、司机最大允许工作时间，确定具体救援车辆及数量，救援路线和救援方式，形成最优救援车调度，为调度方节约了资源，使故障电动汽车驶离故障现场，减少了因车辆故障问题引发的交通拥堵难题。

Description

一种基于线性规划的应急救援车调度方法

技术领域

本发明涉及一种应急救援车调度方法，具体涉及一种基于线性规划的应急救援车调度方法。

背景技术

在能源和环境双重危机下，电动汽车作为新型的节能交通工具，可以降低对石油能源的依赖和减少尾气排放等突出优势，大力发展电动汽车已成为目前世界各主要国家的共识。随着电动汽车数量的不断增加，道路上行驶的电动汽车出现缺电或其他故障的概率也会大大提高，如何解决电动汽车实际行驶过程中的缺电和故障问题成为当务之急，针对电动汽车应急救援车的优化调度问题也成为了亟待解决的难题，优化调度不仅为调度方节约资源，保证故障电动汽车驶离故障现场，同时也能减少因车辆问题引发的交通拥堵的难题。

中国专利公开号CN102945541，公开日为2013年2月27日，专利名称为一种车辆调度方法的专利公开了一种车辆调度方法及系统，该发明的车辆调度方法根据用车的开始时间、结束时间以及车辆与出发地点的距离来调度车辆,减小了车辆在某时间段内空载的几率，提高车辆利用率并降低车辆运行成本。但在该调度方法中，当派出车辆在行驶状态时被标记为不可用状态，即没有考虑派出车辆在派出后仍然有继续调度的可能，来完成多重任务，实际上并没有充分利用车辆资源，不是最优的调度方法。

发明内容

本发明的目的在于提供一种基于线性规划的应急救援车调度方法，该调度方法充分考虑了待救援车辆的紧急程度，以救援车辆数、救援时间、救援成本、最优路径几个因素与对应的权重值组成目标函数，充分考虑救援车救援能力、救援车续航里程、司机最大允许工作时间，确定具体救援车辆及数量，救援路线和救援方式，形成最优救援车调度。

本发明所采用的技术方案是：

一种基于线性规划的应急救援车调度方法，包括如下步骤：首先获取救援数据，然后根据救援数据建立线性模型，根据线性模型得出最优调度方案，根据最优调度方案对待救援车进行救援；

所述救援数据包括待救援车信息、救援车信息和其他相关信息；所述待救援车信息包括所需救援的紧急程度、故障类型、故障车所处具体位置、待救援车数量和待救援车车辆型号；所述救援车信息包括待救援车周围不同救援车的具体位置、上述救援车的剩余行驶里程数、上述救援车的救援能力；所述其他相关信息包括带救援车周围的交通状况、上述救援车的司机工作时间；

所述线性模型为Z＝aX+bY+cZ+dH+eJ

其中， $\left\{\begin{array}{c}H=w(k,m,i)\≤b_1\\ J=l(n,s)\≤b_2\\ m\≤b_3\\ i\≤b_4\\ h,j,m,i\≥0\end{array}\right.$

$\left\{\begin{array}{c}Y=f(z,h,j)\\ Z=g(h,j)\\ H=w(k,m,i)\\ J=l(n,s)\end{array}\right.$

所述最优调度方案为min(Z)＝aX+bY+cZ+dH+eJ

上式中b₁、b₂、b₃、b₄分别表示救援车总共数量，救援车最大行驶里程数，出车救援车最大允许数量、司机最大允许工作时间；X是救援紧急程度，救援紧急程度根据待救援车辆事故类型、所处路段分为四种紧急程度等级：不紧急、一般紧急、比较紧急、非常紧急；Y为救援成本，是救援人工成本、车辆成本和管理成本的线性函数；Z为救援时间，是救援路径长短的线性函数，其系数由对应路径的交通状况决定；H为某次救援行动救援车出动的总数，由待救援车辆数量或者事故类型决定；J为救援里程数，在救援单台故障车辆时救援路径一般选所用时间最短路径，当救援车一次出车需要救援多台故障车辆时，会选择综合救援最佳路径；a、b、c、d、e分别为救援紧急程度、救援成本、救援时间、救援车辆数、救援路径的权重值，k、m、i、n、s是决策变量，分别表示故障车辆数量、不同救援基地救援车车辆数量(表示在不同救援基地救援车可以出动的数量，但不表示某次行动时出动的数量)、司机工作时间、故障车具体位置、救援车所处位置。

更进一步的方案是：在考虑救援车信息时应保证出车救援车数量不大于最大允许数、充电救援能力不大于救援车充电容量、救援车行驶距离不大于救援车行驶里程数、救援车司机工作时间不大于最大允许工作时间。

本发明通过救援数据的获取形成基于线性规划的最优调度模型，通过对模型的求解得到最优调度方案。

本发明中，所述最优调度方案包括确定救援车辆及救援人员、最佳救援路线和救援方式。所述救援紧急程度是指待救援车所需解除故障的紧急程度，救援时间是指救援车执行多目标救援所需时间。

本发明的有益效果在于：本发明充分考虑了待救援车辆的紧急程度，以救援车辆数、救援时间、救援成本、最优路径几个因素与对应的权重值组成目标函数，充分考虑救援车救援能力、救援车续航里程、司机最大允许工作时间，确定具体救援车辆及数量，救援路线和救援方式，形成最优救援车调度，为调度方节约了资源，使故障电动汽车驶离故障现场，减少了因车辆故障问题引发的交通拥堵难题。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明的流程图；

图2是本发明的具体流程图；

图3是一个具体的应急救援车调度路线图。

图中：1-3、故障电动汽车，4-6、救援基地，7、正在路上行驶的救援车。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

如图1-2所示，一种基于线性规划的应急救援车调度方法，包括如下步骤：首先获取救援数据，然后根据救援数据建立线性模型，根据线性模型得出最优调度方案，根据最优调度方案对待救援车进行救援；

所述救援数据包括待救援车信息、救援车信息和其他相关信息；所述待救援车信息包括所需救援的紧急程度、故障类型、故障车所处具体位置、待救援车数量和待救援车车辆型号；所述救援车信息包括待救援车周围(以待救援车为圆心，半径为2公里的范围内)不同救援车的具体位置、上述救援车的剩余行驶里程数、上述救援车的救援能力；所述其他相关信息包括带救援车周围的交通状况、上述救援车的司机工作时间；

所述线性模型为Z＝aX+bY+cZ+dH+eJ

其中， $\left\{\begin{array}{c}H=w(k,m,i)\≤b_1\\ J=l(n,s)\≤b_2\\ m\≤b_3\\ i\≤b_4\\ h,j,m,i\≥0\end{array}\right.$

$\left\{\begin{array}{c}Y=f(z,h,j)\\ Z=g(h,j)\\ H=w(k,m,i)\\ J=l(n,s)\end{array}\right.$

所述最优调度方案为min(Z)＝aX+bY+cZ+dH+eJ

上式中b₁、b₂、b₃、b₄分别表示救援车总共数量，救援车最大行驶里程数，出车救援车最大允许数量、司机最大允许工作时间；X是救援紧急程度，救援紧急程度根据待救援车辆事故类型、所处路段分为四种紧急程度等级：不紧急、一般紧急、比较紧急、非常紧急；Y为救援成本，是救援人工成本、车辆成本和管理成本的线性函数；Z为救援时间，是救援路径长短的线性函数，其系数由对应路径的交通状况决定；H为某次救援行动救援车出动的总数，由待救援车辆数量或者事故类型决定；J为救援里程数，在救援单台故障车辆时救援路径一般选所用时间最短路径，当救援车一次出车需要救援多台故障车辆时，会选择综合救援最佳路径；a、b、c、d、e分别为救援紧急程度、救援成本、救援时间、救援车辆数、救援路径的权重值，k、m、i、n、s是决策变量，分别表示故障车辆数量、不同救援基地救援车车辆数量(表示在不同救援基地救援车可以出动的数量，但不表示某次行动时出动的数量)、司机工作时间、故障车具体位置、救援车所处位置。

在考虑救援车信息时应保证出车救援车数量不大于最大允许数、充电救援能力不大于救援车充电容量、救援车行驶距离不大于救援车行驶里程数、救援车司机工作时间不大于最大允许工作时间。

如图3所述，假设某城区有三个应急救援车出车点，该区域在某一段时刻出现三台待救援车辆(故障电动汽车1、故障电动汽车2、故障电动汽车3)，获取得待救援车信息为：待救援故障车辆均为小型轿车，其中两台(故障电动汽车1、故障电动汽车2)由于发生撞车事故出现在某交通繁华地段，故障车辆可能造成大面积堵车，救援紧急程度为非常紧急，另一台故障车(故障电动汽车3)只是由于缺电导致车辆停车，该故障车辆已经找到合适地方靠边停车，救援紧急为一般紧急。此时救援车的信息为：目前该区域的救援基地有三个(分别为救援基地4、救援基地5、救援基地6)，可支配的救援车为三台，其中一台救援车(正在路上行驶的救援车7)正在返回路途中，救援能力表现为能实现对一台小轿车充满电且能对一台轿车实施拖车救援功能，其他救援基地的救援车均能实现对三台小轿车充满电且能针对一台轿车实施拖车救援功能。交通状况：LX1、LX2、LY1路段畅通；LY2、LY3、LZ1路段正处于堵车状态；L1路段路况一般。

根据线性模型得出下列救援方案：

Z1对应的救援方案为：从救援基地4出发的救援车按照LX1路径行驶至故障电动汽车1，正在路上行驶的救援车7沿路径L1前往故障电动汽车2，从救援基地6出发的救援车按LZ1路径前往故障电动汽车3。

Z2对应的救援方案为：从救援基地4出发的救援车按照LX1路径行驶至故障电动汽车1，正在路上行驶的救援车7沿路径L1前往故障电动汽车2，从救援基地5出发的救援车按LY1路径前往故障电动汽车3。

Z3对应的救援方案为：从救援基地4出发的救援车按照LX1路径行驶至故障电动汽车1，正在路上行驶的救援车S1沿路径L1前往故障电动汽车2，从救援基地5的救援车按LY2路径前往故障电动汽车3。

Z4对应的救援方案为：从救援基地4出发的救援车按照LX2路径行驶至故障电动汽车3，正在路上行驶的救援车7沿路径L1前往故障电动汽车2，从救援基地5出发的救援车按LY3路径前往故障电动汽车1。

Z5对应的救援方案为：从救援基地5出发的救援车按LY3路径前往故障电动汽车1，正在路上行驶的救援车7沿路径L1前往故障电动汽车2，从救援基地6的救援车按LZ1路径前往故障电动汽车3。

通过线性模型的对比，得到线性模型的大小值关系为：Z2<Z1<Z3<Z4<Z5，故Z2对应着最优的救援方案，故应通知正在路上行驶的救援车7掉头按照L1路线到达事故现场并拖车故障电动汽车2，调动救援基地4的救援车按照LX1线路到达事故现场并拖车故障电动汽车1，调动救援基地5处的救援车按照LY1路线充电故障电动汽车3。

应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (2)

1.一种基于线性规划的应急救援车调度方法，其特征在于包括如下步骤：首先获取救援数据，然后根据救援数据建立线性模型，根据线性模型得出最优调度方案，根据最优调度方案对待救援车进行救援；

所述救援数据包括待救援车信息、救援车信息和其他相关信息；所述待救援车信息包括所需救援的紧急程度、故障类型、故障车所处具体位置、救援车数量和救援车车辆型号；所述救援车信息包括待救援车周围不同救援车的具体位置、上述救援车的剩余行驶里程数、上述救援车的救援能力；所述其他相关信息包括带救援车周围的交通状况、上述救援车的司机工作时间；

所述线性模型为Z＝aX+bY+cZ+dH+eJ

其中， $\left\{\begin{array}{c}H=w(k,m,i)\&le;b_1\\ J=l(n,s)\&le;b_2\\ m\&le;b_3\\ i\&le;b_4\\ h,j,m,i\&GreaterEqual;0\end{array}\right.$

$\left\{\begin{array}{c}Y=f(z,h,j)\\ Z=g(h,j)\\ H=w(k,m,i)\\ J=l(n,s)\end{array}\right.$

所述最优调度方案为min(Z)＝aX+bY+cZ+dH+eJ

上式中b₁、b₂、b₃、b₄分别表示救援车总共数量，救援车最大行驶里程数，出车救援车最大允许数量、司机最大允许工作时间；X是救援紧急程度，救援紧急程度根据待救援车辆事故类型、所处路段分为四种紧急程度等级：不紧急、一般紧急、比较紧急、非常紧急；Y为救援成本，是救援人工成本、车辆成本和管理成本的线性函数；Z为救援时间，是救援路径长短的线性函数，其系数由对应路径的交通状况决定；H为某次救援行动救援车出动的总数，由待救援车辆数量或者事故类型决定；J为救援里程数，在救援单台故障车辆时救援路径一般选所用时间最短路径，当救援车一次出车需要救援多台故障车辆时，会选择综合救援最佳路径；a、b、c、d、e分别为救援紧急程度、救援成本、救援时间、救援车辆数、救援路径的权重值，k、m、i、n、s是决策变量，分别表示故障车辆数量、不同救援基地救援车车辆数量、司机工作时间、故障车具体位置、救援车所处位置。

2.如权利要求1所述的基于线性规划的应急救援车调度方法，其特征在于：在考虑救援车信息时应保证出车救援车数量不大于最大允许数、充电救援能力不大于救援车充电容量、救援车行驶距离不大于救援车行驶里程数、救援车司机工作时间不大于最大允许工作时间。