CN107272407B - 一种ato系统行程方案的评价方法及系统 - Google Patents
一种ato系统行程方案的评价方法及系统 Download PDFInfo
- Publication number
- CN107272407B CN107272407B CN201710450602.0A CN201710450602A CN107272407B CN 107272407 B CN107272407 B CN 107272407B CN 201710450602 A CN201710450602 A CN 201710450602A CN 107272407 B CN107272407 B CN 107272407B
- Authority
- CN
- China
- Prior art keywords
- evaluation result
- factor
- ato system
- scheme
- weight
- 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.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 148
- 238000012512 characterization method Methods 0.000 claims abstract description 28
- 238000005457 optimization Methods 0.000 claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 239000011159 matrix material Substances 0.000 claims description 32
- 239000000446 fuel Substances 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000004134 energy conservation Methods 0.000 claims description 8
- 230000001960 triggered effect Effects 0.000 claims description 3
- 230000003137 locomotive effect Effects 0.000 description 10
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
- G05B13/024—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及一种ATO系统行程方案的评价方法及系统,其根据ATO系统的性能参数,确定影响ATO系统行程方案的优化性能的各个因素;基于AHP分析方法,以定性和定量结合的方式确定所述各个因素的权重;分别根据每一因素的表征函数,计算每个因素对应的评价结果,并根据得到的每个因素对应的评价结果及对应的权重计算整个ATO系统的总评价结果;判断该ATO系统的行程方案的总评价结果值是否大于设定的评价结果阈值,并当确认大于时,选定该总评价结果值对应的ATO系统行程方案作为实际运行的ATO系统行程方案。本发明的评价考虑全面,能够更为真实地反映出所规划的ATO系统行程方案的性能。
Description
技术领域
本发明涉及铁路运输调度领域,尤其是涉及一种ATO系统行程方案的评价方法及系统。
背景技术
铁路机车作为常见交通工具,具有运输量巨大、速度较快、运输距离长等特点。随着各地区之间的人员流动量和货物流动量的快速增长,对机车驾驶提出了更加安全、稳定、节能的要求。对于非自动化驾驶的铁路机车,存在行驶平均速度低、安全性差、停车不准等缺点,且司机的驾驶技术严重影响列车运行状况。司机驾驶技术依靠长期实践、不断积累经验而来,且仅习惯于在一条线路上驾驶,难以达到最优的控制效果。因此,针对现有状况,实现铁路机车自动驾驶的需求越来越迫切。
ATO系统是一种铁路机车的自动驾驶系统,它追求安全、绿色、自动化驾驶。在ATO系统的研发过程中,往往通过设计机车运行的控制策略和优化算法,来获得ATO系统的行程方案。在机车运行之后,需要对新设计的ATO系统行程方案做出评价,以此评价结果为参考对产生ATO系统行程方案的策略和算法进行产品迭代。
现有ATO系统行程方案评价方法主要利用ATO系统行程中的节能性和准时性这两个性能指标。其中一种评价方法是将一定范围的行程时间(一般在规定时间120s误差内)作为约束,然后在满足该约束下以节油率这一性能指标作为评价因素。另外一种评价方法是将规定时间与实际运行时间差值和节油率适当调整后(主要是乘以一个调节因子,使得它俩范围相近,可以相加),然后按人为定义的不同权重进行加权处理,最后再对加权处理后的性能参数进行相加,以这个和作为评价因素。
由于在规划ATO系统行程方案过程中,会考虑很多ATO系统的性能参数,如整个行程的节油率、准时性、自动性等性能参数,而现有的两种评价方法仅仅利用了节能性和准时性两个性能参数来评价ATO系统行程方案,因此采用这两种方法得出的评价结果只能片面地反映ATO系统行程方案的性能。
另外,上述性能参数的权重是人为定义的,主观性比较大,也不能真实地反映出整个ATO系统行程方案的性能。
发明内容
本发明的目的是针对现有技术存在的问题,提供一种ATO系统行程方案的评价方法及系统,其相对于现有技术而言,能够更为真实地反映出规划的ATO系统行程方案的性能。
本发明的目的通过如下技术方案实现:
本发明提供一种ATO系统行程方案的评价方法,其包括:
步骤S10,根据ATO系统的性能参数,确定影响ATO系统行程方案的优化性能的各个因素;
步骤S20,基于AHP分析方法,以定性和定量结合的方式确定所述各个因素的权重;
步骤S30,分别根据每一因素的表征函数,计算每个因素对应的评价结果,并根据得到的每个因素对应的评价结果及对应的权重计算整个ATO系统的总评价结果;
步骤S40,判断该ATO系统的行程方案的总评价结果值是否大于设定的评价结果阈值,并当确认大于时执行步骤S60;
步骤S60,选定该总评价结果值对应的ATO系统的行程方案作为实际运行的ATO系统行程方案。
更优选地,所述评价方法还包括:
当确认该ATO系统的行程方案的总评价结果值不大于设定的评价结果阈值时,则更换算法或者调整现有算法的策略的参数值,并根据该算法或者策略参数值获得新ATO系统的行程方案,然后返回步骤S10。
更优选地,所述步骤S20具体包括:
步骤S201,根据影响ATO系统行程方案的优化性能的各个因素对ATO系统行程的影响程度确定各个因素之间的重要性比较值;
步骤S202,根据各个因素间的重要性比较值确立比较矩阵A,其中,所述比较矩阵A满足如下关系式:
其中:比较矩阵A为一个n行n列的矩阵,比较矩阵中的Aij表示第i因素相对于第j因素的重要性比较值,比较矩阵中的Aji表示第j因素相对于第i因素的重要性比较值,且满足:Aji=1/Aij;
步骤S203,根据如下公式计算各个因素的权重W,表示为:
AWT=λmaxWT
其中A为比较矩阵,WT为权重W的转置向量,λmax是矩阵A的最大特征值。
更优选地,所述ATO系统的性能参数包括:自动性、节油率和准时性;
所述影响ATO系统行程方案的优化性能的直接因素包括:自动性、节油率和准时性。
更优选地,所述自动性包括:手自动转换次数和自动行驶百分比;
所述影响自动性的子因素包括:手自动转换次数和自动行驶百分比。
本发明还提供一种ATO系统行程方案的评价系统,其包括:
因素确定单元、因素权重确定单元、计算单元、比较器和控制单元;
所述的因素确定单元用于根据ATO系统的性能参数,确定影响ATO系统行程方案的优化性能的各个因素;其与因素权重确定单元和计算单元相连,将所确定的各个因素传给因素权重确定单元和计算单元;
所述因素权重确定单元用于基于AHP分析方法以定性和定量结合的方式确定所述各个因素的权重;所述因素权重确定单元与所述计算单元相连,将确定出的权重信息传给所述计算单元;
所述计算单元与所述比较器相连,所述计算单元分别根据每一因素的表征函数,计算每个因素对应的评价结果,并根据得到的每个因素对应的评价结果及对应的权重计算整个ATO系统行程方案的总评价结果,总评价结果传给所述比较器;
所述比较器的输出端与所述控制单元相连,用于判断该ATO系统的行程方案的总评价结果值是否大于设定的评价结果阈值,并当确认是时,则触发控制单元启动;
控制单元选定该总评价结果值对应的ATO系统的行程方案作为实际运行的ATO系统行程方案。
更优选地,所述的评价系统还包括:方案规划单元;
所述方案规划单元与所述比较器的输出端相连;用于当接收到所述比较器输出的总评价结果值不大于设定的评价结果阈值的信息后,更换算法或者调整现有算法的策略的参数值,并根据该算法或者策略参数值获得重新规划新的ATO系统的行程方案。
由上述本发明的技术方案可以看出,本发明具有如下技术效果:
1、行程评价考虑全面:
能够综合考虑ATO系统行程方案的多性能参数,综合考虑ATO系统行程方案中的ATO系统的自动性、节油率和准时性等性能参数,并且采用定性和定量结合的层次分析(AHP)方法确定它们的权重,使得最后计算出每一个ATO系统行程方案的总评价结果更加准确,能够更为真实地反映出规划的ATO系统行程方案的性能。
2、评价方式更为灵活:提出的框架经过适当修改,就可以应用于不同的场景,比如性能参数更改,性能参数的表征函数更改,性能参数的权重更改。
附图说明
图1为本发明的一种ATO系统行程方案的评价方法的流程图;
图2为本发明ATO系统行程方案的目标优化结构图;
图3为本发明的一种ATO系统行程方案的评价系统结构示意图。
具体实施方式
以下将结合附图对本发明的技术方案做进一步详细说明。
实施例一
本发明提供一种ATO系统行程方案的评价方法,其实施流程如图1所示,包括如下步骤:
步骤S10,根据ATO系统的性能参数,确定影响ATO系统行程方案的优化性能的各个因素。
ATO系统的性能参数主要包括:自动性、节油率和准时性,分别对应符号f1,f2,f3,这些性能参数是影响ATO系统行程方案的优化性能的直接因素。其中节油性和准时性可以直接计算,自动性则根据手自动转换次数和自动行驶百分比来确定,因此自动性则又分解为手自动转换次数和自动行驶百分比,分别对应符号m1,m2。为了形象记载这些因素,也可以根据此层次关系建立如图2所示的ATO系统行程方案的目标优化结构图,从该图2可以看出,影响ATO系统行程方案的优化性能的直接因素位于第一层,包括节能性、自动性和准时性,影响自动性直接因素的子因素位于第二层,包括手自动转换次数和自动行驶百分比。依此类推,影响第N层因素的子因素位于N+1层;其中N依次等于1至n的任意整数。
步骤S20,基于AHP分析方法,以定性和定量结合的方式确定目标优化层次结构中各个因素的权重。
行程评价中节能性、自动性和准时性的权重和自动性中的手自动转换次数和自动行驶百分比的权重都是借助于AHP分析方法定性和定量结合的方式确立。步骤S20主要包括如下步骤S201~步骤S203:
步骤S201,根据影响ATO系统行程方案的优化性能的各个因素对ATO系统行程的影响程度确定各个因素之间的重要性比较值。
ATO系统的行程中各个因素之间具体的重要性比较值可以参照如下的表1:
表1因素之间的重要性比较结果
比较结果 | 重要性比较值 |
一样重要 | 1 |
稍微更重要 | 2 |
更重要 | 3 |
明显更重要 | 4 |
绝对的更重要 | 5 |
可以看出,如果两个因素相比,前者对ATO系统行程的影响程度更大,因此前者更重要,则重要性比较值对应表1中的3;如果两个因素相比,前者对ATO系统行程的影响程度绝对的大,则前者绝对的更重要,则重要性比较值对应表1中的5;如果两个因素相比,前者对ATO系统行程的影响程度稍微大些,则前者稍微更重要,则重要性比较值对应表1中的2;如果两个因素相比,二者对ATO系统行程的影响程度一样大,则二者一样重要,则重要性比较值对应表1中的1。如果两个因素相比,前者对ATO系统行程的影响程度明显更大,则前者明显更重要,则重要性比较值对应表1中的4。
对于影响ATO系统行程性能的节能性、自动性和准时性而言,自动性和节能性相比,自动性更重要,则重要性比较值等于3;准时性和节能性相比,准时性绝对的更重要,则重要性比较值等于5;准时性和自动性相比,准时性稍微更重要,则重要性比较值等于2;手自动转换次数和自动行驶百分比相比,两者一样重要,则重要性比重为1。
步骤S202,根据各个因素间的重要性比较值确立比较矩阵A,其中,比较矩阵中的Aij表示第i因素相对于第j因素的重要性比较值。
比较矩阵A为一个n行n列的矩阵,比较矩阵中的Aij表示第i因素相对于第j因素的重要性比较值,关于各个因素之间具体的重要性比较值可以参照表1。比较矩阵中的Aji表示第j因素相对于第i因素的重要性比较值,显然该Aji满足:Aji=1/Aij。
步骤S203,根据如下公式计算各个因素的权重W。该权重W是一个n维向量,分别对应n个参与重要性比较的因素的权重,可以看作特征矩阵A的特征向量,也就是下面的公式。
AWT=λmaxWT
其中A为比较矩阵,WT为权重W的转置向量,λmax是矩阵A的最大特征值。
根据上述步骤,得到节能性、自动性和准时性的比较矩阵,计算节能性、自动性和准时性的权重,分别记为Wf1,Wf2,Wf3;
计算自动转换次数和自动行驶百分比的权重,分别记为Wm1,Wm2。
步骤S30,分别根据每一因素的表征函数,计算每个因素对应的评价结果,并根据得到的每个因素对应的评价结果及对应的权重计算整个ATO系统行程方案的总评价结果。
根据手自动转换次数的表征函数funm1计算手自动转换次数的评价结果Vm1:
Vm1=表征函数funm1funm1=max(0,1-转换次数/10),
根据自动行驶百分比的表征函数funm2计算自动行驶百分比的评价结果Vm2:
Vm2=表征函数funm2,funm2=自动驾驶百分比/100
根据自动转换次数和自动行驶百分比的评价结果以及权重Wm1,Wm2计算自动性因素的评价结果,得到:
Vf2=Wm1×Vm1+Wm2×Vm2
根据节能性的表征函数funf1计算节能性因素的评价结果Vf1:
funf1=节油率
根据准时性的表征函数funf3计算准时性因素的评价结果Vf3:
funf3=max(1,1-(到达时间-规定时间)/120)
最后结合上述公式得到整个ATO系统行程的评价结果,为:
V=Wf1×Vf1+Wf2×(Wm1×Vm1+Wm2×Vm2)+Wf3×Vf3
通过上述步骤,得到的总评价结果能够反映出整个ATO系统的行程方案的性能,总评价结果值越大,说明该ATO系统的行程方案的性能越优。
步骤S40,判断该ATO系统的行程方案的总评价结果值是否大于设定的评价结果阈值,若不大于,则执行步骤S50;否则执行步骤S60。
评价结果阈值可以根据实际运行过程中采用的ATO行程方案的总评价结果确定。如果通过上述步骤S10至步骤S40还没有得到理想的评价结果值,则需要再次调整ATO系统的行程方案,即执行步骤S50。
步骤S50,更换算法或者调整现有算法的策略的参数值,并根据该算法或者策略参数值获得新ATO系统的行程方案,然后返回步骤S10。
步骤S60,选定该总评价结果值对应的ATO系统的行程方案作为实际运行的ATO系统行程方案。
现在以货运ATO系统为例,对上述本发明的实施过程进行描述。
假设该货运ATO系统的一次ATO行程中机车正常运行,无违反约束到达,机车手自动转换8次,自动行驶占总路程的88%,机车提前60s到达,行驶耗油比司机平均水平低3.0%,现在计算此货运ATO系统此次行程的总评价结果值。
第一步,行程评价按照上面的结构进行。
第二步,计算节能性、自动性和准时性的权重。
此第二步中,首先根据各个因素间的重要性比较值确立比较矩阵A;然后根据矩阵A计算各个因素的权重。
自动性和节能性相比,自动性更重要,则重要性比较值对应表1中的3;准时性和节能性相比,准时性绝对的更重要,则重要性比较值对应表1中的5;准时性和自动性相比,准时性稍微更重要,则重要性比较值对应表1中的2;手自动转换次数和自动行驶百分比相比,则重要性比较值对应表1中的1。由此得到的矩阵为:
根据矩阵A计算的(Wf1,Wf2,Wf3)=(0.109,0.309,0.582);
第三步,分别根据每一因素的表征函数,计算该因素对应的评价结果,按照每个因素对应的权重和评价结果计算整个ATO系统行程的总评价结果。
根据手自动转换次数的特征函数funm1=max(0,1-转换次数/10),得到手自动转换次数对应的评价结果Vm1=0.2;根据自动行驶百分比的特征函数funm2=自动驾驶百分比/100,计算得到自动行驶百分比对应的评价结果Vm2=0.88;根据手自动转换次数和自动行驶百分比对应的评价结果以及权重Wm1,Wm2,计算并得到自动性因素对应的评价结果:
Vf2=Wm1×Vm1+Wm2×Vm2=0.5×0.2+0.5×0.88=0.54
根据节能性的特征函数funf1=节油率,得到节能性因素的评价结果Vf1=3.0。
根据准时性的特征函数funf3=max(1,1-(到达时间-规定时间)/120)计算并得到准时性因素的评价结果Vf3=1.0,最后得到整个ATO系统行程方案的总评价结果为:
V=Wf1×Vf1+Wf2×Vf2+Wf3×Vf3
=0.109×3.0+0.309×0.54+0.583×1
=1.08
每次调整现有算法的策略的参数值,如采用传统的遗传算法、粒子群算法等搜索算法,寻找一组合适的策略,都将得到一个新的ATO系统行程方案,利用上述评价方法对该新的ATO系统行程方案进行评价,都会得到对应的评价结果值,最终选择大于评价结果阈值的使评价结果达到ATO系统行程方案作为ATO系统实际要运行的行程。
由上述可以看出,本发明综合考虑ATO系统在行程中的自动性、节能性和准时性因素对ATO系统的重要性影响,采用定性和定量结合的层次分析(AHP)方法确定这些因素的权重,并且利用这些因素的表征函数计算得到整个ATO系统行程的评价结果。进而利用这些评价结果对ATO系统的行程进行优化。
实施例二
本发明还提供一种ATO系统行程方案的评价系统,其结构如图3所示,包括:
因素确定单元101、因素权重确定单元102、计算单元103、比较器104和控制单元106。
因素确定单元101用于根据ATO系统的性能参数,确定影响ATO系统行程方案的优化性能的各个因素;其与因素权重确定单元102和计算单元103相连,将所确定的各个因素传给因素权重确定单元102和计算单元103。
因素权重确定单元102用于基于AHP分析方法,以定性和定量结合的方式确定所述各个因素的权重;因素权重确定单元102与计算单元103相连,将确定出的权重信息传给计算单元103。
计算单元103,分别根据每一因素的表征函数,计算每个因素对应的评价结果,并根据得到的每个因素对应的评价结果及对应的权重计算整个ATO系统的总评价结果;计算单元103与比较器104相连,将总评价结果传给比较器104。
比较器104的输出端与方案规划单元105和控制单元106相连,用于判断该ATO系统的行程方案的总评价结果值是否大于设定的评价结果阈值,若不大于,则通知方案规划单元105;否则触发控制单元106启动。
方案规划单元105,更换算法或者调整现有算法的策略的参数值,并根据该算法或者策略参数值获得新ATO系统的行程方案,并且方案规划单元将新ATO系统的行程方案反馈给因素确定单元101。
控制单元106,选定该总评价结果值对应的ATO系统的行程方案作为实际运行的ATO系统行程方案。
以上各个单元的详细执行过程与实施例一中的相关描述类似,这里不再详细描述。
虽然本发明已以较佳实施例公开如上,但实施例并不限定本发明。在不脱离本发明之精神和范围内,所做的任何等效变化或润饰,同样属于本发明之保护范围。因此本发明的保护范围应当以本申请的权利要求所界定的内容为标准。
Claims (5)
1.一种ATO系统行程方案的评价方法,其特征在于,所述评价方法包括:
步骤S10,根据ATO系统的自动性、节油率和准时性性能参数,确定影响ATO系统行程方案的优化性能的各个因素为自动性、节油率和准时性;
步骤S20,基于AHP分析方法,以定性和定量结合的方式确定所述各个因素的权重;
步骤S30,分别根据每一因素的表征函数,计算每个因素对应的评价结果,并根据得到的每个因素对应的评价结果及对应的权重计算整个ATO系统行程方案的总评价结果:
根据手自动转换次数的表征函数funm1计算手自动转换次数的评价结果Vm1:
Vm1=表征函数funm1 funm1=max(0,1-转换次数/10),
根据自动行驶百分比的表征函数funm2计算自动行驶百分比的评价结果Vm2:
Vm2=表征函数funm2,funm2=自动驾驶百分比/100
根据自动转换次数和自动行驶百分比的评价结果以及权重Wm1,Wm2计算自动性因素的评价结果,得到:
Vf2=Wm1×Vm1+Wm2×Vm2
根据节能性的表征函数funf1计算节能性因素的评价结果Vf1:
funf1=节油率
根据准时性的表征函数funf3计算准时性因素的评价结果Vf3:
funf3=max(1,1-(到达时间-规定时间)/120)
最后结合上述公式得到整个ATO系统行程的评价结果,为:
V=Wf1×Vf1+Wf2×(Wm1×Vm1+Wm2×Vm2)+Wf3×Vf3
其中,Vf1表示节能性因素的评价结果;Vf3表示准时性因素的评价结果;Wf1,Wf2,Wf3分别表示节能性、自动性和准时性因素的权重;Wm1,Wm2分别表示自动转换次数的权重和自动行驶百分比的权重;Vm1,Vm2分别表示手自动转换次数的评价结果和自动行驶百分比的评价结果;
步骤S40,判断该ATO系统的行程方案的总评价结果值是否大于设定的评价结果阈值,并当确认大于时执行步骤S60;
步骤S60,选定该总评价结果值对应的ATO系统行程方案作为实际运行的ATO系统行程方案。
2.根据权利要求1所述的一种ATO系统行程方案的评价方法,其特征在于,所述评价方法还包括:
当确认该ATO系统的行程方案的总评价结果值不大于设定的评价结果阈值时,则更换算法或者调整现有算法的策略的参数值,并根据该算法或者策略参数值获得新ATO系统的行程方案,然后返回步骤S10。
3.根据权利要求1或2所述的一种ATO系统行程方案的评价方法,其特征在于,所述步骤S20具体包括:
步骤S201,根据影响ATO系统行程方案的优化性能的各个因素对ATO系统行程的影响程度确定各个因素之间的重要性比较值;
步骤S202,根据各个因素间的重要性比较值确立比较矩阵A,其中,所述比较矩阵A满足如下关系式:
其中:比较矩阵A为一个n行n列的矩阵,比较矩阵中的Aij表示第i因素相对于第j因素的重要性比较值,比较矩阵中的Aji表示第j因素相对于第i因素的重要性比较值,且满足:Aji=1/Aij;
步骤S203,根据如下公式计算各个因素的权重W,表示为:
AWT=λmaxWT
其中A为比较矩阵,WT为权重W的转置向量,λmax是矩阵A的最大特征值。
4.一种ATO系统行程方案的评价系统,其特征在于,所述的评价系统包括:
因素确定单元(101)、因素权重确定单元(102)、计算单元(103)、比较器(104)和控制单元(106);
所述的因素确定单元(101)用于根据ATO系统的自动性、节油率和准时性性能参数,确定影响ATO系统行程方案的优化性能的自动性、节油率和准时性各个因素;其与因素权重确定单元(102)和计算单元(103)相连,将所确定的各个因素传给因素权重确定单元(102)和计算单元(103);
所述因素权重确定单元(102)用于基于AHP分析方法以定性和定量结合的方式确定所述各个因素的权重;所述因素权重确定单元(102)与所述计算单元(103)相连,将确定出的权重信息传给所述计算单元(103);
所述计算单元(103)与所述比较器(104)相连,所述计算单元(103)分别根据每一因素的表征函数,计算每个因素对应的评价结果,并根据得到的每个因素对应的评价结果及对应的权重计算整个ATO系统行程方案的总评价结果:
根据手自动转换次数的表征函数funm1计算手自动转换次数的评价结果Vm1:
Vm1=表征函数funm1 funm1=max(0,1-转换次数/10),
根据自动行驶百分比的表征函数funm2计算自动行驶百分比的评价结果Vm2:
Vm2=表征函数funm2,funm2=自动驾驶百分比/100
根据自动转换次数和自动行驶百分比的评价结果以及权重Wm1,Wm2计算自动性因素的评价结果,得到:
Vf2=Wm1×Vm1+Wm2×Vm2
根据节能性的表征函数funf1计算节能性因素的评价结果Vf1:
funf1=节油率
根据准时性的表征函数funf3计算准时性因素的评价结果Vf3:
funf3=max(1,1-(到达时间-规定时间)/120)
最后结合上述公式得到整个ATO系统行程的评价结果,为:
V=Wf1×Vf1+Wf2×(Wm1×Vm1+Wm2×Vm2)+Wf3×Vf3
其中,Vf1表示节能性因素的评价结果;Vf3表示准时性因素的评价结果;Wf1,Wf2,Wf3分别表示节能性、自动性和准时性因素的权重;Wm1,Wm2分别表示自动转换次数的权重和自动行驶百分比的权重;Vm1,Vm2分别表示手自动转换次数的评价结果和自动行驶百分比的评价结果;
总评价结果传给所述比较器(104);
所述比较器(104)的输出端与所述控制单元(106)相连,用于判断该ATO系统的行程方案的总评价结果值是否大于设定的评价结果阈值,并当确认是时,则触发控制单元(106)启动;
控制单元(106)选定该总评价结果值对应的ATO系统的行程方案作为实际运行的ATO系统行程方案。
5.根据权利要求4所述的ATO系统行程方案的评价系统,其特征在于,所述的评价系统还包括:
方案规划单元(105);
所述方案规划单元(105)与所述比较器(104)的输出端相连;用于当接收到所述比较器(104)输出的总评价结果值不大于设定的评价结果阈值的信息后,更换算法或者调整现有算法的策略的参数值,并根据该算法或者策略参数值获得重新规划新的ATO系统的行程方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710450602.0A CN107272407B (zh) | 2017-06-15 | 2017-06-15 | 一种ato系统行程方案的评价方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710450602.0A CN107272407B (zh) | 2017-06-15 | 2017-06-15 | 一种ato系统行程方案的评价方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107272407A CN107272407A (zh) | 2017-10-20 |
CN107272407B true CN107272407B (zh) | 2020-06-19 |
Family
ID=60067197
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710450602.0A Active CN107272407B (zh) | 2017-06-15 | 2017-06-15 | 一种ato系统行程方案的评价方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107272407B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107585180B (zh) * | 2017-08-16 | 2019-10-01 | 交控科技股份有限公司 | 车载ato基于多目标自调整驾驶策略的方法及装置 |
CN108647836B (zh) * | 2018-06-06 | 2021-11-12 | 哈尔滨思派科技有限公司 | 一种驾驶员节能评价方法和系统 |
CN111605587B (zh) * | 2019-02-26 | 2022-02-08 | 比亚迪股份有限公司 | 列车、列车自动运行系统及其运行参数优化方法、系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001312535A (ja) * | 2000-04-28 | 2001-11-09 | Ffc:Kk | 製販計画支援システム |
CN103995980A (zh) * | 2014-06-06 | 2014-08-20 | 苏州工业职业技术学院 | 轨道交通沿线公交效能发挥的ahp评价方法 |
CN104239666A (zh) * | 2013-06-20 | 2014-12-24 | 中国石油化工股份有限公司 | 一种基于层次分析法的煤层气综合评价方法 |
CN104881527A (zh) * | 2015-05-13 | 2015-09-02 | 南京理工大学 | 城市轨道交通列车ato速度命令优化方法 |
CN105740613A (zh) * | 2016-01-28 | 2016-07-06 | 西安建筑科技大学 | 一种基于ahp法的人工景观水体健康状态综合评价方法 |
-
2017
- 2017-06-15 CN CN201710450602.0A patent/CN107272407B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001312535A (ja) * | 2000-04-28 | 2001-11-09 | Ffc:Kk | 製販計画支援システム |
CN104239666A (zh) * | 2013-06-20 | 2014-12-24 | 中国石油化工股份有限公司 | 一种基于层次分析法的煤层气综合评价方法 |
CN103995980A (zh) * | 2014-06-06 | 2014-08-20 | 苏州工业职业技术学院 | 轨道交通沿线公交效能发挥的ahp评价方法 |
CN104881527A (zh) * | 2015-05-13 | 2015-09-02 | 南京理工大学 | 城市轨道交通列车ato速度命令优化方法 |
CN105740613A (zh) * | 2016-01-28 | 2016-07-06 | 西安建筑科技大学 | 一种基于ahp法的人工景观水体健康状态综合评价方法 |
Non-Patent Citations (1)
Title |
---|
城轨列车ATO性能指标确权算法研究;任晓莉;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20121015;第9-30页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107272407A (zh) | 2017-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103310287B (zh) | 基于svm预测乘客出行概率的轨道交通客流预测方法 | |
CN107239844B (zh) | 一种基于Hadoop的石油运输车辆油耗预测方法 | |
CN107272407B (zh) | 一种ato系统行程方案的评价方法及系统 | |
Fedoskin et al. | Managing the operation of trucks: Methodological aspects of evaluating the efficiency and justifying reserves to increase cargo turnover | |
Ma et al. | Multi-criteria analysis of optimal signal plans using microscopic traffic models | |
CN105404932A (zh) | 基于智能电网创新示范区的能源互联网综合评估与优化配置方法 | |
CN103879414B (zh) | 一种基于自适应A-Star算法的铁路机车优化操纵方法 | |
CN103761589A (zh) | 一种城市轨道交通清分方法 | |
CN108417032A (zh) | 一种城市中心区路边停车需求分析预测方法 | |
CN109872537B (zh) | 一种考虑量化分级的公交停靠站优化设置方法 | |
CN114202316A (zh) | 基于深度强化学习的城市轨道交通列车时刻表优化方法 | |
Liang et al. | The impact of bus fleet size on performance of self-equalise bus headway control method | |
CN103077312B (zh) | 一种城市轨道交通线路建设时序的自动判定方法 | |
CN102567609B (zh) | 环境污染防治技术评估方法及系统 | |
CN105488734A (zh) | 基于全生命周期的电能计量装置质量评估方法及系统 | |
CN104966178A (zh) | 一种产能转移指标的评价方法 | |
Jirmanová et al. | Level of service of public transport operation-pilot study | |
Hou et al. | Simulation of carbon peaking process of high energy consuming manufacturing industry in Shaanxi Province: A hybrid model based on LMDI and TentSSA-ENN | |
Zhu | Defining provincial responsibility for controlling transportation CO2 emissions in China: As fairness perspective | |
Zhang et al. | Traffic track dynamic data analysis based on BP neural network model | |
Qi-zhou et al. | Interval comprehensive evaluation model for traffic safety of the expressway based on the closeness coefficient | |
Feng et al. | Comprehensive Benefit Evaluation of Intersections Controlled by Signals Based on Stochastic Frontiers | |
CN108492571A (zh) | 基于乘客主观感知的城市公共交通客流拥塞指数计算方法 | |
Xu et al. | Analysis and forecast of railway coal transportation volume based on BP neural network combined forecasting model | |
Zhou et al. | Energy Saving and Emission Reduction Evaluation of Mountain City Traffic of Road Based on AHP-Entropy |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |