CN109376954A - 混凝土罐车数量优化模型计算方法及计算机可读介质 - Google Patents
混凝土罐车数量优化模型计算方法及计算机可读介质 Download PDFInfo
- Publication number
- CN109376954A CN109376954A CN201811395368.7A CN201811395368A CN109376954A CN 109376954 A CN109376954 A CN 109376954A CN 201811395368 A CN201811395368 A CN 201811395368A CN 109376954 A CN109376954 A CN 109376954A
- Authority
- CN
- China
- Prior art keywords
- work point
- tank car
- tank
- car quantity
- work
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000005457 optimization Methods 0.000 title claims abstract description 17
- 238000012821 model calculation Methods 0.000 title abstract 3
- 238000002156 mixing Methods 0.000 claims abstract description 22
- 230000008859 change Effects 0.000 claims description 9
- 238000007599 discharging Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000010412 perfusion Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种混凝土罐车数量优化模型计算方法及计算机可读介质,该混凝土罐车数量优化模型计算方法包括如下步骤:确定各工点最多需要的罐车数量;依次循环计算各工点配置不同罐车时是否满足约束条件;以及在满足约束条件的情况下,得到所有工点罐车数量总和最小的混凝土罐车数量分配方案。本发明提供了一种混凝土罐车数量优化计算的理论模型,同时将模型通过程序实现自动化计算,以方便工程项目对混凝土罐车数量的优化配置,从而降低了工程项目成本,同时为搅拌站的设计提供理论依据。
Description
技术领域
本发明是关于混凝土罐车优化配置技术领域,特别是关于一种混凝土罐车数量优化模型计算方法及计算机可读介质。
背景技术
混凝土罐车数量的配置在土木工程项目中起着至关重要的作用。然而,目前并没有针对工程项目中罐车数量选型的优化模型,多为经验性配置。因此会造成罐车的浪费,从而增加了工程项目的成本,或者由于罐车数量配置不足而造成工期的延误,严重时可能造成工程质量问题。此外,在基础设施类工程项目中,由于搅拌站与工点的距离较远、工况较为复杂,那么针对罐车数量选型的优化对工程项目成本控制具有十分重要的意义,而且可以为搅拌站的设计提供理论依据。
公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
发明内容
本发明的目的在于提供一种混凝土罐车数量优化模型计算方法及计算机可读介质,其能够克服现有技术的缺点。
为实现上述目的,本发明提供了一种混凝土罐车数量优化模型计算方法,包括如下步骤:
确定各工点最多需要的罐车数量Mi;
依次循环计算各工点配置不同罐车时是否满足以下约束条件:
其中,0≤Xi≤Mi,Vi为i工点需求混凝土的方量;ti为i工点的最小灌注时长,决策变量Xi为i工点在Mmax基础上需增加的罐车数量,对于所有工点中需要罐车数量最大的k工点应配置Mmax个罐车,其中,i工点的最小灌注时长由以下最小灌注时长公式计算:
其中,L为拌和站到i工点距离,v1为罐车去i工点的平均车速,v2为罐车由i工点回拌和站的平均车速,T1为装料停车时间,T2为卸料停车时间;以及
在满足约束条件的情况下,得到所有工点罐车数量总和最小的混凝土罐车数量分配方案。
在一优选的实施方式中,其中,各工点最多需要的罐车数量Mi是根据如下公式计算的:
其中,T2是根据以下公式计算的:
其中,Q为罐车容量,Qmax为汽车泵设计最大排量,η为泵送作业效率,α为配管条件系数。
在一优选的实施方式中,依次循环计算各工点配置不同罐车时是否满足约束条件包括如下步骤:
计算初始条件下的所有工点罐车数量总和
将n工点的罐车数量设置为零;
执行以下操作:
S1:将n工点的罐车数量加1;
S2:将改变后的n工点的罐车数量代入约束条件,并判断约束条件是否被满足;
S3:如果判断满足约束条件,则计算当前所有工点罐车数量总和
S4:判断是否小于以及
S5:如果小于则记录当前所有工点罐车分配方案,并对n工点再次执行步骤S1-S5,直至n工点罐车数量达到Mi为止。
在一优选的实施方式中,其中,步骤S3还包括:如果判断不满足约束条件,则判断当前n工点罐车数量是否小于Mi;以及如果当前n工点罐车数量小于Mi,则对n工点再次执行步骤S1-S5。
在一优选的实施方式中,其中,步骤S3还包括:如果当前n工点罐车数量大于Mi,则对下一工点执行步骤S1-S5。
本发明提供了一种计算机可读介质,计算机可读介质存储有程序代码,当程序代码被处理器执行时,能够进行以下操作:
确定各工点最多需要的罐车数量Mi;
依次循环计算各工点配置不同罐车时是否满足以下约束条件:
其中,0≤Xi≤Mi,Vi为i工点需求混凝土的方量;ti为i工点的最小灌注时长,决策变量Xi为i工点在Mmax基础上需增加的罐车数量,对于所有工点中需要罐车数量最大的k工点应配置Mmax个罐车,其中,i工点的最小灌注时长由以下最小灌注时长公式计算:
其中,L为拌和站到i工点距离,v1为罐车去i工点的平均车速,v2为罐车由i工点回拌和站的平均车速,T1为装料停车时间,T2为卸料停车时间;
在满足约束条件的情况下,得到所有工点罐车数量总和最小的混凝土罐车数量分配方案。
在一优选的实施方式中,其中,各工点最多需要的罐车数量Mi是根据如下公式计算的:
其中,T2是根据以下公式计算的:
其中,Q为罐车容量,Qmax为汽车泵设计最大排量,η为泵送作业效率,α为配管条件系数。
在一优选的实施方式中,依次循环计算各工点配置不同罐车时是否满足约束条件包括如下步骤:
计算初始条件下的所有工点罐车数量总和
将n工点的罐车数量设置为零;
执行以下操作:
S1:将n工点的罐车数量加1;
S2:将改变后的n工点的罐车数量代入约束条件,并判断约束条件是否被满足;
S3:如果判断满足约束条件,则计算当前所有工点罐车数量总和
S4:判断是否小于以及
S5:如果小于则记录当前所有工点罐车分配方案,并对n工点再次执行步骤S1-S5,直至n工点罐车数量达到Mi为止。
在一优选的实施方式中,其中,步骤S3还包括:如果判断不满足约束条件,则判断当前n工点罐车数量是否小于Mi;以及如果当前n工点罐车数量小于Mi,则对n工点再次执行步骤S1-S5。
在一优选的实施方式中,其中,步骤S3还包括:如果当前n工点罐车数量大于Mi,则对下一工点执行步骤S1-S5。
与现有技术相比,本发明具有如下优点:本发明提供了一种混凝土罐车数量优化计算的理论模型,同时将模型通过程序实现自动化计算,以方便工程项目对混凝土罐车数量的优化配置,从而降低了工程项目成本,同时为搅拌站的设计提供理论依据。
附图说明
图1是根据本发明一实施方式的混凝土罐车数量优化模型计算方法流程图。
图2是根据本发明一实施方式的运输过程示意图。
图3是根据本发明一实施方式的混凝土罐车数量优化模型程序化计算流程。
具体实施方式
下面结合附图,对本发明的具体实施方式进行详细描述,但应当理解本发明的保护范围并不受具体实施方式的限制。
除非另有其它明确表示,否则在整个说明书和权利要求书中,术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分,而并未排除其它元件或其它组成部分。
图1是根据本发明一实施方式的混凝土罐车数量方法流程图。图2是根据本发明一实施方式的运输过程示意图。如图所示,本发明的混凝土罐车数量方法包括如下步骤:
步骤101:确定各工点201最多需要的罐车数量Mi;
步骤102:依次循环计算各工点配置不同罐车时是否满足以下约束条件:
其中,0≤Xi≤Mi,Vi为i工点需求混凝土的方量;ti为i工点的最小灌注时长,决策变量Xi为i工点在Mmax基础上需增加的罐车数量,对于所有工点中需要罐车数量最大的k工点应配置Mmax个罐车,其中,i工点的最小灌注时长由以下最小灌注时长公式计算:
其中,L为拌和站202到i工点距离,v1为罐车去i工点的平均车速,v2为罐车由i工点回拌和站的平均车速,T1为装料停车时间,T2为卸料停车时间;以及
步骤103:在满足约束条件的情况下,得到所有工点罐车数量总和最小的混凝土罐车数量分配方案。
如图3所示,本发明的计算过程如下:根据各分项工程施工特点结合现场临时便道状况,按最少最优经济性原则及现场混凝土连续灌注的原则,考虑拌和站的独立性,统筹选定每座拌和站配置罐车的总量。1辆罐车循环1次的时间(即公式(1)中的分子)即为保证工点连续灌注所需最短时长。那么根据工点卸料时间的不同,第i个工点最多需要的罐车数量可按下式计算
式中:Mi为i工点需要的罐车数量;L为拌和站到i工点距离(km);v1为罐车去i工点的平均车速(km/h);v2为罐车由i工点回拌和站的平均车速(km/h);T1为装料停车时间(min),一般取5min;T2为卸料停车时间(min),可根据现场实测统计确定,或按汽车泵有效排量q确定(见公式(2))。
式中:Q为罐车容量(在8m3、10m3、12m3、16m3中取值);Qmax为汽车泵设计最大排量(m3);η为泵送作业效率,取0.6;α为配管条件系数,取0.85。
通过线性规划的方法计算拌和站罐车配置总量,对于所有工点中需要罐车数量最大的k工点(即Xk=Mmax)应配置Mmax个罐车。取决策变量Xi为i工点在Mmax基础上需增加的罐车数量,那么根据拌合站每小时输出混凝土量及各工点每小时需求混凝土量可建立如下的约束条件(其中,一天按2个台班,16个小时进行计算)
式中:Vi为i工点需求混凝土的方量;ti为i工点的最小灌注时长(h),由公式(4)确定。
公式(3)中右边项为拌合站一天内(2个台班,16个小时)每小时至少输出量;左边项为所有工点最少配置车辆时,每小时输送量的总和。显然,所有工点车辆每小时输送量要大于等于拌合站一天内的输出量,这样才能保证各工点的灌注需求量。
在满足公式(3)条件下,所有工点罐车数量总和最小为最优方案,即最小。
本发明采用通用程序设计语言VB对上述优化模型进行计算。具体步骤如下:在方块301处,录入各工点参数,然后根据公式(1)、(2)、(4)计算各工点需要的罐车数量级灌注时长(方块302处),然后对工点进行1-n的依次排序,本发明的方法倒序的从n工点依次设置每一个工点的罐车数量以便最终得到最优分配方案。首先对于n工点,将n工点罐车数量设置为1,然后进入判断框303,判断在n工点罐车数量为1的情况下,约束条件是否满足,如果满足,则计算然后判断当前计算的与曾经计算的相比(方块304处),是否更小,如果当前计算的更小,则说明找到了更优的分配方式,此时记录罐车数量分配方案(方块305)。为了寻找更好的方案,需要进一步改变条件,改变方式即是将n工点罐车数量设置为2,然后依次进行上述步骤,直到罐车数量设置为Mi为止,显而易见的是,当罐车数量设置为Mi之后,还需要继续使用图3示出的框图对n-1工点进行类似计算,然后依次对n-2,n-3…1工点进行类似计算。如果在判断框303处,判断在n工点罐车数量为1的情况下,约束条件不满足,则继续判断当前罐车数量是否大于Mi,如果当前罐车数量大于Mi则直接对n-1工点进行重新计算,如果当前罐车数量小于Mi则将罐车数量加1,然后再次回到判断框303进行判断。
本发明还提供了一种计算机可读介质,计算机可读介质存储有程序代码,当程序代码被处理器执行时,能够进行以下操作:
确定各工点最多需要的罐车数量Mi;
依次循环计算各工点配置不同罐车时是否满足以下约束条件:
其中,0≤Xi≤Mi,Vi为i工点需求混凝土的方量;ti为i工点的最小灌注时长,决策变量Xi为i工点在Mmax基础上需增加的罐车数量,对于所有工点中需要罐车数量最大的k工点应配置Mmax个罐车,其中,i工点的最小灌注时长由以下最小灌注时长公式计算:
其中,L为拌和站到i工点距离,v1为罐车去i工点的平均车速,v2为罐车由i工点回拌和站的平均车速,T1为装料停车时间,T2为卸料停车时间;以及
在满足约束条件的情况下,得到所有工点罐车数量总和最小的混凝土罐车数量分配方案。
在一优选的实施方式中,其中,各工点最多需要的罐车数量Mi是根据如下公式计算的:
其中,T2是根据以下公式计算的:
其中,Q为罐车容量,Qmax为汽车泵设计最大排量,η为泵送作业效率,α为配管条件系数。
在一优选的实施方式中,依次循环计算各工点配置不同罐车时是否满足约束条件包括如下步骤:
计算初始条件下的所有工点罐车数量总和
将n工点的罐车数量设置为零;
执行以下操作:
S1:将n工点的罐车数量加1;
S2:将改变后的n工点的罐车数量代入约束条件,并判断约束条件是否被满足;
S3:如果判断满足约束条件,则计算当前所有工点罐车数量总和
S4:判断是否小于
S5:如果小于则记录当前所有工点罐车分配方案,并对n工点再次执行步骤S1-S5,直至n工点罐车数量达到Mi为止。
在一优选的实施方式中,其中,步骤S3还包括:
如果判断不满足约束条件,则判断当前n工点罐车数量是否小于Mi;以及如果当前n工点罐车数量小于Mi,则对n工点再次执行步骤S1-S5。
在一优选的实施方式中,其中,步骤S3还包括:如果当前n工点罐车数量大于Mi,则对下一工点执行步骤S1-S5。
计算示例如下:
假设有三个工点1#、2#和3#,工点计算参数见表1。计算结果显示:连续灌注的情况下,工点1#所需最大罐车数量为5、灌注总时长为2.75h,工点2#所需最大罐车数量为7、灌注总时长为4.25h,工点3#所需最大罐车数量为10、灌注总时长为6.08h。那么,当工点1#、2#、3#同时施工时计算结果显示需要11辆罐车,工点1#、2#同时施工时需要7辆罐车,工点2#、3#同时施工时需要10辆罐车。
表1各工点计算参数
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施例方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本发明限定为所公开的精确形式,并且很显然,根据上述教导,可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用,从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。
Claims (10)
1.一种混凝土罐车数量优化模型计算方法,其特征在于:所述混凝土罐车数量优化模型计算方法包括如下步骤:
确定各工点最多需要的罐车数量Mi;
依次循环计算各工点配置不同罐车时是否满足以下约束条件:
其中,0≤Xi≤Mi,Vi为i工点需求混凝土的方量;ti为i工点的最小灌注时长,决策变量Xi为i工点在Mmax基础上需增加的罐车数量,对于所有工点中需要罐车数量最大的k工点应配置Mmax个罐车,其中,所述i工点的最小灌注时长由以下最小灌注时长公式计算:
其中,L为拌和站到i工点距离,v1为罐车去i工点的平均车速,v2为罐车由i工点回拌和站的平均车速,T1为装料停车时间,T2为卸料停车时间;以及
在满足所述约束条件的情况下,得到所有工点罐车数量总和最小的混凝土罐车数量分配方案。
2.如权利要求1所述的混凝土罐车数量优化模型计算方法,其特征在于:其中,各工点最多需要的罐车数量Mi是根据如下公式计算的:
其中,T2是根据以下公式计算的:
其中,Q为罐车容量,Qmax为汽车泵设计最大排量,η为泵送作业效率,α为配管条件系数。
3.如权利要求1所述的混凝土罐车数量优化模型计算方法,其特征在于:依次循环计算各工点配置不同罐车时是否满足所述约束条件包括如下步骤:
计算初始条件下的所有工点罐车数量总和
将n工点的罐车数量设置为零;
执行以下操作:
S1:将n工点的罐车数量加1;
S2:将改变后的n工点的罐车数量代入所述约束条件,并判断所述约束条件是否被满足;
S3:如果判断满足所述约束条件,则计算当前所有工点罐车数量总和
S4:判断是否小于以及
S5:如果小于则记录当前所有工点罐车分配方案,并对n工点再次执行步骤S1-S5,直至n工点罐车数量达到Mi为止。
4.如权利要求3所述的混凝土罐车数量优化模型计算方法,其特征在于:其中,所述步骤S3还包括:
如果判断不满足所述约束条件,则判断当前n工点罐车数量是否小于Mi;以及
如果当前n工点罐车数量小于Mi,则对n工点再次执行步骤S1-S5。
5.如权利要求4所述的混凝土罐车数量优化模型计算方法,其特征在于:其中,所述步骤S3还包括:如果当前n工点罐车数量大于Mi,则对下一工点执行步骤S1-S5。
6.一种计算机可读介质,其特征在于,所述计算机可读介质存储有程序代码,当所述程序代码被处理器执行时,能够进行以下操作:
确定各工点最多需要的罐车数量Mi;
依次循环计算各工点配置不同罐车时是否满足以下约束条件:
其中,0≤Xi≤Mi,Vi为i工点需求混凝土的方量;ti为i工点的最小灌注时长,决策变量Xi为i工点在Mmax基础上需增加的罐车数量,对于所有工点中需要罐车数量最大的k工点应配置Mmax个罐车,其中,所述i工点的最小灌注时长由以下最小灌注时长公式计算:
其中,L为拌和站到i工点距离,v1为罐车去i工点的平均车速,v2为罐车由i工点回拌和站的平均车速,T1为装料停车时间,T2为卸料停车时间;以及
在满足所述约束条件的情况下,得到所有工点罐车数量总和最小的混凝土罐车数量分配方案。
7.如权利要求6所述的计算机可读介质,其特征在于:其中,各工点最多需要的罐车数量Mi是根据如下公式计算的:
其中,T2是根据以下公式计算的:
其中,Q为罐车容量,Qmax为汽车泵设计最大排量,η为泵送作业效率,α为配管条件系数。
8.如权利要求7所述的计算机可读介质,其特征在于:依次循环计算各工点配置不同罐车时是否满足所述约束条件包括如下步骤:
计算初始条件下的所有工点罐车数量总和
将n工点的罐车数量设置为零;
执行以下操作:
S1:将n工点的罐车数量加1;
S2:将改变后的n工点的罐车数量代入所述约束条件,并判断所述约束条件是否被满足;
S3:如果判断满足所述约束条件,则计算当前所有工点罐车数量总和
S4:判断是否小于以及
S5:如果小于则记录当前所有工点罐车分配方案,并对n工点再次执行步骤S1-S5,直至n工点罐车数量达到Mi为止。
9.如权利要求8所述的计算机可读介质,其特征在于:其中,所述步骤S3还包括:
如果判断不满足所述约束条件,则判断当前n工点罐车数量是否小于Mi;以及
如果当前n工点罐车数量小于Mi,则对n工点再次执行步骤S1-S5。
10.如权利要求9所述的计算机可读介质,其特征在于:其中,所述步骤S3还包括:如果当前n工点罐车数量大于Mi,则对下一工点执行步骤S1-S5。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811395368.7A CN109376954B (zh) | 2018-11-21 | 2018-11-21 | 混凝土罐车数量优化模型计算方法及计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811395368.7A CN109376954B (zh) | 2018-11-21 | 2018-11-21 | 混凝土罐车数量优化模型计算方法及计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109376954A true CN109376954A (zh) | 2019-02-22 |
CN109376954B CN109376954B (zh) | 2020-09-01 |
Family
ID=65377226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811395368.7A Active CN109376954B (zh) | 2018-11-21 | 2018-11-21 | 混凝土罐车数量优化模型计算方法及计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109376954B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112580849A (zh) * | 2020-11-13 | 2021-03-30 | 重庆恢恢信息技术有限公司 | 根据区块链网络进行建筑工地车辆调度工作方法 |
CN112668248A (zh) * | 2021-01-20 | 2021-04-16 | 中国建筑土木建设有限公司 | 混凝土运输车调度优化计算理论模型的方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108234151A (zh) * | 2016-12-09 | 2018-06-29 | 河南工业大学 | 一种云平台资源分配方法 |
-
2018
- 2018-11-21 CN CN201811395368.7A patent/CN109376954B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108234151A (zh) * | 2016-12-09 | 2018-06-29 | 河南工业大学 | 一种云平台资源分配方法 |
Non-Patent Citations (3)
Title |
---|
YONG WANG 等: ""Collaboration and transportation resource sharing in multiple centers vehicle routing optimization with delivery and pickup"", 《KNOWLEDGE-BASED SYSTEMS》 * |
徐婷 等: ""基于成本最优的公路货运站设备数量优化研究"", 《公路与汽运》 * |
王铎: ""装卸装备最优数量配置研究"", 《技术与方法》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112580849A (zh) * | 2020-11-13 | 2021-03-30 | 重庆恢恢信息技术有限公司 | 根据区块链网络进行建筑工地车辆调度工作方法 |
CN112668248A (zh) * | 2021-01-20 | 2021-04-16 | 中国建筑土木建设有限公司 | 混凝土运输车调度优化计算理论模型的方法及系统 |
CN112668248B (zh) * | 2021-01-20 | 2023-12-26 | 中国建筑土木建设有限公司 | 混凝土运输车调度优化计算理论模型的方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109376954B (zh) | 2020-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109673165A (zh) | 用于调度车辆的系统和方法 | |
CN109034481A (zh) | 一种基于约束规划的带时间窗车辆路径问题建模及优化方法 | |
CN108458716A (zh) | 一种基于充电桩动态占用率预测的电动汽车充电导航方法 | |
CN106549433A (zh) | 待充电电动车辆移动充电控制方法及其控制系统 | |
CN107517481A (zh) | 一种基站负载均衡的管理方法及系统 | |
CN104504459A (zh) | 物流运输优化方法及系统 | |
CN109376954A (zh) | 混凝土罐车数量优化模型计算方法及计算机可读介质 | |
CN105580407A (zh) | 一种网络资源部署方法和设备 | |
CN109816128A (zh) | 网约车订单的处理方法、装置、设备及可读存储介质 | |
CN109840708A (zh) | 一种充电站建设的规划方法、系统及终端设备 | |
CN104598475A (zh) | 基于行车用量模型事件的存储及索引方法及系统 | |
CN109141448A (zh) | 一种电动车充电站搜索方法及智能车载终端 | |
WO2016118122A1 (en) | Optimization of truck assignments in a mine using simulation | |
CN114298559A (zh) | 换电站的换电方法、换电管理平台及存储介质 | |
CN109859477A (zh) | 一种拥堵数据的确定方法和装置 | |
CN105160878A (zh) | 交通影响评估系统及方法 | |
CN109978241B (zh) | 一种电动汽车充电负荷的确定方法及装置 | |
CN114936666A (zh) | 基于车-站-平台系统的电动汽车充电导航方法及系统 | |
CN114170830A (zh) | 用于区域内充电网络精细化管理的方法及系统 | |
CN106845727A (zh) | 考虑配网潮流约束的高速公路快速充电站启发式规划方法 | |
CN110874682A (zh) | 获得生产线配置数据及建立生产线仿真模型的方法及装置 | |
CN106162668A (zh) | 确定网络参数的方法和装置 | |
CN103002458B (zh) | 基站选址方法及装置 | |
CN117151368A (zh) | 换电调度方法、装置、电子设备及换电调度系统 | |
Biruk | Dispatching concrete trucks using simulation method |
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 |