CN110962888B - 列车的实时动态编组方法及系统 - Google Patents

列车的实时动态编组方法及系统 Download PDF

Info

Publication number
CN110962888B
CN110962888B CN201911251374.XA CN201911251374A CN110962888B CN 110962888 B CN110962888 B CN 110962888B CN 201911251374 A CN201911251374 A CN 201911251374A CN 110962888 B CN110962888 B CN 110962888B
Authority
CN
China
Prior art keywords
group
train
center
real
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.)
Active
Application number
CN201911251374.XA
Other languages
English (en)
Other versions
CN110962888A (zh
Inventor
林鹏
李刚
廖亚丽
沈小宇
段萌萌
田宇
徐家豪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Central South University
Original Assignee
Central South University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Central South University filed Critical Central South University
Priority to CN201911251374.XA priority Critical patent/CN110962888B/zh
Publication of CN110962888A publication Critical patent/CN110962888A/zh
Application granted granted Critical
Publication of CN110962888B publication Critical patent/CN110962888B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mechanical Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明公开了列车的实时动态编组方法及系统，各个待编组的列车通过相互通信以确定自己实时所处的邻居群及其群成员的位置，并根据自己实时所处的邻居群及其群成员的位置分别计算自己实时所处邻居群的群中心以及该邻居群内的各个群成员的位置到该群中心的距离，并将自己所处邻居群内的各个群成员的位置到该群中心的实时距离分别与预设的编组阈值l2进行比较，将该邻居群内的群成员的位置到该群中心的实时距离小于预设阈值l2的群成员自动编为一组。相比现有技术，能实现各列车的实时动态编组。

Description

列车的实时动态编组方法及系统
技术领域
本发明涉及城市轨道交通列车的编组和调度领域，尤其涉及列车的实时动态编组方法及系统。
背景技术
目前，高速、快捷的列车在城市之间的多次往返，不可避免地会受到内部及外部的各种干扰因素的影响，导致了列车车厢编组的不断变动，如何实现列车在行驶中可以自动编码，目前方案中多采用了智能化测量仪器，单台仪器能够实现多种测量功能或测量模式，不同的测量模式下会有不同的显示界面提供给用户。测量功能或测量模式的选择一般通过按键或菜单进行操作，过程比较繁琐。也不适用于列车车载无线网络设备的自动编组。
因此，如何实现列车的自动编组已成为本领域技术人员亟待解决的技术问题。
发明内容
本发明提供了一种列车的实时动态编组方法及系统，用以解决现有的列车不能自动编组的技术问题。
为解决上述技术问题，本发明提出的技术方案为：
一种列车的实时动态编组方法，包括以下步骤：
各个待编组列车通过在以自身为原点，以l1为发射半径的范围内实时广播自己的邻居报文，并实时接收其他邻居发送的邻居报文以确定自身实时所处的邻居群的群成员及其位置；所述邻居报文至少包括自己的编号和位置，以及接收到的其他邻居群成员的位置和编号；若待编组列车没有邻居，则该列车即为一组；
各个待编组的列车根据自己实时所处的邻居群的群成员的位置分别计算自己实时所处邻居群的群中心以及该邻居群内的各个群成员的位置到该群中心的距离，并将自己所处的邻居群内的各个群成员的位置到该群中心的实时距离分别与预设的编组阈值l2进行比较，以将所述邻居群内的群成员的位置到所述群中心的实时距离小于预设阈值l2的群成员自动编为一组，将所述邻居群内的群成员的位置到该群中心的实时距离不小于预设阈值l2的群成员单独编为一组。
优选的，各个待编组列车进行自动编组后，还包括以下步骤：
采用云计算分别为每个编组建立一个临时的虚拟云调度中心，并将每个编组的组成员列车的位置坐标发送至所对应的虚拟云调度中心；
各个虚拟云调度中心分别将所对应编组的组成员编组时的位置坐标作为初始组中心坐标，并带入到组中心估计公式中，并动态求解所对应编组的组成员在编组后各个时刻的组中心坐标；
各个虚拟云调度中心将所对应编组的组成员在编组后各个时刻的组中心坐标分别输入到调度优化模型中，以求解所对应编组的组成员在编组后各个时刻的优化运行位置；所述调度优化模型以各个组内的组成员距组中心坐标距离之和最小为目标；
各个虚拟云调度中心分别将求解的所对应组的组成员的优化坐标位置发送给总调度中心；
所述总调度中心根据所述各个组的组成员的优化坐标位置分别对各个组的组成员进行调度。
优选的，所述组中心估计公式为：
Figure BDA0002309139190000021
其中，i、j分别表示列车的编号，
Figure BDA0002309139190000022
表示si(t)的一阶导数，xi表示列车i的编组时的位置坐标，sgn为符号函数，sj(t)表示t时刻列车j估计的组中心坐标，si(t)表示t时刻列车i估计的中心坐标，si(0)表示编组时列车i估计出这一组中心坐标，Ni(t)表示t时刻列车i所属的编组。
优选的，所述调度优化模型为：
Figure BDA0002309139190000031
Figure BDA0002309139190000032
其中，xi(t)表示列车i的位置坐标，si(t)表示列车i估计的组中心坐标，Ni(t)表示列车i所属的编组。
一种计算机系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一所述方法的步骤。
本发明具有以下有益效果：
1、本发明中的实时动态编组方法及系统，各个待编组的列车能够通过相互通信以确定自己实时所处的邻居群及其群成员的位置，并根据自己实时所处的邻居群及其群成员的位置实现自动编组。
2、在优选方案中，本发明在编组后，采用云计算分别为每个组建立一个临时的虚拟云调度中心，来求解各个组内列车的最优运行位置，并根据各个组内列车的最优运行位置来实现对所有列车的调度，这样的完全分布式算法，使得一个规模较大且复杂的混合整数优化问题分解为若干个子优化问题，实现了并行计算，大大加快了求解速度，比以往的采用整体优化方法更能满足动态调度实时性的要求。
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照附图，对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明的列车的实时动态编组方法的流程图；
图2是本发明总调度中心和虚拟云调度中心的拓扑图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
实施例一：
如图1所示,本发明公开了一种列车的实时动态编组方法，包括以下步骤：
各个待编组列车通过在自身为原点，以l1为发射半径的范围内实时广播自己的邻居报文，并实时接收其他邻居发送的邻居报文以确定自身实时所处的邻居群的群成员及其位置；所述邻居报文至少包括自己的编号和位置，以及接收到的其他邻居群成员的位置和编号；若待编组列车没有邻居，则该列车即为一组。
各个待编组的列车根据自己实时所处的邻居群的群成员的位置分别计算自己实时所处邻居群的群中心以及该邻居群内的各个群成员的位置到该群中心的距离，并将自己所处的邻居群内的各个群成员的位置到该群中心的实时距离分别与预设的编组阈值l2进行比较，以将所述邻居群内的群成员的位置到所述群中心的实时距离小于预设阈值l2的群成员自动编为一组，将所述邻居群内的群成员的位置到该群中心的实时距离不小于预设阈值l2的群成员单独编为一组。
在本发明中，l1和l2依据调度员的调度经验设置。
此外，本实施例还公开了一种计算机系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述实施例任一所述方法的步骤。
本发明中的实时动态编组方法及系统，各个待编组的列车能够通过相互通信以确定自己实时所处的邻居群及其群成员的位置，并根据自己实时所处的邻居群及其群成员的位置实现自动编组。
实施例二：
实施例二是实施例一的优选实施例，其与实施例一的不同之处，还拓展了列车自动编组的拓展应用，具体包括以下内容：
如图2所示，某一区间上的八辆列车，突发事件发生后，各列车的初始位置如下：列车1的坐标x1＝0，列车2的坐标x2＝10，列车3的坐标x3＝20，列车4的坐标x4＝30，列车5的坐标x5＝50，列车6的坐标x6＝61，列车7的坐标x7＝89，列车8的坐标x8＝96。取l1＝12，l2＝18。依据上述编组规则，列车1到列车4自动编为第一组(Group1)，列车5和列车6自动编为第二组(Group2)，列车7和列车8自动编为第三组(Group3)。同时依据组中心估计公式可得：Group1的中心坐标s1＝15，Group2的中心坐标s2＝55.5，Group3的中心坐标s3＝92.5。编组后在每个组建立一个临时的虚拟云调度中心(采用云计算)。运行一段时间后，各列车的位置发生变化。变化后的位置坐标如下：列车1的坐标x1＝8，列车2的坐标x2＝19，列车3的坐标x3＝27，列车4的坐标x4＝45，列车5的坐标x5＝55，列车6的坐标x6＝71，列车7的坐标x7＝96，列车8的坐标x8＝105。依据编组规则，列车1到列车3自动编为第一组(Group1)，列车4和列车5自动编为第二组(Group2)，列车6自动编为第三组(Group3)，列车7和列车8自动编为第四组(Group4)。同时依据组中心估计公式可得：Group1的中心坐标s1＝18，Group2的中心坐标s2＝50，Group3的中心坐标s3＝71，Group4的中心坐标s3＝100.5。
在自动编组后，还包括以下步骤：
采用云计算分别为每个编组建立一个临时的虚拟云调度中心，并将每个编组的组成员列车的位置坐标发送至所对应的虚拟云调度中心；
各个虚拟云调度中心分别将所对应编组的组成员编组时的位置坐标作为初始组中心坐标，并带入到所述组中心估计公式中，并动态求解所对应编组的组成员在编组后各个时刻的组中心坐标；
所述组中心估计公式为：
Figure BDA0002309139190000051
其中，i、j分别表示列车的编号，
Figure BDA0002309139190000052
表示si(t)的一阶导数，xi表示列车i的编组时的位置坐标，sgn为符号函数，sj(t)表示t时刻列车j估计的组中心坐标，si(t)表示t时刻列车i估计的中心坐标，si(0)表示编组时列车i估计出这一组中心坐标，Ni(t)表示t时刻列车i所属的编组。
动态求解各个列车编组后各个时刻的组中心坐标，具体包括以下步骤：
首先证明
Figure BDA0002309139190000061
si(0)＝xi这一中心估计算法是收敛的：
假设i的取值为1，2，3，为一组。
其拓扑结构是无向图，取李雅普诺夫函数为
Figure BDA0002309139190000062
Figure BDA0002309139190000063
于是可得上述中心估计算法是收敛的，并且是收敛到他们的组成员的坐标平均值。
各列车运行一段时间后，各列车位置发生变化，此时若依据上述组中心估计公式估计出的组中心和相应的列车间距离发生变化，列车依据再依据编组规则重新分组。
各个虚拟云调度中心分别所对应编组的组成员在编组后各个时刻的组中心坐标分别输入到调度优化模型中，并求解所对应编组的组成员在编组后各个时刻的优化运行位置；所述调度优化模型以各个组内的组成员距组中心坐标距离之和最小为目标；
所述调度优化模型为：
Figure BDA0002309139190000064
Figure BDA0002309139190000065
其中，xi(t)表示列车i在t时刻的位置坐标，si(t)表示列车i在t时刻估计的组中心坐标，Ni(t)表示列车i在t时刻所属的编组。
各个虚拟云调度中心分别所对应组的组成员的优化坐标位置发送给总调度中心；
所述总调度中心根据所述各个组的组成员的优化坐标位置分别对各个组的组成员进行调度。
综上所述，在列车向前运动后，由于速度和停站时间等影响，列车间距发生一定的变化是，本发明中的方法和系统可以使所有的列车可以在运行过程中通过相互通信以确定自己实时所处的邻居群及其群成员的位置，并根据自己实时所处的邻居群及其群成员的位置自身计算来实现自动重新编组，编组后，采用云计算分别为每个组建立一个临时的虚拟云调度中心，来求解各个组内列车的最优运行位置，来求解各个组内列车的最优运行位置，并根据各个组内列车的最优运行位置来实现对所有列车的调度，这样的完全分布式算法，使得一个规模较大且复杂的混合整数优化问题分解为若干个子优化问题，实现了并行计算，大大加快了求解速度，比以往的采用整体优化方法更能满足动态调度实时性的要求。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种列车的实时动态编组方法，其特征在于，包括以下步骤：
各个待编组列车通过在以自身为原点，以l1为发射半径的范围内实时广播自己的邻居报文，并实时接收其他邻居发送的邻居报文以确定自身实时所处的邻居群的群成员及其位置；所述邻居报文至少包括自己的编号和位置，以及接收到的其他邻居群成员的位置和编号；若待编组列车没有邻居，则该列车即为一组；
各个待编组的列车根据自己实时所处的邻居群的群成员的位置分别计算自己实时所处邻居群的群中心以及该邻居群内的各个群成员的位置到该群中心的距离，并将自己所处的邻居群内的各个群成员的位置到该群中心的实时距离分别与预设的编组阈值l2进行比较，以将所述邻居群内的群成员的位置到所述群中心的实时距离小于预设阈值l2的群成员自动编为一组，将所述邻居群内的群成员的位置到该群中心的实时距离不小于预设阈值l2的群成员单独编为一组；
其中，各个待编组列车进行自动编组后，还包括以下步骤：
采用云计算分别为每个编组建立一个临时的虚拟云调度中心，并将每个编组的组成员列车的位置坐标发送至所对应的虚拟云调度中心；
各个虚拟云调度中心分别将所对应编组的组成员编组时的位置坐标作为初始组中心坐标，并带入到组中心估计公式中，并动态求解所对应编组的组成员在编组后各个时刻的组中心坐标；
其中，所述组中心估计公式为：
Figure FDA0002952281630000011
其中，i、j分别表示列车的编号，
Figure FDA0002952281630000012
表示si(t)的一阶导数，xi表示列车i的编组时的位置坐标，sgn为符号函数，sj(t)表示t时刻列车j估计的组中心坐标，si(t)表示t时刻列车i估计的中心坐标，si(0)表示编组时列车i估计出这一组中心坐标，Ni(t)表示t时刻列车i所属的编组；
各个虚拟云调度中心将所对应编组的组成员在编组后各个时刻的组中心坐标分别输入到调度优化模型中，以求解所对应编组的组成员在编组后各个时刻的优化运行位置；所述调度优化模型以各个组内的组成员距组中心坐标距离之和最小为目标；
各个虚拟云调度中心分别将求解的所对应组的组成员的优化坐标位置发送给总调度中心；
所述总调度中心根据所述各个组的组成员的优化坐标位置分别对各个组的组成员进行调度。
2.根据权利要求1所述的列车的实时动态编组方法，其特征在于，所述调度优化模型为：
Figure FDA0002952281630000021
if||xi(t)-sj(t)||≥l2,
Figure FDA0002952281630000022
else，sj(t)∈Ni(t)
其中，xi(t)表示列车i的位置坐标，si(t)表示列车i估计的组中心坐标，Ni(t)表示列车i所属的编组。
3.一种计算机系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至2任一所述方法的步骤。
CN201911251374.XA 2019-12-09 2019-12-09 列车的实时动态编组方法及系统 Active CN110962888B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911251374.XA CN110962888B (zh) 2019-12-09 2019-12-09 列车的实时动态编组方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911251374.XA CN110962888B (zh) 2019-12-09 2019-12-09 列车的实时动态编组方法及系统

Publications (2)

Publication Number Publication Date
CN110962888A CN110962888A (zh) 2020-04-07
CN110962888B true CN110962888B (zh) 2021-06-29

Family

ID=70033471

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911251374.XA Active CN110962888B (zh) 2019-12-09 2019-12-09 列车的实时动态编组方法及系统

Country Status (1)

Country Link
CN (1) CN110962888B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111923931B (zh) * 2020-10-15 2020-12-29 北京全路通信信号研究设计院集团有限公司 一种基于自组网的列车动态编组解编方法与系统
CN112009526B (zh) * 2020-10-15 2021-02-19 北京全路通信信号研究设计院集团有限公司 一种基于自组网的列车群组控制方法与系统
CN114524005B (zh) * 2020-11-20 2023-08-08 比亚迪股份有限公司 车辆编组的方法、装置、系统、车辆及存储介质
CN114162179A (zh) * 2021-12-03 2022-03-11 中车唐山机车车辆有限公司 一种灵活编组的建立方法、系统、设备和存储介质
CN114162182A (zh) * 2021-12-03 2022-03-11 中车唐山机车车辆有限公司 一种灵活编组运行控制方法、设备和存储介质
CN114655284B (zh) * 2022-03-08 2024-06-14 通号城市轨道交通技术有限公司 列车动态编组方法、装置、电子设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6430625B1 (en) * 1996-06-28 2002-08-06 Metadigm Llc System and corresponding method for providing redundant storage of a data file over a computer network
CN102457934A (zh) * 2010-11-04 2012-05-16 中国人民解放军国防科学技术大学 一种基于无线射频识别的地标系统
CN103228019A (zh) * 2012-08-28 2013-07-31 陈波 一种可用于铁路作业等场景的无线信道接入方法
CN105282756A (zh) * 2015-10-30 2016-01-27 南车株洲电力机车研究所有限公司 一种列车骨干网及列车通信网络
CN106301473A (zh) * 2016-08-24 2017-01-04 株洲中车时代电气股份有限公司 一种重联列车组及其重联通信系统
CN106412820A (zh) * 2016-05-23 2017-02-15 北京邮电大学 一种移动自组网簇头确定方法及装置
CN106851596A (zh) * 2017-01-10 2017-06-13 扬州大学 一种农业环境无线传感网的动态自组网方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6430625B1 (en) * 1996-06-28 2002-08-06 Metadigm Llc System and corresponding method for providing redundant storage of a data file over a computer network
CN102457934A (zh) * 2010-11-04 2012-05-16 中国人民解放军国防科学技术大学 一种基于无线射频识别的地标系统
CN103228019A (zh) * 2012-08-28 2013-07-31 陈波 一种可用于铁路作业等场景的无线信道接入方法
CN105282756A (zh) * 2015-10-30 2016-01-27 南车株洲电力机车研究所有限公司 一种列车骨干网及列车通信网络
CN106412820A (zh) * 2016-05-23 2017-02-15 北京邮电大学 一种移动自组网簇头确定方法及装置
CN106301473A (zh) * 2016-08-24 2017-01-04 株洲中车时代电气股份有限公司 一种重联列车组及其重联通信系统
CN106851596A (zh) * 2017-01-10 2017-06-13 扬州大学 一种农业环境无线传感网的动态自组网方法

Also Published As

Publication number Publication date
CN110962888A (zh) 2020-04-07

Similar Documents

Publication Publication Date Title
CN110962888B (zh) 列车的实时动态编组方法及系统
CN112181971B (zh) 一种基于边缘的联邦学习模型清洗和设备聚类方法、系统
CN106203739B (zh) 一种多配送中心物流运输调度的方法及系统
CN110109055B (zh) 一种基于rssi测距的室内定位方法
CN106569176A (zh) 一种无线传感器网络立体定位方法
CN114760587A (zh) 一种基于uwb传感器基站分组策略的定位方法
CN114513270B (zh) 基于联邦学习的异构无线网络频谱资源感知方法及系统
Arkian et al. FcVcA: A fuzzy clustering-based vehicular cloud architecture
CN117812564A (zh) 一种应用于车联网的联邦学习方法、装置、设备及介质
CN111967199B (zh) 一种强化学习多代理合作任务下的代理贡献分配的方法
CN106341886A (zh) 基于序贯一致加权和积算法的协作定位方法
CN106656612B (zh) 一种用于超密集网络系统遍历和速率的近似方法
CN105335622A (zh) 一种基于泛网格化机场感知的航空噪声插值方法
Parihar et al. Flying ad hoc network (fanet): Opportunities, trending applications and simulators
CN114201292B (zh) 一种道路网络临近检测方法及装置
CN104981026B (zh) 一种回程链路调整方法、移动节点及系统
CN103888847B (zh) 基于overlay结构的车辆自组织网络视频传输方法
CN111586733A (zh) 一种边缘速率的确定方法和装置
CN113568323A (zh) 一种无线自组织网络半实物仿真装置和方法
CN102438325B (zh) 基于认知无线终端重构系统的资源调度方法
CN113325403A (zh) 无人系统集群中基于超宽频技术的集群测距方法
CN110058593B (zh) 一种干扰环境下的多智能体队形控制方法及系统
Kadjouh et al. A new leader election algorithm based on the WBS algorithm dedicated to smart-cities
CN117009089B (zh) 基于分布式计算与uwb定位的机器人集群监督管理系统
CN114050968B (zh) 一种物联网区块链pbft共识架构的构建方法

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