CN111860948A - 电力智能运维路径规划方法 - Google Patents
电力智能运维路径规划方法 Download PDFInfo
- Publication number
- CN111860948A CN111860948A CN202010535936.XA CN202010535936A CN111860948A CN 111860948 A CN111860948 A CN 111860948A CN 202010535936 A CN202010535936 A CN 202010535936A CN 111860948 A CN111860948 A CN 111860948A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- time
- task
- dispatching
- path planning
- 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.)
- Pending
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 114
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 7
- 238000012216 screening Methods 0.000 claims description 22
- 238000007689 inspection Methods 0.000 claims description 13
- 230000014759 maintenance of location Effects 0.000 claims description 3
- 238000010845 search algorithm Methods 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
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"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman 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
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了电力智能运维路径规划方法,涉及电力运维领域。目前,在执行智能运维时仅仅以实现最短路径为目的。本发明包括以下步骤:获取工单数据;处理工单信息;判断总的工作量是否超过全部工人上班时间的维修能力;如果存在,舍弃一批被认为无法完成维修的故障;重新建立路径规划模型,并加入时间限制和容量限制;求解路径规划模型得到最优派工方案,输出派工工单,得到电力智能运维路径。本技术方案根据故障紧急程度和路程因素综合考虑,优先解决紧急程度高的故障维修;为每个维修工人安排适当的工作量;根据工作人员的上班时间长短,位置和路程,避免派发用时尴尬或者总量过多的维修工作,使每个工人的工作任务都是科学、合理且可行的。
Description
技术领域
本发明涉及电力运维领域,尤其涉及电力智能运维路径规划方法。
背景技术
现代智能电网设备数量众多,分布复杂,现有路径规划方法仅为简单数学求解方法,在执行智能运维时仅仅以实现最短路径为目的。但实际应用中,可能存在更多限制条件,单个工人的工作时长,不同地点运维任务的优先级和用时等等,这些现实条件难以被传统方法纳入考虑,往往给出不能实现的路径方案。
发明内容
本发明要解决的技术问题和提出的技术任务是对现有技术方案进行完善与改进,提供电力智能运维路径规划方法,以达到故障维修兼顾路程长短、人力资源利用率高低、故障优先级的目的。为此,本发明采取以下技术方案。
电力智能运维路径规划方法,包括以下步骤:
1)获取工单数据,包括故障点的位置坐标,紧急程度,维护时间,以及维修工人的上班时间,移动速度,每个维修人员的上班位置,下班位置;
2)处理工单信息,建立路径规划模型,初步估算工单所用的总时间;
3)判断总的工作量是否超过全部工人上班时间的维修能力,即过饱和现象;如果存在,通过任务筛选算法舍弃一批被认为无法完成维修的故障;
4)根据经过筛选保留的任务,重新建立;路径规划模型,并加入时间限制和容量限制;
5)通过求解器求解路径规划模型得到最优派工方案,得到最优派工方案,输出派工工单,得到电力智能运维路径。
作为优选技术手段:在步骤2)中,在初步估算工单所用总时间时,不考虑紧急程度的优先顺序与工人工作时限,只考虑路程和维修时间的总量,通过估计当次派工工作总量判断当次派工是否超出所有工人在剩余工作时间内的处理能力。
作为优选技术手段:在步骤3)中,任务筛选算法舍弃一批被认为当前工作周期内无法完成运维任务,其中包括超出工人剩余工作时长的工单列表尾部任务及单个长时间维护任务,超过工人剩余工作时间的情况。
作为优选技术手段:任务筛选算法包括步骤:
301)设定保留比例变量C为1,即100%;
302)进行第一轮紧急度筛选,保留紧急度排在前C%的维修任务;
303)进行再次筛选,保留路程和维修时间小于检查时间的维修任务;检查时间为判断维修工作是否能够完成的依据,在之前未被认为存在派工任务过饱和现象的情况下,检查时间设置为工人工作时间w的80%,若存在过饱和的情况,检查时间被减少到w的80%再除以平均每个工人的工作数量;
304)判断筛选保留后的维修任务是否小于设定的维修任务;若是,则增补一定量次紧急的维修任务;
305)使用不加容量限制和时间窗约束的路径规划模型估算此时的维修任务所需的总时间 T以估计完成全部任务所需的时间;
306)回至步骤303)以新的保留比例变量C进行新一轮迭代,直至派工时长小于或等于所有运维人员的剩余工作时长。
任务筛选算法兼顾运维任务优先级,路径时长,运维人员数量的条件下,每个运维人员工单的预期工作时长尽量接近当前剩余的工作时限;保证当前安给每人的任务,既不超过下班时间,又能尽量排满剩余的时间。
检查时间设置为工人工作时间w的80%,留出20%的时间作为“前往维护点的交通时间”,其跟平均每个维护人员所管辖的面积有关。作为优选技术手段:在步骤4)中,时间限制以时间窗口的形式存在,每个故障对应一个时间窗口,规定每个工作人员必须在时间窗口内完成故障维修;时间窗口根据故障点紧急程度设置,只设最晚时间,不设最早时间,最晚时间由故障点的紧急程度决定,紧急程度越高,规定最晚完成维修时间越靠前,以此使得该故障点在派工路径规划时优先级越高;如果存在出现某节点维护时间接近或超出对应时间窗口截止时间的情况,则将该节点维修任务对应的时间窗相应地拓宽;
容量限制用于限制工人单次派工的工作量,使能在工作时间内完成派工任务。
在步骤5)中,求解器采用导引式局部搜索方法,其基于惩罚的局部搜索算法,其在保持搜索过程中的解结构和邻域结构不变,而将目标函数进行动态修改,从而使得当前的局部极值不再具有局部最优性,在搜索过程中产生惩罚项,当给定的局部搜索算法稳定在局部最优时,导引式局部搜索方法根据惩罚项修改目标函数,而修改的目标函数能够使搜索超出局部最优;将维修站及运维节点坐标,运维人员编号输入求解器中;求解器输出:每个运维人员的工单顺序以及规划的路径轨迹。
有益效果:本技术方案的故障维修兼顾路程长短、人力资源利用率高低、故障优先级。将故障紧急程度和路程因素综合考虑,优先解决紧急程度高的故障维修;且能为每个维修工人安排适当的工作量,指派上班时间能够完成的适当工作量;另外,能够根据工作人员的上班时间长短,位置和路程,避免派发用时尴尬或者总量过多的维修工作,使每个工人的工作任务都是科学、合理且可行的。故障维修兼顾路程长短、人力资源利用率高低、故障优先级。
附图说明
图1是本发明的流程图。
具体实施方式
以下结合说明书附图对本发明的技术方案做进一步的详细说明。
如图1所示,1、电力智能运维路径规划方法,其特征在于包括以下步骤:
1)获取工单数据,包括故障点的位置坐标,紧急程度,维护时间,以及维修工人的上班时间,移动速度,每个维修人员的上班位置,下班位置;
2)处理工单信息,建立不加限制的路径规划模型,初步估算工单所用的总时间;在此不考虑紧急程度的优先顺序与工人工作时长,只考虑路程和维修时间的总量。由于紧急程度和工作时长的限制对总工作时间的影响不大,因此用于估计当次派工工作总量用于判断是否超出当次派工所有工人的处理能力;
3)判断总的工作量是否超过全部工人上班时间的维修能力,即过饱和现象;如果存在,通过任务筛选算法舍弃一批被认为无法完成维修的故障;
如果2)步骤中估算出的总工作时间大于全部工人上班时间的总和,或者高于总和的一定比例,则认为当次的工单不能在工人上班全部完成,需要通过任务筛选算法舍弃一部分。
任务筛选算法舍弃一批被认为无法完成维修的故障,这里被认为是无法完成的维修,不仅仅包括超出工人上班时长的一部分任务,还包括单个故障需要维修时间过长,超过工人上班时间的情况。
虽然总的工作量不超过全部工人上班时间的维修能力时,即不为过饱和现象时,也需要筛选用时过多任务。避免单个工人的剩余工作时间少,无法单个人能完成的情况发生,当筛选用时过多任务后,适当补充被筛选任务;
筛选算法步骤包括:
设定保留比例变量C为1(100%);
进行一轮筛选,保留紧急度排在前C%的维修任务;
进行二轮筛选,保留路程和维修时间小于检查时间的维修任务;检查时间为判断维修工作是否能够完成的依据,在之前未被认为存在过饱和现象的情况下,检查时间设置为工人工作时间w的80%,若存在过饱和的情况,检查时间被减少到w 的80%在除以平均每个工人的工作数量(因为此时默认每位工人都有任务安排);
如果因为筛选保留的维修任务过少,则增补一定量次紧急的维修任务;
使用不加容量限制和时间窗约束的VRP算法估算此时的维修任务所需的总时间 T以估计完成全部任务所需的时间;
以新的新的保留比例变量C进行新一轮迭代,直至C满足以上条件;
4)根据经过筛选保留的任务,重新建立路径规划模型,并加入时间限制和容量限制;
时间限制以时间窗口的形式存在,每个故障对应一个时间窗口,规定每个工作人员必须在时间窗口内完成故障维修。时间窗口根据故障点紧急程度设置,只设最晚时间,不设最早时间,最晚时间由故障点的紧急程度决定,紧急程度越高,规定最晚完成维修时间越靠前,以此使得该故障点在派工路径规划时优先级越高。如果存在出现某节点维护时间接近或超出对应时间窗口截止时间的情况,则将该节点维修任务对应的时间窗相应地拓宽。
容量限制原指车辆路径规划问题中,一辆车容量有限,即一次路程只能装有限量的货物。在派工的问题中,类似的约束在于工人的上班时间,容量限制旨在限制工人单次派工的工作量,使其能在工作时间内完成派工任务。
5)通过导引式局部搜索方法求解路径规划模型得到最优派工方案;
导引式局部搜索GLS是启发式算法的一种,是基于惩罚的局部搜索算法,具有通用性好、结构紧凑的特点,其基本原理是保持搜索过程中的解结构和邻域结构不变,而将目标函数进行动态修改,从而使得当前的局部极值不再具有局部最优性。它会在搜索过程中产生惩罚项,当给定的局部搜索算法稳定在局部最优时,导引式局部搜索使用特定方式根据惩罚项修改目标函数,而修改的目标函数能够使搜索超出局部最优。
6)输出派工方案,得到电力智能运维路径。
当派工方案并未派出全部工人,则将离该故障点最近的未派出的工人派去完成被筛选掉但仍有条件完成的维修任务。
以上图1所示的电力智能运维路径规划方法是本发明的具体实施例,已经体现出本发明实质性特点和进步,可根据实际的使用需要,在本发明的启示下,对其进行形状、结构等方面的等同修改,均在本方案的保护范围之列。
Claims (6)
1.电力智能运维路径规划方法,其特征在于包括以下步骤:
1)获取工单数据,包括故障点的位置坐标,紧急程度,维护时间,以及维修工人的上班时间,移动速度,每个维修人员的上班位置,下班位置;
2)处理工单信息,建立不加限制的路径规划模型,初步估算工单所用的总时间;
3)判断总的工作量是否超过全部工人上班时间的维修能力,即过饱和现象;如果存在,通过任务筛选算法舍弃一批被认为无法完成维修的故障;
4)根据经过筛选保留的任务,重新建立路径规划模型,并加入时间限制和容量限制;
5)通过求解器求解路径规划模型得到最优派工方案;输出派工工单,得到电力智能运维路径。
2.根据权利要求1所述的电力智能运维路径规划方法,其特征在于:在步骤2)中,在初步估算工单所用总时间时,不考虑紧急程度的优先顺序与工人工作时限,只考虑路程和维修时间的总量,通过估计当次派工工作总量判断当次派工是否超出所有工人在剩余工作时间内的处理能力。
3.根据权利要求2所述的电力智能运维路径规划方法,其特征在于:在步骤3中,任务筛选算法舍弃一批被认为当前工作周期内无法完成运维任务,其中包括超出工人剩余工作时长的工单列表尾部任务及单个长时间维护任务,超过工人剩余工作时间的情况。
4.根据权利要求3所述的电力智能运维路径规划方法,其特征在于:任务筛选算法包括步骤:
301)设定保留比例变量C为1,即100%;
302)进行第一轮紧急度筛选,保留紧急度排在前C%的维修任务;
303)进行再次筛选,保留路程和维修时间小于检查时间的维修任务;检查时间为判断维修工作是否能够完成的依据,在之前未被认为存在派工任务过饱和现象的情况下,检查时间设置为工人工作时间w的80%,若存在过饱和的情况,检查时间被减少到w的80%再除以平均每个工人的工作数量;
304)判断筛选保留后的维修任务是否小于设定的维修任务;若是,则增补一定量次紧急的维修任务;
305)使用不加容量限制和时间窗约束的路径规划模型估算此时的维修任务所需的总时间T以估计完成全部任务所需的时间;
307)回至步骤303)以新的保留比例变量C进行新一轮迭代,直至派工时长小于或等于所有运维人员的剩余工作时长。
5.根据权利要求4所述的电力智能运维路径规划方法,其特征在于:在步骤4)中,时间限制以时间窗口的形式存在,每个故障对应一个时间窗口,规定每个工作人员必须在时间窗口内完成故障维修;时间窗口根据故障点紧急程度设置,只设最晚时间,不设最早时间,最晚时间由故障点的紧急程度决定,紧急程度越高,规定最晚完成维修时间越靠前,以此使得该故障点在派工路径规划时优先级越高;如果存在出现某节点维护时间接近或超出对应时间窗口截止时间的情况,则将该节点维修任务对应的时间窗相应地拓宽;
容量限制用于限制工人单次派工的工作量,使能在工作时间内完成派工任务。
6.根据权利要求5所述的电力智能运维路径规划方法,其特征在于:在步骤5)中,求解器采用导引式局部搜索方法,其基于惩罚的局部搜索算法,其在保持搜索过程中的解结构和邻域结构不变,而将目标函数进行动态修改,从而使得当前的局部极值不再具有局部最优性,在搜索过程中产生惩罚项,当给定的局部搜索算法稳定在局部最优时,导引式局部搜索方法根据惩罚项修改目标函数,而修改的目标函数能够使搜索超出局部最优;将维修站及运维节点坐标,运维人员编号输入求解器中;求解器输出:每个运维人员的工单顺序以及规划的路径轨迹。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010535936.XA CN111860948A (zh) | 2020-06-12 | 2020-06-12 | 电力智能运维路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010535936.XA CN111860948A (zh) | 2020-06-12 | 2020-06-12 | 电力智能运维路径规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111860948A true CN111860948A (zh) | 2020-10-30 |
Family
ID=72987368
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010535936.XA Pending CN111860948A (zh) | 2020-06-12 | 2020-06-12 | 电力智能运维路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111860948A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112285397A (zh) * | 2020-10-20 | 2021-01-29 | 武汉联翰电力科技有限公司 | 电能表及采集终端的位置信息管理方法、系统及存储介质 |
CN112884420A (zh) * | 2021-04-07 | 2021-06-01 | 谭媚 | 一种智慧物流查询系统及方法 |
CN113452746A (zh) * | 2021-05-11 | 2021-09-28 | 华翔翔能科技股份有限公司 | 一种泵站运维巡查管理方法及系统 |
CN113721580A (zh) * | 2021-07-08 | 2021-11-30 | 傲拓科技股份有限公司 | 一种基于小程序的设备故障异常信息推送系统及推送方法 |
CN114897491A (zh) * | 2022-04-24 | 2022-08-12 | 湖北世纪森源电力工程有限公司 | 一种能效管理方法及电网互联综合管理系统 |
CN115001948A (zh) * | 2022-08-05 | 2022-09-02 | 深圳市博科思智能股份有限公司 | 基于数据分析的设备健康状态检测方法及相关装置 |
CN116843167A (zh) * | 2023-09-04 | 2023-10-03 | 匠达(苏州)科技有限公司 | 一种智能门锁售后任务智能调度分配方法 |
CN117875567A (zh) * | 2024-03-07 | 2024-04-12 | 湖南鸿盛邦科技有限公司 | 一种用于产线的管理系统 |
-
2020
- 2020-06-12 CN CN202010535936.XA patent/CN111860948A/zh active Pending
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112285397A (zh) * | 2020-10-20 | 2021-01-29 | 武汉联翰电力科技有限公司 | 电能表及采集终端的位置信息管理方法、系统及存储介质 |
CN112884420A (zh) * | 2021-04-07 | 2021-06-01 | 谭媚 | 一种智慧物流查询系统及方法 |
CN112884420B (zh) * | 2021-04-07 | 2022-05-17 | 贵州梵途科技(集团)有限公司 | 一种智慧物流查询系统及方法 |
CN113452746A (zh) * | 2021-05-11 | 2021-09-28 | 华翔翔能科技股份有限公司 | 一种泵站运维巡查管理方法及系统 |
CN113452746B (zh) * | 2021-05-11 | 2022-08-05 | 华翔翔能科技股份有限公司 | 一种泵站运维巡查管理方法及系统 |
CN113721580A (zh) * | 2021-07-08 | 2021-11-30 | 傲拓科技股份有限公司 | 一种基于小程序的设备故障异常信息推送系统及推送方法 |
CN114897491A (zh) * | 2022-04-24 | 2022-08-12 | 湖北世纪森源电力工程有限公司 | 一种能效管理方法及电网互联综合管理系统 |
CN115001948A (zh) * | 2022-08-05 | 2022-09-02 | 深圳市博科思智能股份有限公司 | 基于数据分析的设备健康状态检测方法及相关装置 |
CN116843167A (zh) * | 2023-09-04 | 2023-10-03 | 匠达(苏州)科技有限公司 | 一种智能门锁售后任务智能调度分配方法 |
CN116843167B (zh) * | 2023-09-04 | 2023-12-05 | 匠达(苏州)科技有限公司 | 一种智能门锁售后任务智能调度分配方法 |
CN117875567A (zh) * | 2024-03-07 | 2024-04-12 | 湖南鸿盛邦科技有限公司 | 一种用于产线的管理系统 |
CN117875567B (zh) * | 2024-03-07 | 2024-05-28 | 湖南鸿盛邦科技有限公司 | 一种用于产线的管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111860948A (zh) | 电力智能运维路径规划方法 | |
CN109859459B (zh) | 一种自动驾驶公交调度优化方法 | |
Zhu et al. | Public vehicles for future urban transportation | |
CN110264120A (zh) | 一种基于多agv的智能仓储路线规划系统和方法 | |
CN113665640B (zh) | 含多方向车站的调度区段列车运行计划调整方法和系统 | |
CN105992256A (zh) | 轨道交通中的无线局域网的信道管理方法,设备和系统 | |
CN110598998A (zh) | 一种智慧车站乘务人员自动排班方法 | |
CN109625028B (zh) | 一种列车进站或出站时空路径规划方法及装置 | |
CN108519737A (zh) | 一种考虑能源补给的无人设备路径规划方法 | |
Ghasempour et al. | Distributed approximate dynamic control for traffic management of busy railway networks | |
CN106203680B (zh) | 一种基于改进遗传算法的公交车辆资源调度方法 | |
CN114475726B (zh) | 一种列车运行自动调整方法 | |
CN113505962A (zh) | 一种考虑完整行程的电动汽车导航与充电预约方法 | |
CN111783357A (zh) | 一种基于减少旅客延误的中转行程优化方法及系统 | |
CN114519933B (zh) | 基于无过饱和状态的约定出行管控方法、装置及存储介质 | |
CN108345966A (zh) | 一种基于乘客到达时间的服务系统估计算法 | |
Drabicki et al. | The potential of real-time crowding information in reducing bus bunching under different network saturation levels | |
CN112149906A (zh) | 一种计及充电时间的电动车出行线路综合优化方法 | |
CN115907333B (zh) | 一种公共应急事件中区域资源调度系统和方法 | |
CN111598464A (zh) | 一种基于过程建模的炼钢排产方法 | |
CN113849989B (zh) | 一种公交线网仿真系统 | |
CN113342002B (zh) | 基于拓扑地图的多移动机器人调度方法及系统 | |
CN112888023B (zh) | 基于链路冲突度与截止时间比例的工业物联网实时调度方法 | |
CN115081682A (zh) | 长大隧道施工交通组织优化方法和计算机装置 | |
Khadilkar et al. | Rule-based discrete event simulation for optimising railway hump yard operations |
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 |