CN112215413A - 运行图优化方法、装置及可读存储介质 - Google Patents
运行图优化方法、装置及可读存储介质 Download PDFInfo
- Publication number
- CN112215413A CN112215413A CN202011043021.3A CN202011043021A CN112215413A CN 112215413 A CN112215413 A CN 112215413A CN 202011043021 A CN202011043021 A CN 202011043021A CN 112215413 A CN112215413 A CN 112215413A
- Authority
- CN
- China
- Prior art keywords
- optimized
- operation diagram
- parameter
- parameter value
- optimization
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000010586 diagram Methods 0.000 title claims description 125
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 238000012790 confirmation Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004140 cleaning Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 abstract description 5
- 238000004891 communication Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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"
-
- G06Q50/40—
Abstract
本发明实施例提供一种运行图优化方法、装置及可读存储介质,本发明方法实施例中,获取待优化运行图,确定所述待优化运行图的待优化参数项,基于历史数据库,获取所述待优化参数项对应的最优参数值,基于所述最优参数值对所述待优化运行图进行优化。通过基于历史数据库,获取待优化参数项对应的最优参数值,基于所述最优参数值对待优化运行图进行优化,运行图的优化过程自动化进行,减少了人工校验过程,简化了编制流程,同时提高了运行图编制效率和编制质量。
Description
技术领域
本发明涉及城市轨道交通技术领域,尤其涉及一种运行图优化方法、装置及可读存储介质。
背景技术
城市轨道交通的列车自动监控系统是一种自动化程度很高的指挥系统。在系统运营过程中,通常列车是通过已经编制好的计划进行自动化运营。运行图编制考虑的因素比较多,除了要满足运营要求以外还要根据列车走行的实际情况进行编制。通常在高峰时期需要缩短运行间距,采用减少停站时间运行等级等策略。但由于不同站厅客流不同、或折返时时间不能控制等因素。通常导致实际执行的计划情况偏离预期。通常需要反复修改原计划,使之既符合运行需求又能匹配执行能力。目前没有相关算法支撑该需求,需要编图人员依靠经验进行反复试错修改。
既有采用人工修改运行图的方式较为依靠编图人员能力,需要编图人员有丰富的工作经验。在修改过程中,由于人为判断等因素比较主观,存在错误判断的情况,通常需要反复跑图试验来验证结果,生成一张可用的运行图用时较长。
发明内容
本发明实施例提供一种运行图优化方法、装置及可读存储介质,用以解决现有技术人工修改运行图的方式较为依靠编图人员能力,存在错误判断的情况,需要反复跑图试验来验证结果,生成一张可用的运行图用时较长的缺陷,实现运行图的自动优化调整,减少人工校验过程。
第一方面,本发明实施例提供一种运行图优化方法,包括:
获取待优化运行图;
确定所述待优化运行图的待优化参数项;
基于历史数据库,获取所述待优化参数项对应的最优参数值;
基于所述最优参数值对所述待优化运行图进行优化。
可选地,根据本发明一个实施例的运行图优化方法,所述基于历史数据库,获取所述待优化参数项对应的最优参数值,具体包括:
基于所述待优化参数项,在历史数据库中进行数据检索,获取各所述待优化参数项对应的实际执行情况数据集,基于所述实际执行情况数据集,获取各所述待优化参数项对应的最优参数值;所述实际执行情况数据集为所述待优化参数项在实际执行过程中的历史参数值集合。
可选地,根据本发明一个实施例的运行图优化方法,所述基于所述实际执行情况数据集,获取各所述待优化参数项对应的最优参数值之前,还包括:
对所述实际执行情况数据集进行数据清洗,排除异常数据。
可选地,根据本发明一个实施例的运行图优化方法,所述最优参数值为所述实际执行情况数据集中数据的平均值。
可选地,根据本发明一个实施例的运行图优化方法,所述确定所述待优化运行图的待优化参数项,具体包括:
生成待优化参数项选择界面,基于界面输入信息,确定所述待优化运行图的待优化参数项。
可选地,根据本发明一个实施例的运行图优化方法,所述基于所述最优参数值对所述待优化运行图进行优化,具体包括:
生成运行图优化确认界面,基于界面输入信息,判断是否执行对所述待优化运行图的优化。
可选地,根据本发明一个实施例的运行图优化方法,所述基于界面输入信息,判断是否执行对所述待优化运行图的优化,具体包括:
若判断执行对所述待优化运行图的优化,则利用所述最优参数值替换所述待优化运行图中对应的待优化参数项的当前参数值。
第二方面,本发明实施例还提供一种运行图优化装置,包括:
运行图获取模块,用于获取待优化运行图;
待优化参数项确定模块,用于确定所述待优化运行图的待优化参数项;
最优参数获取模块,用于基于历史数据库,获取所述待优化参数项对应的最优参数值;
运行图优化模块,用于基于所述最优参数值对所述待优化运行图进行优化。
第三方面,本发明实施例还提供一种电子设备,包括存储器、处理器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程序时实现如上述第一方面所提供的方法的步骤。
第四方面,本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述第一方面所提供的方法的步骤。
本发明实施例提供的运行图优化方法、装置及可读存储介质,通过基于历史数据库,获取待优化参数项对应的最优参数值,基于所述最优参数值对待优化运行图进行优化,运行图的优化过程自动化进行,减少了人工校验过程,简化了编制流程,同时提高了运行图编制效率和编制质量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种运行图优化方法的流程示意图;
图2是本发明实施例提供的一种运行图优化装置的结构示意图;
图3是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
现有技术采用人工修改运行图的方式较为依靠编图人员能力,同时由于人为判断等因素比较主观,存在错误判断的情况,通常需要反复跑图试验来验证结果,生成一张可用的运行图用时较长,对此,本发明实施例提供了一种运行图优化方法。图1为本发明实施例提供的一种运行图优化方法的流程示意图,如图1所示,该方法包括:
步骤110,获取待优化运行图。
具体的,所述待优化运行图即需要进行优化完善的运行图,运行图优化装置要对运行图进行优化,首先需要获取待优化运行图及运行图的相关参数信息,包括相关参数项及其对应的参数值。至于待优化运行图的具体获取方式,可采用任意现有技术的数据获取手段,本发明实施例对此不作具体限定。
步骤120,确定所述待优化运行图的待优化参数项。
具体的,运行图的相关参数项包括站台的停站时间、站间的运行时间、折返时间等与列车运行相关的参数,其为本领域的公知内容,本发明实施例对此不做穷举。运行图优化装置要对运行图进行优化,需要先明确要对哪些参数进行优化,因此在进行优化之前,要确定所述待优化运行图的待优化参数项,所述待优化参数项可以为相关参数项中的一项或多项。
步骤130,基于历史数据库,获取所述待优化参数项对应的最优参数值。
具体的,所述历史数据库中存储有各参数项在实际执行过程中的历史数据,基于所述历史数据可以获取各待优化参数项对应的最优参数值。
步骤140,基于所述最优参数值对所述待优化运行图进行优化。
具体的,运行图优化装置基于所述最优参数值,可以对所述待优化运行图中的相应参数项进行优化。
本发明实施例提供的方法,通过基于历史数据库,获取待优化参数项对应的最优参数值,基于所述最优参数值对待优化运行图进行优化,运行图的优化过程自动化进行,减少了人工校验过程,简化了编制流程,同时提高了运行图编制效率和编制质量。
基于上述实施例,所述基于历史数据库,获取所述待优化参数项对应的最优参数值,具体包括:
基于所述待优化参数项,在历史数据库中进行数据检索,获取各所述待优化参数项对应的实际执行情况数据集,基于所述实际执行情况数据集,获取各所述待优化参数项对应的最优参数值;所述实际执行情况数据集为所述待优化参数项在实际执行过程中的历史参数值集合。
具体的,运行图优化装置确定了待优化参数项之后,到历史数据库中检索所述待优化参数项对应的历史数据,以生成待优化参数项对应的实际执行情况数据集。所述实际执行情况数据集还可以进一步细分为不同时段。例如,可以以一小时为最小单位,将一天划分为多个时段,检索同一参数项不同时段对应的历史参数值以构成实际执行情况数据集。历史数据的时间范围可选择近一周、近一个月或者近一年的数据,本发明实施例对此不做具体限定。基于所述实际执行情况数据集,通过数学统计方法,便可获取各所述待优化参数项对应的最优参数值。
本发明实施例提供的方法,通过基于所述待优化参数项,在历史数据库中进行数据检索,获取各所述待优化参数项对应的实际执行情况数据集,基于所述实际执行情况数据集,获取各所述待优化参数项对应的最优参数值,根据实际执行情况对参数项进行优化调整,能最大限度地保证参数的准确性,提高运行图编制效率和编制质量。
基于上述实施例,所述基于所述实际执行情况数据集,获取各所述待优化参数项对应的最优参数值之前,还包括:
对所述实际执行情况数据集进行数据清洗,排除异常数据。
具体的,所述异常数据指列车运行情况出现异常时对应的实际执行情况数据,例如,出现大范围早晚点时对应的实际执行情况数据。可以理解的是,所述异常数据也可以为其它任意列车运行异常情形对应的实际执行情况数据,本发明实施例对此不作具体限定。对于排除异常数据的方法,可以通过阈值比较的方法进行异常数据排除,当然,也可以采取任意其它可行的异常数据排除手段,本发明实施例对此不作具体限定。
本发明实施例提供的方法,通过对所述实际执行情况数据集进行数据清洗,排除异常数据,以提升数据可用性和准确性,保证运行图的编制质量。
基于上述实施例,所述最优参数值为所述实际执行情况数据集中数据的平均值。
具体的,对实际执行情况数据集中的数据求平均值,并将其作为最优参数值。当然,也可以采用任意其它可行的统计方法获取最优参数值,本发明实施例对此不作具体限定。
本发明实施例提供的方法,通过将实际执行情况数据集中数据的平均值作为最优参数值,以尽可能保证最优参数值与实际执行情况相符,保证参数的准确性,提高运行图编制效率。
基于上述实施例,所述确定所述待优化运行图的待优化参数项,具体包括:
生成待优化参数项选择界面,基于界面输入信息,确定所述待优化运行图的待优化参数项。
具体的,在运行图优化装置的显示界面中生成待优化参数的选择界面,基于用户对界面的输入信息,确定所述待优化运行图的待优化参数项。所述输入信息可以是鼠标的点击或者为键盘输入,还可以为语音输入,本发明实施例对此不作具体限定。
本发明实施例提供的方法,通过生成待优化参数项选择界面,基于界面输入信息,确定所述待优化运行图的待优化参数项,能够快速便捷地确定所述待优化运行图的待优化参数项。
基于上述实施例,所述基于所述最优参数值对所述待优化运行图进行优化,具体包括:
生成运行图优化确认界面,基于界面输入信息,判断是否执行对所述待优化运行图的优化。
具体的,当运行图优化装置确认各所述待优化参数项对应的最优参数值已经计算完毕后,在显示界面中生成运行图优化确认界面,基于用户对界面的输入信息,判断是否执行对所述待优化运行图的优化。所述输入信息可以是鼠标的点击或者为键盘输入,还可以为语音输入,本发明实施例对此不作具体限定。
本发明实施例提供的方法,通过生成运行图优化确认界面,基于界面输入信息,判断是否执行对所述待优化运行图的优化,能够方便快捷地确定是否执行优化,提高运行图编制效率,同时增加该优化确认过程可以提高编制的灵活性。
基于上述实施例,所述基于界面输入信息,判断是否执行对所述待优化运行图的优化,具体包括:
若判断执行对所述待优化运行图的优化,则利用所述最优参数值替换所述待优化运行图中对应的待优化参数项的当前参数值。
具体的,当运行图优化装置判断执行对所述待优化运行图的优化时,则将各所述最优参数值用于替换所述待优化运行图中对应的各待优化参数项的当前参数值。当然,运行图优化确认界面也可以对执行优化的参数项进行选择,以增加运行图优化的灵活性。
本发明实施例提供的方法,通过将所述最优参数值用于替换所述待优化运行图中对应的待优化参数项的当前参数值以实现运行图优化,简化编制流程,提高运行图编制效率。
下面以一个具体例子对上述任一实施例所述方法进行进一步说明:
以上述运行图优化方法在ATS系统中的应用为例:
第一步:编图人员将待优化的运行图录入ATS系统中,当然,编图人员也可以直接在ATS系统中编制出该待优化的运行图;
第二步:运行图优化装置读取待优化的运行图,获取运行图中的相关参数信息,所述相关参数信息包括运行图中涉及的各参数项;
第三步:运行图优化装置的人机交互界面弹出待优化参数项选择窗口,提示编图人员勾选需要优化的参数项;
第四步:运行图优化装置根据用户勾选的参数项,针对不同时段下的历史数据库进行数据检索,得到不同时段下所述待优化参数项对应的实际执行情况数据集;
第五步:运行图优化装置对所述待优化参数项对应的实际执行情况数据集进行数据清洗,对于大范围早晚点等异常情况对应的数据进行排除;
第六步:运行图优化装置计算经数据清洗后的实际执行情况数据集中的所有参数的平均值,得出不同时段下所述待优化参数项对应的最优参数值;
第七步:运行图优化装置的人机交互界面弹出运行图优化确认界面,供编图人员确认是否执行参数优化以及执行优化的参数项;
第八步:运行图优化装置根据用户的确认结果,利用所述最优参数值替换所述待优化运行图中对应的待优化参数项的当前参数值,以完成运行图优化过程。
值得注意的是,所述运行图优化方法需要一定的历史数据作为支撑,更加适用于已经开通的线路进行运行图优化操作,对于新建线路则可以采用逐步优化的方式。
基于上述任一实施例,图2为本发明实施例提供的一种运行图优化装置的示意图,如图2所示,该装置包括:
运行图获取模块210,用于获取待优化运行图。
具体的,运行图优化装置要对运行图进行优化,首先需要通过运行图获取模块210获取待优化运行图及运行图的相关参数信息。
待优化参数项确定模块220,用于确定所述待优化运行图的待优化参数项。
具体的,运行图优化装置要对运行图进行优化,需要先明确要对哪些参数进行优化,因此在进行优化之前,要通过待优化参数项确定模块220确定所述待优化运行图的待优化参数项。
最优参数获取模块230,用于基于历史数据库,获取所述待优化参数项对应的最优参数值。
具体的,最优参数获取模块230基于所述历史数据可以获取各待优化参数项对应的最优参数值。
运行图优化模块240,用于基于所述最优参数值对所述待优化运行图进行优化。
具体的,运行图优化模块240基于所述最优参数值,可以对所述待优化运行图中的相应参数项进行优化。
本发明实施例提供的装置,通过最优参数获取模块基于历史数据库,获取待优化参数项对应的最优参数值,运行图优化模块基于所述最优参数值对待优化运行图进行优化,运行图的优化过程自动化进行,减少了人工校验过程,简化了编制流程,同时提高了运行图编制效率和编制质量。
基于上述实施例,所述基于历史数据库,获取所述待优化参数项对应的最优参数值,具体包括:
基于所述待优化参数项,在历史数据库中进行数据检索,获取各所述待优化参数项对应的实际执行情况数据集,基于所述实际执行情况数据集,获取各所述待优化参数项对应的最优参数值;所述实际执行情况数据集为所述待优化参数项在实际执行过程中的历史参数值集合。
基于上述实施例,所述基于所述实际执行情况数据集,获取各所述待优化参数项对应的最优参数值之前,还包括:
对所述实际执行情况数据集进行数据清洗,排除异常数据。
基于上述实施例,所述最优参数值为所述实际执行情况数据集中数据的平均值。
基于上述实施例,所述确定所述待优化运行图的待优化参数项,具体包括:
生成待优化参数项选择界面,基于界面输入信息,确定所述待优化运行图的待优化参数项。
基于上述实施例,所述基于所述最优参数值对所述待优化运行图进行优化,具体包括:
生成运行图优化确认界面,基于界面输入信息,判断是否执行对所述待优化运行图的优化。
基于上述实施例,所述基于界面输入信息,判断是否执行对所述待优化运行图的优化,具体包括:
若判断执行对所述待优化运行图的优化,则利用所述最优参数值替换所述待优化运行图中对应的待优化参数项的当前参数值。
本发明实施例提供的运行图优化装置可以执行上述一种运行图优化方法,其具体工作原理和相应的技术效果与上述方法实施例相同,在此不再赘述。
图3示例了一种电子设备的实体结构示意图,如图3所示,该电子设备可以包括:处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340,其中,处理器310,通信接口320,存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令,以执行上述方法实施例提供的步骤流程。
此外,上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述方法实施例提供的步骤流程。
以上所描述的装置实施例仅仅是示意性的,其中所述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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种运行图优化方法,其特征在于,包括:
获取待优化运行图;
确定所述待优化运行图的待优化参数项;
基于历史数据库,获取所述待优化参数项对应的最优参数值;
基于所述最优参数值对所述待优化运行图进行优化。
2.根据权利要求1所述的运行图优化方法,其特征在于,所述基于历史数据库,获取所述待优化参数项对应的最优参数值,具体包括:
基于所述待优化参数项,在历史数据库中进行数据检索,获取各所述待优化参数项对应的实际执行情况数据集,基于所述实际执行情况数据集,获取各所述待优化参数项对应的最优参数值;所述实际执行情况数据集为所述待优化参数项在实际执行过程中的历史参数值集合。
3.根据权利要求2所述的运行图优化方法,其特征在于,所述基于所述实际执行情况数据集,获取各所述待优化参数项对应的最优参数值之前,还包括:
对所述实际执行情况数据集进行数据清洗,排除异常数据。
4.根据权利要求2所述的运行图优化方法,其特征在于,所述最优参数值为所述实际执行情况数据集中数据的平均值。
5.根据权利要求1所述的运行图优化方法,其特征在于,所述确定所述待优化运行图的待优化参数项,具体包括:
生成待优化参数项选择界面,基于界面输入信息,确定所述待优化运行图的待优化参数项。
6.根据权利要求1所述的运行图优化方法,其特征在于,所述基于所述最优参数值对所述待优化运行图进行优化,具体包括:
生成运行图优化确认界面,基于界面输入信息,判断是否执行对所述待优化运行图的优化。
7.根据权利要求6所述的运行图优化方法,其特征在于,所述基于界面输入信息,判断是否执行对所述待优化运行图的优化,具体包括:
若判断执行对所述待优化运行图的优化,则利用所述最优参数值替换所述待优化运行图中对应的待优化参数项的当前参数值。
8.一种运行图优化装置,其特征在于,包括:
运行图获取模块,用于获取待优化运行图;
待优化参数项确定模块,用于确定所述待优化运行图的待优化参数项;
最优参数获取模块,用于基于历史数据库,获取所述待优化参数项对应的最优参数值;
运行图优化模块,用于基于所述最优参数值对所述待优化运行图进行优化。
9.一种电子设备,包括存储器、处理器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程序时实现如权利要求1至7任一项所述运行图优化方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述运行图优化方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011043021.3A CN112215413A (zh) | 2020-09-28 | 2020-09-28 | 运行图优化方法、装置及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011043021.3A CN112215413A (zh) | 2020-09-28 | 2020-09-28 | 运行图优化方法、装置及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112215413A true CN112215413A (zh) | 2021-01-12 |
Family
ID=74050893
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011043021.3A Pending CN112215413A (zh) | 2020-09-28 | 2020-09-28 | 运行图优化方法、装置及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112215413A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113553057A (zh) * | 2021-07-22 | 2021-10-26 | 中国电子科技集团公司第十五研究所 | 一种针对不同架构的gpu进行并行计算的优化系统 |
CN113792199A (zh) * | 2021-08-31 | 2021-12-14 | 通号城市轨道交通技术有限公司 | 列车运行图标尺的调整方法、装置、电子设备与存储介质 |
WO2022174588A1 (zh) * | 2021-02-18 | 2022-08-25 | 卡斯柯信号有限公司 | 一种列车计划运行图自动调整系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103879414A (zh) * | 2014-03-26 | 2014-06-25 | 北京清软英泰信息技术有限公司 | 一种基于自适应A-Star算法的铁路机车优化操纵方法 |
CN104238533A (zh) * | 2014-10-17 | 2014-12-24 | 成都四为电子信息股份有限公司 | 一种铁路站房机电设备监控系统 |
CN105292190A (zh) * | 2015-11-30 | 2016-02-03 | 中国神华能源股份有限公司 | 列车节能运行图优化系统及方法 |
CN107180282A (zh) * | 2017-07-01 | 2017-09-19 | 南京理工大学 | 一种高峰时段多列车节能优化方法 |
US20180174229A1 (en) * | 2016-12-21 | 2018-06-21 | Wix.Com Ltd | Actionable widget cards |
CN109190826A (zh) * | 2018-09-05 | 2019-01-11 | 中国联合网络通信集团有限公司 | 列车售票优化方法和列车售票优化系统 |
CN111078665A (zh) * | 2019-12-09 | 2020-04-28 | 苏宁金融科技(南京)有限公司 | 确定hive任务的优化信息的方法、装置、计算机设备和介质 |
-
2020
- 2020-09-28 CN CN202011043021.3A patent/CN112215413A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103879414A (zh) * | 2014-03-26 | 2014-06-25 | 北京清软英泰信息技术有限公司 | 一种基于自适应A-Star算法的铁路机车优化操纵方法 |
CN104238533A (zh) * | 2014-10-17 | 2014-12-24 | 成都四为电子信息股份有限公司 | 一种铁路站房机电设备监控系统 |
CN105292190A (zh) * | 2015-11-30 | 2016-02-03 | 中国神华能源股份有限公司 | 列车节能运行图优化系统及方法 |
US20180174229A1 (en) * | 2016-12-21 | 2018-06-21 | Wix.Com Ltd | Actionable widget cards |
CN107180282A (zh) * | 2017-07-01 | 2017-09-19 | 南京理工大学 | 一种高峰时段多列车节能优化方法 |
CN109190826A (zh) * | 2018-09-05 | 2019-01-11 | 中国联合网络通信集团有限公司 | 列车售票优化方法和列车售票优化系统 |
CN111078665A (zh) * | 2019-12-09 | 2020-04-28 | 苏宁金融科技(南京)有限公司 | 确定hive任务的优化信息的方法、装置、计算机设备和介质 |
Non-Patent Citations (1)
Title |
---|
史峰, 黎新华, 秦进, 邓连波: "单线列车运行图铺划的时间循环迭代优化方法", 铁道学报, no. 01, pages 32 - 34 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022174588A1 (zh) * | 2021-02-18 | 2022-08-25 | 卡斯柯信号有限公司 | 一种列车计划运行图自动调整系统及方法 |
CN113553057A (zh) * | 2021-07-22 | 2021-10-26 | 中国电子科技集团公司第十五研究所 | 一种针对不同架构的gpu进行并行计算的优化系统 |
CN113553057B (zh) * | 2021-07-22 | 2022-09-09 | 中国电子科技集团公司第十五研究所 | 一种针对不同架构的gpu进行并行计算的优化系统 |
CN113792199A (zh) * | 2021-08-31 | 2021-12-14 | 通号城市轨道交通技术有限公司 | 列车运行图标尺的调整方法、装置、电子设备与存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112215413A (zh) | 运行图优化方法、装置及可读存储介质 | |
US20150339265A1 (en) | Detecting anomalies in a time series | |
EP2413242A1 (en) | System and method for test strategy optimization | |
CN109615138B (zh) | 一种作业流程调优方法及装置 | |
CN115994099B (zh) | 数控机床代码的自动检查方法、装置、设备及存储介质 | |
CN116187738B (zh) | 一种基于执行顺序和位置分布的工作包自动生成方法 | |
CN111738507A (zh) | 银行清算头寸资金备付量预测方法和装置、设备及介质 | |
CN116501468A (zh) | 批量作业处理方法、装置及电子设备 | |
CN114185938B (zh) | 基于数字金融及大数据溯源的项目溯源分析方法及系统 | |
CN107783896B (zh) | 一种数据处理模型的优化方法和装置 | |
CN112650523B (zh) | 用于灰度发布的数据分流方法及装置、设备 | |
CN111241159B (zh) | 确定任务执行时间的方法及装置 | |
CN107229487B (zh) | 代码处理方法及装置 | |
CN110059847B (zh) | 模型预测加速方法和装置 | |
CN112836869A (zh) | 一种kpi预测方法、装置及存储介质 | |
CN113283865A (zh) | 工业生产信息的管控方法及装置 | |
CN111754074A (zh) | 电网信息系统的运维检修评价方法、装置及存储介质 | |
CN110866675B (zh) | 一种产品设计平台设计流程管控方法及装置 | |
CN116303570A (zh) | 数据库操作语句报文协议的优化方法、存储介质与设备 | |
CN115629949A (zh) | 管理信息系统的优化方法、装置、电子设备及存储介质 | |
CN116881511A (zh) | 一种基于图数据库的数据处理链路分析方法及系统 | |
CN117056042A (zh) | 数据库变更管控方法、装置、设备及存储介质 | |
US20080167843A1 (en) | One pass modeling of data sets | |
CN113962323A (zh) | 热点账户识别方法及装置 | |
CN115879038A (zh) | 一种环卫设备维修评估方法、系统、设备及可读存储介质 |
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 |