CN112446648A - 基于非高峰时段的城市轨道交通混合运输方法和系统 - Google Patents
基于非高峰时段的城市轨道交通混合运输方法和系统 Download PDFInfo
- Publication number
- CN112446648A CN112446648A CN202110122124.7A CN202110122124A CN112446648A CN 112446648 A CN112446648 A CN 112446648A CN 202110122124 A CN202110122124 A CN 202110122124A CN 112446648 A CN112446648 A CN 112446648A
- Authority
- CN
- China
- Prior art keywords
- freight
- subway
- peak
- transportation
- train
- 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
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
- G06Q10/06—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
- G06Q10/06313—Resource planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Biodiversity & Conservation Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及城市轨道交通运输组织技术领域,提供一种基于非高峰时段的城市轨道交通混合运输方法、系统、电子设备及存储介质,方法包括步骤:构建非高峰时段的地铁列车混合运输框架;获取非高峰时段地铁列车的最大客流量,计算非高峰地铁列车的货运车厢数目;将货运车厢数目作为模型的输入数据,确定混合运输框架中的非高峰时段地铁货运装载模式;构建非高峰时段的城市轨道交通混合运输模型;基于改进的VNS算法对模型进行求解,输出非高峰时段的城市轨道交通混合运输的货运成本,货运车厢数目和货运装载模式。本发明在不影响城市轨道交通正常运营的情况下增加额外货运收入,可为不同类型轨道交通城市的混合运输模式提供了宏观参考和理论依据。
Description
技术领域
本发明涉及城市轨道交通运输组织技术领域,尤其涉及一种基于非高峰时段的城市轨道交通混合运输方法、系统、电子设备及存储介质。
背景技术
随着电子商务和送货上门的不断发展,城市货运已成为城市经济和社会发展的关键环节。近年来,全球物流业的飞速发展导致货物运输出行比例不断提高。以快递业为例,根据最新统计,中国的快递业务从2015年到2018年连续四年排名世界第一,平均增长率为35.33%。现阶段,公路运输是城市货运的主要方式,皮卡车和小型货车等地面运输工具通常用于货运。同时,车辆的货运带来城市交通拥堵,温室气体排放和噪音有关的一系列问题。随着城市货运的不断发展,迫切需要一种低成本、大容量、高时效性和现代城市运营可持续性的绿色货运方式。
货运需要向更高效和可持续的运输系统转变,以应对城市地区货运需求的增长。地铁具有高效率,大容量和可持续性的优势,但是由于非高峰时段的客流少,大多数地铁网络都遭受地铁列车利用率不足的困扰。因此,在非高峰时段将商品引入地铁网络是一种非常有潜力的货运方式。
发明人发现现有技术中至少存在如下问题:目前地铁系统中货运和客运的混合运输策略通常是基于主观经验,缺乏合理的理论框架和数学公式。此外,应考虑整个地铁网络来处理货运,而不是单个地铁线路。因此,在非高峰时段构建地铁网络上客货混合运输策略的一般理论框架和模型是必不可少的。
发明内容
本发明的目的在于解决背景技术中的至少一个技术问题,提供一种基于非高峰时段的城市轨道交通混合运输方法、系统、电子设备及计算机可读存储介质。
为实现上述目的,本发明提供一种基于非高峰时段的城市轨道交通混合运输方法,其特征在于,包括以下步骤:
构建非高峰时段的地铁列车混合运输框架;
根据地铁列车运行基本数据和货运站的基本信息,基于确定的所述货运装载模式r,构建非高峰时段的城市轨道交通混合运输模型;
根据本发明的一个方面,构建所述混合运输框架包括定义城市轨道交通混合运输和指定混合运输标准;
所述混合运输为基于非高峰时段将现有的城市地铁网络与物流公司运营的首公里和最后一公里的送货服务相结合混合运输的方式;非高峰时段的城市轨道交通混合运输为五个阶段,第一阶段和第五阶段为车辆交付,第二阶段和第四阶段是人工转运,将货物从车辆转移到地铁车厢,第三阶段是地铁交付;
所述混合运输标准包括:地铁列车车厢被分为客运车厢和货运车厢,不同类型的车厢设置有边界线和专用通道,以划分客流和货流;以及
基于非高峰时段不同客流,包括固定装载和灵活装载两种货运装载模式,所述固定装载模式为地铁网络中各班地铁列车均采用客货混合运输,灵活装载模式为根据客流选取地铁网络中部分地铁列车采用客货混合运输。
根据本发明的一个方面,计算非高峰地铁列车的货运车厢数目E为:
根据本发明的一个方面,确定所述非高峰时段地铁货运装载模式r为:
式中:为末端货运站集合;为地铁列车单节车厢货物容量;r为货运装载模式,为固定装载模式,即当客运量和货运需求数量大于列车容量时,每趟列车在非高峰时段均采用客货混合运输模式;为灵活装载模式,即当客运量和货运需求小于列车容量,每两列火车中的一列选择采用混合运输模式,另一列用于客运。
根据本发明的一个方面,所述地铁列车运行基本数据包括:地铁列车到、发、通过的时刻信息和列车行走路线;
所述货运站的基本信息包括:货运量、货运站的地理位置信息、站间距离和线路允许速度。
根据本发明的一个方面,基于非高峰时段的城市轨道交通混合运输阶段,以货物配送成本最小为目标,以车辆线路能力、地铁线路能力、货物配送时间窗和惩罚成本系数为约束条件,构建地铁列车货运装载模式的非高峰时段的城市轨道交通混合运输模型,所述混合运输模型构建过程如下:
(1)目标函数
式中:表示从货物集散中心i至出发地铁站j的单位货物车辆运输成本;表示路径上的货物数量;表示车辆通过运输路径提供服务则为1,否则为0;表示从到达地铁站至末端货物站的单位货物车辆运输成本;表示末端货运站的货物数量;表示车辆通过运输路径提供服务则为1,否则为0;表示车辆数目;表示车辆的固定运营成本;表示单位货物完成一次的转运成本;表示出发地铁站至到达地铁站所需的转运次数;表示车辆通过运输路径提供服务则为1,否则为0;表示末端货物站的单位货物的惩罚成本系数;
(2)约束条件
① 车辆线路能力约束
车辆在首公里和最后一公里的配送路网中应满足车辆容量约束、车辆数量约束和线路能力约束:
② 地铁线路能力约束
货物通过列车在地铁网络中运行应满足列车容量约束和换乘次数约束,
③ 货物配送时间窗约束
混合运输列车的发车时间不早于非高峰时段开始时间,
式中:表示从首站至站点的列车运行时间;表示站点所在地铁线路上列车的首站发车时间;表示货物在站点的装载时间;表示站点所在地铁线路的首站点的发车时间;表示完成路径配送所需的时间;表示一个大的正整数;表示对末端货物站的需求货物开始配送时间;表示对末端货物站的需求货物最早开始配送时间;表示对末端货物站的需求货物最晚完成配送时间;
列车在整个混合运输的过程中配送时长满足首公里和最后一公里的配送时长和地铁配送时长的和,
式中:表示对末端货物站的需求货物完成配送时间;表示货物完成一次换乘所需时间;表示非高峰时段的地铁列车的车头时距;表示站点至站点之间的地铁列车运行时间;表示货运装载模式;表示到达地铁站至末端货运站之间的车辆运行时间;
④ 惩罚成本系数约束
惩罚成本系数受货物配送时间窗影响,未能在时间窗内完成配送需要根据其惩罚成本系数计算延误成本,
在给定范围内生成初始解,并将初始解代入目标函数初始程序获得初始目标值,即配送成本,转至下一步;
输入初始解输入至扰动过程,选取扰动的第k个领域运算以生成新的解决方案,转至下一步;
将生成的新解代入变领域下降过程,生成与新解相关的多个邻域解,并在生成的多个邻域解中进行局部搜索,以获得局部搜索最优解,转到下一步;
如果变领域生成的最优解优于初始解,让最优解替换初始解,然后继续在当前领域结构中搜索,并转至下一步,否则转至第三步;
其中,k表示领域,N表示领域结构数量。
为实现上述目的,本发明还提供一种基于非高峰时段的城市轨道交通混合运输系统,包括:
混合运输框架构建模块,用于构建非高峰时段的地铁列车混合运输框架;
混合运输模型构建模块,根据地铁列车运行基本数据和货运站的基本信息,基于确定的货运装载模式,构建非高峰时段的城市轨道交通混合运输模型;
为实现上述目的,本发明还提供一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器耦合连接的存储器;其中,
所述存储器存储有计算机程序,所述计算机程序能够被所述至少一个处理器执行,以实现上述方法。
为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质用于存储计算机程序,当所述计算机程序被执行时,能够实现上述方法。
根据本发明的方案,基于非高峰时段地铁列车的最大客流量和末端货运站的货运量,确定非高峰时段地铁货运装载模式,以车辆线路能力、地铁线路能力和货物配送时间窗作为模型的动态约束,构建非高峰时段的城市轨道交通混合运输模型,该混合运输模型提供了一种绿色货运模式并降低了货运成本,在不影响城市轨道交通正常运营的情况下增加额外货运收入,还为不同类型轨道交通城市的混合运输模式提供了宏观参考和理论依据。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1示意性表示根据本发明的一种实施方式的基于非高峰时段的城市轨道交通混合运输方法的流程图;
图2为货客混合运输过程示意图;
图3为货客车厢分界示意图;
图4为货运装载模式示意图;
图5示意性表示根据本发明的一种实施方式的基于非高峰时段的城市轨道交通混合运输系统的结构框图;
图6为宁波地铁网络示意图;
图7为宁波市货运站点分布图。
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,下面将结合附图对本发明的各实施方式进行详细的阐述。然而,本领域的普通技术人员可以理解,在本发明各实施方式中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请所要求保护的技术方案。以下各个实施例的划分是为了描述方便,不应对本发明的具体实现方式构成任何限定,各个实施例在不矛盾的前提下可以相互结合相互引用。
图1示意性表示根据本发明的一种实施方式的基于非高峰时段的城市轨道交通混合运输方法的流程图。如图1所示,根据本发明的基于非高峰时段的城市轨道交通混合运输方法,包括以下步骤:
a. 构建非高峰时段的地铁列车混合运输框架;
d. 根据地铁列车运行基本数据和货运站的基本信息,基于确定的货运装载模式r,构建非高峰时段的城市轨道交通混合运输模型;
根据本发明的一种实施方式,在上述a步骤中,构建混合运输框架包括定义城市轨道交通混合运输和指定混合运输标准;
混合运输为基于非高峰时段将现有的城市地铁网络与物流公司运营的首公里和最后一公里的送货服务相结合混合运输的方式;非高峰时段的城市轨道交通混合运输为五个阶段,具体如图2所示。在本实施方式中,第一阶段和第五阶段为车辆交付,第二阶段和第四阶段是人工转运,将货物从车辆转移到地铁车厢,第三阶段是地铁交付。
在本实施方式中,设定客流优先、客货分流的混合运输标准,具体实现方式为,地铁列车车厢被分为客运车厢和货运车厢,如图3所示,不同类型的车厢设置有边界线和专用通道,以划分客流和货流。
进一步地,基于非高峰时段不同客流,包括固定装载和灵活装载两种货运装载模式,如图4所示。其中,固定装载模式为地铁网络中各班地铁列车均采用客货混合运输,灵活装载模式为根据客流选取地铁网络中部分地铁列车采用客货混合运输。在本实施方式中,当客运和货运需求数量大于地铁容量时,每列地铁列车在非高峰时段采用客货混合运输模式,如图4中的固定装载模式所示。客运量和货运需求小于地铁列车容量,每两列地铁列车组中的一列选择采用混合运输模式,另一列用于客运,如图4中的灵活装载模式所示。
根据本发明的一种实施方式,在上述c步骤中,确定非高峰时段地铁货运装载模式r为:
式中:为末端货运站集合;为地铁列车单节车厢货物容量;r为货运装载模式,为固定装载模式,即当客运量和货运需求数量大于列车容量时,每趟列车在非高峰时段均采用客货混合运输模式;为灵活装载模式,即当客运量和货运需求小于列车容量,每两列火车中的一列选择采用混合运输模式,另一列用于客运。
根据本发明的一种实施方式,在上述d步骤中,地铁列车运行基本数据包括:地铁列车到、发、通过的时刻信息和列车行走路线。货运站的基本信息包括:货运量、货运站的地理位置信息、站间距离和线路允许速度。
进一步地,基于非高峰时段的城市轨道交通混合运输阶段,以货物配送成本最小为目标,以车辆线路能力、地铁线路能力、货物配送时间窗和惩罚成本系数为约束条件,构建地铁列车货运装载模式的非高峰时段的城市轨道交通混合运输模型,所述混合运输模型构建过程如下:
其中,混合运输模型参数如下表1:
集合 | 出发地铁站集合 | |
到达地铁站集合 | ||
末端货运站集合 | ||
货运车辆集合 | ||
货运车辆索引 | ||
地铁列车集合 | ||
非高峰时段地铁列车的最大客流量 | ||
参数 | 货物集散中心 | |
末端货运站的需求货运量 | ||
货运车辆的固定运营成本 | ||
从到的单位货物的车辆运输成本 | ||
单位货物完成一次转运的成本 | ||
完成一次转运所需的时间 | ||
地铁车厢数目 | ||
地铁列车的货运车厢数目 | ||
货运车辆的容量 | ||
地铁车厢的乘客容量 | ||
地铁车厢的货物容量 | ||
路径 上的换乘次数 | ||
站所在的地铁线,第m班列车的首站发车时间 | ||
站的货物装载时间 | ||
路径 的货运车辆运输时间 | ||
末端货物站的配送时间窗 | ||
地铁列车的货运装载模式 | ||
单位货物的延误成本 | ||
惩罚成本系数 | ||
一个大的正整数 | ||
决策变量 | 车辆v通过运输路径提供服务则为1,否则为0 | |
末端货运站点的货物通过运输路径由列车m提供服务则为1,否则为0 | ||
运送末端货运站的货物的开始时间 | ||
运送末端货运站的货物的结束时间 | ||
货运车辆数目 |
表1
(1)目标函数
式中:表示从货物集散中心i至出发地铁站j的单位货物车辆运输成本;表示路径上的货物数量;表示车辆通过运输路径提供服务则为1,否则为0;表示从到达地铁站至末端货物站的单位货物车辆运输成本;表示末端货运站的货物数量;表示车辆通过运输路径提供服务则为1,否则为0;表示车辆数目;表示车辆的固定运营成本;表示单位货物完成一次的转运成本;表示出发地铁站至到达地铁站所需的转运次数;表示车辆通过运输路径提供服务则为1,否则为0;表示末端货物站的单位货物的惩罚成本系数;
(2)约束条件
① 车辆线路能力约束
车辆在首公里和最后一公里的配送路网中应满足车辆容量约束、车辆数量约束和线路能力约束:
② 地铁线路能力约束
货物通过列车在地铁网络中运行应满足列车容量约束和换乘次数约束,
③ 货物配送时间窗约束
混合运输列车的发车时间不早于非高峰时段开始时间,
式中:表示从首站至站点的列车运行时间;表示站点所在地铁线路上列车的首站发车时间;表示货物在站点的装载时间;表示站点所在地铁线路的首站点的发车时间;表示完成路径配送所需的时间;表示一个大的正整数;表示对末端货物站的需求货物开始配送时间;表示对末端货物站的需求货物最早开始配送时间;表示对末端货物站的需求货物最晚完成配送时间;
列车在整个混合运输的过程中配送时长满足首公里和最后一公里的配送时长和地铁配送时长的和,
式中:表示对末端货物站的需求货物完成配送时间;表示货物完成一次换乘所需时间;表示非高峰时段的地铁列车的车头时距;表示站点至站点之间的地铁列车运行时间;表示货运装载模式;表示到达地铁站至末端货运站之间的车辆运行时间;
④ 惩罚成本系数约束
惩罚成本系数受货物配送时间窗影响,未能在时间窗内完成配送需要根据其惩罚成本系数计算延误成本,
根据本发明的一种实施方式,在上述e步骤中,采用MTALAB R2014b编程,对所述VNS算法进行改进用于求解所述混合运输模型,在求解过程中按照如下步骤生成非高峰时段的城市轨道交通混合运输的货运成本:
e1. 在给定范围内生成初始解,并将初始解代入目标函数初始程序获得初始目标值,即配送成本,转至下一步;
e3. 输入初始解输入至扰动过程,选取扰动的第k个领域运算以生成新的解决方案,转至下一步;
e4. 将生成的新解代入变领域下降过程,生成与新解相关的多个邻域解,并在生成的多个邻域解中进行局部搜索,以获得局部搜索最优解,转到下一步;
e5. 如果变领域生成的最优解优于初始解,让最优解替换初始解,然后继续在当前领域结构中搜索,并转至下一步,否则转至e3步;
其中,k表示领域,N表示领域结构数量。
本发明的第二种实施方式涉及一种基于非高峰时段的城市轨道交通混合运输系统,该系统结构框图如图5所示,包括:
混合运输框架构建模块,用于构建非高峰时段的地铁列车混合运输框架;
混合运输模型构建模块,根据地铁列车运行基本数据和货运站的基本信息,基于确定的货运装载模式,构建非高峰时段的城市轨道交通混合运输模型;
根据本发明的一种实施方式,混合运输框架构建模块构建混合运输框架包括定义城市轨道交通混合运输和指定混合运输标准;
混合运输为基于非高峰时段将现有的城市地铁网络与物流公司运营的首公里和最后一公里的送货服务相结合混合运输的方式;非高峰时段的城市轨道交通混合运输为五个阶段,具体如图2所示。在本实施方式中,第一阶段和第五阶段为车辆交付,第二阶段和第四阶段是人工转运,将货物从车辆转移到地铁车厢,第三阶段是地铁交付。
在本实施方式中,设定客流优先、客货分流的混合运输标准,具体实现方式为,地铁列车车厢被分为客运车厢和货运车厢,如图3所示,不同类型的车厢设置有边界线和专用通道,以划分客流和货流。
进一步地,基于非高峰时段不同客流,包括固定装载和灵活装载两种货运装载模式,如图4所示。其中,固定装载模式为地铁网络中各班地铁列车均采用客货混合运输,灵活装载模式为根据客流选取地铁网络中部分地铁列车采用客货混合运输。在本实施方式中,当客运和货运需求数量大于地铁容量时,每列地铁列车在非高峰时段采用客货混合运输模式,如图4中的固定装载模式所示。客运量和货运需求小于地铁列车容量,每两列地铁列车组中的一列选择采用混合运输模式,另一列用于客运,如图4中的灵活装载模式所示。
根据本发明的一种实施方式,数据处理模块计算非高峰地铁列车的货运车厢数目E为:
根据本发明的一种实施方式,货运装载模式确定模块确定非高峰时段地铁货运装载模式r为:
式中:为末端货运站集合;为地铁列车单节车厢货物容量;r为货运装载模式,为固定装载模式,即当客运量和货运需求数量大于列车容量时,每趟列车在非高峰时段均采用客货混合运输模式;为灵活装载模式,即当客运量和货运需求小于列车容量,每两列火车中的一列选择采用混合运输模式,另一列用于客运。
根据本发明的一种实施方式,地铁列车运行基本数据包括:地铁列车到、发、通过的时刻信息和列车行走路线。货运站的基本信息包括:货运量、货运站的地理位置信息、站间距离和线路允许速度。
进一步地,混合运输模型构建模块基于非高峰时段的城市轨道交通混合运输阶段,以货物配送成本最小为目标,以车辆线路能力、地铁线路能力、货物配送时间窗和惩罚成本系数为约束条件,构建地铁列车货运装载模式的非高峰时段的城市轨道交通混合运输模型,所述混合运输模型构建过程如下:
其中,混合运输模型参数如下表2:
集合 | 出发地铁站集合 | |
到达地铁站集合 | ||
末端货运站集合 | ||
货运车辆集合 | ||
货运车辆索引 | ||
地铁列车集合 | ||
非高峰时段地铁列车的最大客流量 | ||
参数 | 货物集散中心 | |
末端货运站的需求货运量 | ||
货运车辆的固定运营成本 | ||
从到的单位货物的车辆运输成本 | ||
单位货物完成一次转运的成本 | ||
完成一次转运所需的时间 | ||
地铁车厢数目 | ||
地铁列车的货运车厢数目 | ||
货运车辆的容量 | ||
地铁车厢的乘客容量 | ||
地铁车厢的货物容量 | ||
路径 上的换乘次数 | ||
站所在的地铁线,第m班列车的首站发车时间 | ||
站的货物装载时间 | ||
路径 的货运车辆运输时间 | ||
末端货物站的配送时间窗 | ||
地铁列车的货运装载模式 | ||
单位货物的延误成本 | ||
惩罚成本系数 | ||
一个大的正整数 | ||
决策变量 | 车辆v通过运输路径提供服务则为1,否则为0 | |
末端货运站点的货物通过运输路径由列车m提供服务则为1,否则为0 | ||
运送末端货运站的货物的开始时间 | ||
运送末端货运站的货物的结束时间 | ||
货运车辆数目 |
表2
(1)目标函数
式中:表示从货物集散中心i至出发地铁站j的单位货物车辆运输成本;表示路径上的货物数量;表示车辆通过运输路径提供服务则为1,否则为0;表示从到达地铁站至末端货物站的单位货物车辆运输成本;表示末端货运站的货物数量;表示车辆通过运输路径提供服务则为1,否则为0;表示车辆数目;表示车辆的固定运营成本;表示单位货物完成一次的转运成本;表示出发地铁站至到达地铁站所需的转运次数;表示车辆通过运输路径提供服务则为1,否则为0;表示末端货物站的单位货物的惩罚成本系数;
(2)约束条件
① 车辆线路能力约束
车辆在首公里和最后一公里的配送路网中应满足车辆容量约束、车辆数量约束和线路能力约束:
② 地铁线路能力约束
货物通过列车在地铁网络中运行应满足列车容量约束和换乘次数约束,
③ 货物配送时间窗约束
混合运输列车的发车时间不早于非高峰时段开始时间,
式中:表示从首站至站点的列车运行时间;表示站点所在地铁线路上列车的首站发车时间;表示货物在站点的装载时间;表示站点所在地铁线路的首站点的发车时间;表示完成路径配送所需的时间;表示一个大的正整数;表示对末端货物站的需求货物开始配送时间;表示对末端货物站的需求货物最早开始配送时间;表示对末端货物站的需求货物最晚完成配送时间;
列车在整个混合运输的过程中配送时长满足首公里和最后一公里的配送时长和地铁配送时长的和,
式中:表示对末端货物站的需求货物完成配送时间;表示货物完成一次换乘所需时间;表示非高峰时段的地铁列车的车头时距;表示站点至站点之间的地铁列车运行时间;表示货运装载模式;表示到达地铁站至末端货运站之间的车辆运行时间;
④ 惩罚成本系数约束
惩罚成本系数受货物配送时间窗影响,未能在时间窗内完成配送需要根据其惩罚成本系数计算延误成本,
根据本发明的一种实施方式,信息数据获取模块采用MTALAB R2014b编程,对所述VNS算法进行改进用于求解所述混合运输模型,在求解过程中按照如下步骤生成非高峰时段的城市轨道交通混合运输的货运成本:
e1. 在给定范围内生成初始解,并将初始解代入目标函数初始程序获得初始目标值,即配送成本,转至下一步;
e3. 输入初始解输入至扰动过程,选取扰动的第k个领域运算以生成新的解决方案,转至下一步;
e4. 将生成的新解代入变领域下降过程,生成与新解相关的多个邻域解,并在生成的多个邻域解中进行局部搜索,以获得局部搜索最优解,转到下一步;
e5. 如果变领域生成的最优解优于初始解,让最优解替换初始解,然后继续在当前领域结构中搜索,并转至下一步,否则转至e3步;
其中,k表示领域,N表示领域结构数量。
本发明的第三种实施方式涉及一种电子设备,包括:至少一个处理器;以及与至少一个处理器耦合连接的存储器;其中,存储器存储有计算机程序,计算机程序能够被至少一个处理器执行,以实现上述基于非高峰时段的城市轨道交通混合运输方法。
本发明的第四种实施方式涉及一种计算机可读存储介质,计算机可读存储介质用于存储计算机程序,当计算机程序被执行时,能够实现上述基于非高峰时段的城市轨道交通混合运输方法。
基于本发明的上述实施方式,以下结合附图以一种具体实施例来说明本发明的技术方案。
实施例1
基于宁波市地铁网络,分析了非高峰时段的城市轨道交通混合运输策略的有效性和适用性。
基于宁波市地铁网络,如图6所示,根据不同配送距离为三个区域,分布范围分别为S1,S2和S3,如图7所示。基于非高峰时段的城市轨道交通混合运输策略求解结果如以下表2:
表2
分析结果表明,在短距离配送范围内,混合运输的配送成本和服务效率不如车辆运输,但在中长距离配送范围内,混合运输极大的降低了车辆运输的配送成本和车辆运输距离。虽然中距离配送范围内,混合运输有2个末端货运站未能按时交付,车辆运输均完成了交付,但在长距离配送范围内,混合运输均在时间窗内完成了交付,而车辆运输有4个末端货运站未能按时交付。因此,非高峰时段的城市轨道交通混合运输可以降低货运成本并适合长距离配送。
根据本发明的上述方案,基于非高峰时段地铁列车的最大客流量和末端货运站的货运量,确定非高峰时段地铁货运装载模式,以车辆线路能力、地铁线路能力和货物配送时间窗作为模型的动态约束,构建非高峰时段的城市轨道交通混合运输模型,该混合运输模型提供了一种绿色货运模式并降低了货运成本,在不影响城市轨道交通正常运营的情况下增加额外货运收入,还为不同类型轨道交通城市的混合运输模式提供了宏观参考和理论依据。
实际上,本发明将现有的地铁网络与物流公司运营“首公里和最后一公里”的送货服务相结合,基于AFC数据获取非高峰时段地铁列车的最大客流量,计算非高峰时段地铁列车的货运车厢数目;根据不同的货运车厢数目和末端货物站的需求货运量,确定非高峰时段地铁货运装载模式;以最优配送成本为目标,构建非高峰时段的城市轨道交通混合运输模型,运用改进的VNS算法对混合运输模型进行求解,分析了不同配送距离、不同客流、不同地铁网络类型下的混合运输策略,分析结果表明非高峰时段的城市轨道交通混合运输适用于长距离配送,降低了货运成本并提供了一种绿色货运模式,在不影响城市轨道交通正常运营的情况下增加额外货运收入,还可应用于不同地铁网络的轨道交通城市。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的模块及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置和设备的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的实施例中,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,所述模块的划分,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,例如多个模块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,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。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发明实施例方案的目的。
另外,在本发明实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。
所述功能如果以软件功能模块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节能信号发送/接收的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、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
应理解,本发明的发明内容及实施例中各步骤的序号的大小并不绝对意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
Claims (10)
2.根据权利要求1所述的基于非高峰时段的城市轨道交通混合运输方法,其特征在于,构建所述混合运输框架包括定义城市轨道交通混合运输和指定混合运输标准;
所述混合运输为基于非高峰时段将现有的城市地铁网络与物流公司运营的首公里和最后一公里的送货服务相结合混合运输的方式;非高峰时段的城市轨道交通混合运输为五个阶段,第一阶段和第五阶段为车辆交付,第二阶段和第四阶段是人工转运,将货物从车辆转移到地铁车厢,第三阶段是地铁交付;
所述混合运输标准包括:地铁列车车厢被分为客运车厢和货运车厢,不同类型的车厢设置有边界线和专用通道,以划分客流和货流;以及
基于非高峰时段不同客流,包括固定装载和灵活装载两种货运装载模式,所述固定装载模式为地铁网络中各班地铁列车均采用客货混合运输,灵活装载模式为根据客流选取地铁网络中部分地铁列车采用客货混合运输。
5.根据权利要求4所述的基于非高峰时段的城市轨道交通混合运输方法,其特征在于,所述地铁列车运行基本数据包括:地铁列车到、发、通过的时刻信息和列车行走路线;
所述货运站的基本信息包括:货运量、货运站的地理位置信息、站间距离和线路允许速度。
6.根据权利要求5所述的基于非高峰时段的城市轨道交通混合运输方法,其特征在于,基于非高峰时段的城市轨道交通混合运输阶段,以货物配送成本最小为目标,以车辆线路能力、地铁线路能力、货物配送时间窗和惩罚成本系数为约束条件,构建地铁列车货运装载模式的非高峰时段的城市轨道交通混合运输模型,所述混合运输模型构建过程如下:
(1)目标函数
式中:表示从货物集散中心i至出发地铁站j的单位货物车辆运输成本;表示路径上的货物数量;表示车辆通过运输路径提供服务则为1,否则为0;表示从到达地铁站至末端货物站的单位货物车辆运输成本;表示末端货运站的货物数量;表示车辆通过运输路径提供服务则为1,否则为0;表示车辆数目;表示车辆的固定运营成本;表示单位货物完成一次的转运成本;表示出发地铁站至到达地铁站所需的转运次数;表示车辆通过运输路径提供服务则为1,否则为0;表示末端货物站的单位货物的惩罚成本系数;
(2)约束条件
① 车辆线路能力约束
车辆在首公里和最后一公里的配送路网中应满足车辆容量约束、车辆数量约束和线路能力约束:
② 地铁线路能力约束
货物通过列车在地铁网络中运行应满足列车容量约束和换乘次数约束,
③ 货物配送时间窗约束
混合运输列车的发车时间不早于非高峰时段开始时间,
式中:表示从首站至站点的列车运行时间;表示站点所在地铁线路上列车的首站发车时间;表示货物在站点的装载时间;表示站点所在地铁线路的首站点的发车时间;表示完成路径配送所需的时间;表示一个大的正整数;表示对末端货物站的需求货物开始配送时间;表示对末端货物站的需求货物最早开始配送时间;表示对末端货物站的需求货物最晚完成配送时间;
列车在整个混合运输的过程中配送时长满足首公里和最后一公里的配送时长和地铁配送时长的和,
式中:表示对末端货物站的需求货物完成配送时间;表示货物完成一次换乘所需时间;表示非高峰时段的地铁列车的车头时距;表示站点至站点之间的地铁列车运行时间;表示货运装载模式;表示到达地铁站至末端货运站之间的车辆运行时间;
④ 惩罚成本系数约束
惩罚成本系数受货物配送时间窗影响,未能在时间窗内完成配送需要根据其惩罚成本系数计算延误成本,
7.根据权利要求6所述的基于非高峰时段的城市轨道交通混合运输方法,其特征在于,采用MTALAB R2014b编程,对所述VNS算法进行改进用于求解所述混合运输模型,在求解过程中按照如下步骤生成非高峰时段的城市轨道交通混合运输的货运成本:
在给定范围内生成初始解,并将初始解代入目标函数初始程序获得初始目标值,即配送成本,转至下一步;
输入初始解输入至扰动过程,选取扰动的第k个领域运算以生成新的解决方案,转至下一步;
将生成的新解代入变领域下降过程,生成与新解相关的多个邻域解,并在生成的多个邻域解中进行局部搜索,以获得局部搜索最优解,转到下一步;
如果变领域生成的最优解优于初始解,让最优解替换初始解,然后继续在当前领域结构中搜索,并转至下一步,否则转至第三步;
其中,k表示领域,N表示领域结构数量。
8.一种基于非高峰时段的城市轨道交通混合运输系统,其特征在于,包括:
混合运输框架构建模块,用于构建非高峰时段的地铁列车混合运输框架;
混合运输模型构建模块,根据地铁列车运行基本数据和货运站的基本信息,基于确定的货运装载模式,构建非高峰时段的城市轨道交通混合运输模型;
9.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器耦合连接的存储器;其中,
所述存储器存储有计算机程序,所述计算机程序能够被所述至少一个处理器执行,以实现权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储计算机程序,当所述计算机程序被执行时,能够实现权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110122124.7A CN112446648B (zh) | 2021-01-29 | 2021-01-29 | 基于非高峰时段的城市轨道交通混合运输方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110122124.7A CN112446648B (zh) | 2021-01-29 | 2021-01-29 | 基于非高峰时段的城市轨道交通混合运输方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112446648A true CN112446648A (zh) | 2021-03-05 |
CN112446648B CN112446648B (zh) | 2021-05-07 |
Family
ID=74739928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110122124.7A Active CN112446648B (zh) | 2021-01-29 | 2021-01-29 | 基于非高峰时段的城市轨道交通混合运输方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112446648B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116596349A (zh) * | 2023-07-18 | 2023-08-15 | 湘江实验室 | 基于城市轨道交通网络的夜间地下物流规划方法及系统 |
CN116703282A (zh) * | 2023-08-08 | 2023-09-05 | 南京理工大学 | 一种满足成网运行条件的地铁客货协同运输流程设计方法 |
CN116882714A (zh) * | 2023-09-07 | 2023-10-13 | 中国铁路设计集团有限公司 | 一种考虑线网建设时序的多年度交路一体化方案编制方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170241614A1 (en) * | 2016-02-23 | 2017-08-24 | MLS Automotive, Inc. | Vehicle lighting assembly and method for achieving yellow colored turn signals |
CN108773379A (zh) * | 2017-11-08 | 2018-11-09 | 陆卫华 | 超级宽铁集群 |
CN108861640A (zh) * | 2018-01-31 | 2018-11-23 | 西南交通大学 | 城市地下物流系统 |
-
2021
- 2021-01-29 CN CN202110122124.7A patent/CN112446648B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170241614A1 (en) * | 2016-02-23 | 2017-08-24 | MLS Automotive, Inc. | Vehicle lighting assembly and method for achieving yellow colored turn signals |
CN108773379A (zh) * | 2017-11-08 | 2018-11-09 | 陆卫华 | 超级宽铁集群 |
CN108861640A (zh) * | 2018-01-31 | 2018-11-23 | 西南交通大学 | 城市地下物流系统 |
Non-Patent Citations (2)
Title |
---|
周艳芳 等: "轨道交通网络列车运行计划一体化编制理论框架研究", 《都市快轨交通》 * |
杨立春: "轨道交通运输在城市配送系统中的应用探讨——轨道交通客货混合运输的协同管理", 《企业导报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116596349A (zh) * | 2023-07-18 | 2023-08-15 | 湘江实验室 | 基于城市轨道交通网络的夜间地下物流规划方法及系统 |
CN116596349B (zh) * | 2023-07-18 | 2023-10-17 | 湘江实验室 | 基于城市轨道交通网络的夜间地下物流规划方法及系统 |
CN116703282A (zh) * | 2023-08-08 | 2023-09-05 | 南京理工大学 | 一种满足成网运行条件的地铁客货协同运输流程设计方法 |
CN116703282B (zh) * | 2023-08-08 | 2023-11-28 | 南京理工大学 | 一种满足成网运行条件的地铁客货协同运输流程设计方法 |
CN116882714A (zh) * | 2023-09-07 | 2023-10-13 | 中国铁路设计集团有限公司 | 一种考虑线网建设时序的多年度交路一体化方案编制方法 |
CN116882714B (zh) * | 2023-09-07 | 2023-11-28 | 中国铁路设计集团有限公司 | 一种考虑线网建设时序的多年度交路一体化方案编制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112446648B (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112446648B (zh) | 基于非高峰时段的城市轨道交通混合运输方法和系统 | |
CN109255972B (zh) | 一种基于大数据的地面公交固定线路时刻表的优化方法 | |
CN108269399A (zh) | 一种基于公路网客流od反推技术的高铁客流需求预测方法 | |
CN104931063A (zh) | 路径规划方法 | |
CN109543934A (zh) | 城市公交线网的综合指标的评价方法 | |
CN113379102B (zh) | 一种多网干线运输优化方法、计算机设备及存储介质 | |
CN111859718B (zh) | 一种区域多制式轨道交通车站拥挤系数计算方法及系统 | |
CN111932034A (zh) | 一种区域多制式轨道交通列车开行方案编制方法及其系统 | |
CN111291303A (zh) | 一种考虑班次异质性的电动公交排班优化方法 | |
CN111626469A (zh) | 一种面向运能提升的快慢车开行优化方法 | |
CN112085641A (zh) | 一种基于列车开行方案的高速铁路客流分配方法 | |
CN112214829A (zh) | 高速铁路列车衔接方案优化建模方法 | |
CN115713207A (zh) | 一种混合公交服务组合优化方法 | |
CN111063191B (zh) | 用于公交线网设计的发车频率与线网结构联合优化方法 | |
CN111489017A (zh) | 一种基于带状乘客吸引区的接运公交网络优化方法 | |
CN117195484B (zh) | 一种轨道交通管理方法及系统 | |
CN114154801A (zh) | 智慧公交组合调度方法、装置及存储介质 | |
CN110766203A (zh) | 基于综合费用的铁路集疏运服务网络优化方法 | |
CN111859717B (zh) | 最小化区域多制式轨道交通旅客拥挤系数的方法及系统 | |
CN116342023A (zh) | 一种智能化综合运输系统 | |
CN111931386B (zh) | 一种区域多制式轨道交通区间拥挤系数计算方法及系统 | |
CN115593471A (zh) | 一种轨道交通虚拟编组列车运行方案的优化方法及装置 | |
CN113379131B (zh) | 一种纯电动公交应用下的接驳公交线网优化及车队规模与充电桩数量同步优化方法 | |
CN115649241A (zh) | 一种基于列车运行线的铁路货车运行里程计算方法及系统 | |
CN115081819A (zh) | 调度方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |