CN112749864A - 地铁货运调度方法、存储介质、计算设备和系统 - Google Patents
地铁货运调度方法、存储介质、计算设备和系统 Download PDFInfo
- Publication number
- CN112749864A CN112749864A CN201911054904.1A CN201911054904A CN112749864A CN 112749864 A CN112749864 A CN 112749864A CN 201911054904 A CN201911054904 A CN 201911054904A CN 112749864 A CN112749864 A CN 112749864A
- Authority
- CN
- China
- Prior art keywords
- cargo
- subway
- volume
- available
- passenger flow
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 230000001174 ascending effect Effects 0.000 claims description 3
- 230000002349 favourable effect Effects 0.000 abstract description 2
- 230000032258 transport Effects 0.000 description 24
- 238000012546 transfer Methods 0.000 description 13
- 230000008859 change Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241000531116 Blitum bonus-henricus Species 0.000 description 1
- 235000008645 Chenopodium bonus henricus Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 239000002699 waste material 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
- G06Q10/06—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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本申请公开一种地铁货运调度方法、存储介质、计算设备和系统，该方法包括：获取地铁各时段的预测客流量；根据所述地铁各时段的预测客流量确定相应各时段运行的地铁车厢总数量；统计地铁各时段的实时客流量；根据同一时段所述地铁车厢总数量与所述实时客流量占用的地铁车厢数量的差值，确定该时段内地铁的可用载货体积，根据所述可用载货体积按照货物选取策略生成货物运载计划。本申请的实施方式能够根据地铁客流动态调节货物运载计划，通过将地铁用于物流来调高地铁运力的使用率，同时有利于提高物流速率，为客户带来更好的使用体验。
Description
技术领域
本发明涉及交通运输技术领域，尤其涉及一种地铁货运调度方法、存储介质、计算设备和系统。
背景技术
随着城市化进程的发展，人们对出行的速度和舒适性要求越来越高。地铁作为一种重要的城市轨道交通类型，延展到城市的各个区域，具有运量大、班次多、快捷准时等诸多优点。地铁客流量在一日内随着人们生活工作需要而变化，一周中工作日和非工作日人们的出行需求也不同，季节不同也会影响人们的出行频率。为了满足客流高峰的输送需求，地铁运力都较高，这导致了非高峰期地铁运力未能被充分利用，造成地铁使用效率整体不高的情况。
目前在地铁运营过程中当客流量变化时，运营商有两种方式来改变运能：
(1)调整行车间隔：通过调整行车的间隔时间来改变运能是各大地铁运营方普遍采用的手段。这种方式通过调整列车运行速度来改变运能，非常便捷。高峰期提高列车运行速度以缩短行车间隔，增加运能来满足客流的输送需求。平峰和低谷期降低列车运行速度加长行车间隔，减小运能降低车辆的空座率。这种方式虽然可以有效改变运能，但间隔时间也必须控制在一定范围内。列车间需要保证一定的安全距离以防止追尾。间隔时间过短会增大地铁的运营风险，间隔时间过长则会增大乘客等待时间，造成服务质量下降。
(2)多种编组混跑：地铁全线存在多种编组形式车辆。在高峰时段开行大编组列车，在非高峰时段开行小编组列车，可以满足不同时段的客流需求。多种编组混跑也有两种方法：①采购大编组和小编组两套车辆配备。这种方法使用简便，但会增大运营成本，需要建造更大的存车场；②购置可灵活编组的小编组列车。这种方式虽然可以节约成本，但是客流变化较大时需要重新编组，维护和运营难度较大。
地铁列车牵引时消耗电能，但即便满载，乘客重量也远低于列车自重，地铁列车的牵引耗能大部分耗费在了驱动列车车体上。当客流量下降时，售票收入急剧降低，而列车牵引耗能支出的电费变化不大，造成了运力浪费，十分不经济。地铁前期建设投入巨大，而收入有限。为了缓解营收压力，地铁运营方迫切需要寻找新的利润来源。
修建了地铁的城市往往地面交通流量较为饱和，地面交通网存在堵车、路况复杂、事故多发和受天气影响等缺点，将地铁运力充分利用起来分担地面交通运输压力，是城市管理者迫切的需求。
发明内容
本发明的主要目的是提供一种地铁货运调度方法、存储介质、计算设备和系统，以解决上述地铁运力利用不充分的问题。
第一方面，本申请的实施方式提供一种地铁货运调度方法，包括：获取地铁各时段的预测客流量；根据所述地铁各时段的预测客流量确定相应各时段运行的地铁车厢总数量；统计地铁各时段的实时客流量；根据同一时段所述地铁车厢总数量与所述实时客流量占用的地铁车厢数量的差值，确定该时段内地铁的可用载货体积，根据所述可用载货体积按照货物选取策略生成货物运载计划。
可选的，所述获取地铁各时段的预测客流量，包括：基于人工神经网络根据历史客运资料建立客量预测模型；根据所述客量预测模型获取所述地铁各时段的预测客流量。
可选的，所述根据同一时段所述地铁车厢总数量与所述实时客流量占用的地铁车厢数量的差值，确定该时段内地铁的可用载货体积，包括：在该时段根据所述地铁车厢总数量确定地铁车厢总面积，根据所述实时客流量占用的地铁车厢数量确定实时客流量占用的地铁车厢载客面积，根据所述地铁车厢总面积与所述地铁车厢载客面积的差值确定可用载货面积；根据该时段所述可用载货面积与所述地铁车厢的可用载货高度计算得出地铁该时段的可用载货体积。
可选的，所述根据所述可用载货体积按照货物选取策略生成货物运载计划，包括：获取待运货物的时限要求和运费体积比；根据待运货物的时限要求和运费体积比制定货物选取策略；根据所述货物选取策略生成货物运载计划。
可选的，所述货物选取策略包括：将所述待运货物的时限要求作为第一关键字对所述待运货物升序排列，且将所述待运货物的运费体积比作为第二关键字对所述待运货物降序排列，得到对所述待运货物的整体排序，根据所述可用载货体积选取在所述整体排序前预设数量的待运货物优先运送。
可选的，所述生成货物运载计划，包括：将所述可用载货体积与根据所述货物选取策略确定的当前货物运载计划中货物实际体积的差值作为剩余可用载货体积；当所述剩余可用载货体积大于预设剩余体积阈值时，根据所述剩余可用载货体积按照货物选取策略生成附加货物运载计划，将所述当前货物运载计划与所述附加货物运载计划合并生成所述货物运载计划，当所述剩余可用载货体积小于或等于所述预设剩余体积阈值时，将所述当前货物运载计划生成为所述货物运载计划。
第二方面，本申请的实施方式提供一种存储介质，存储有程序代码，所述程序代码被处理器执行时，实现如上文所述方法的步骤。
第三方面，本申请的实施方式提供一种计算设备，包括处理器和存储有程序代码的存储介质，所述程序代码被处理器执行时，实现如上文所述方法的步骤。
第四方面，本申请的实施方式提供一种地铁货运调度系统，包括：客量预测模块，用于获取地铁各时段的预测客流量；运力确定模块，用于根据所述客量预测模块获取的地铁各时段的预测客流量确定相应各时段运行的地铁车厢总数量；客量统计模块，用于统计地铁各时段的实时客流量；货运规划模块，用于根据同一时段所述运力确定模块确定的地铁车厢总数量与所述客量统计模块统计的所述实时客流量占用的地铁车厢数量的差值，确定该时段内地铁的可用载货体积，根据所述可用载货体积按照货物选取策略生成货物运载计划。
可选的，所述货运规划模块包括：余量规划单元，所述余量规划单元用于当所述货运规划模块生成所述货物运载计划时，将所述可用载货体积与根据所述货物选取策略确定的当前货物运载计划中货物实际体积的差值作为剩余可用载货体积；当所述剩余可用载货体积大于预设剩余体积阈值时，所述货运规划模块还用于根据所述剩余可用载货体积按照货物选取策略生成附加货物运载计划，将所述当前货物运载计划与所述附加货物运载计划合并生成所述货物运载计划，当所述剩余可用载货体积小于或等于所述预设剩余体积阈值时，将所述当前货物运载计划生成为所述货物运载计划。
本发明创新点及优点有：
1)客货同车的物流运行方法，能够在列车短暂停靠时间完成货物的装卸，中短距离货物运输效率高；
2)可编组列车的物流运行方法，能够加快中长距离的大量货物运输效率；
3)上述两种方法的联立运行方法，全面覆盖各种距离的货物运输方式；
4)物流车厢编组方法，能够快速的将物流车厢加入和脱离地铁列车编组。
5)货运专列的运行方法，能够在非客运时段将地铁货运运力和效率最大化。
6)基于货物密度的物流输送方法，能够充分利用车厢体积，在同样的运送体积下达成运费最大化。
优点：本发明提出一种地铁的客流物流动态调度方法，可灵活调度客流量和货运量比例来充分利用运力，弥补客流量下降带来的运力浪费和收入减少问题；按照货物的密度来设置优先级，充分利用车厢空间，达成运费收益最大；地铁结束客运服务后，开行货运专列来充分利用闲置运力。地铁物流运行业务可以作为城市交通网络的补充，有效分担地面交通网的运输压力。且地铁发车频次高、准时、不受天气和地面路况影响，出口离居民区和商业中心近，大幅减小了物流派送距离，充分符合城市物流的需求。此外地铁还便于利用人们通勤开展站内自提等物流模式。
本申请的实施方式能够根据地铁客流动态调节货物运载计划，通过将地铁用于物流来调高地铁运力的使用率，同时有利于提高物流速率，为客户带来更好的使用体验。
附图说明
构成本申请的一部分的说明书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为根据本申请一实施方式的地铁货运调度方法的流程图；
图2为根据本申请的一具体实施方式的客货同车的物流运行方法的示意图；
图3为根据本申请的一具体实施方式的可编组列车物流运行方法的示意图；
图4为根据本申请一实施方式的地铁货运调度系统的结构示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
运力：运输的能力，表示企业可承担运输的最大承载量，包括车辆数量，调度频率，人员配备，司机数量等等。
运能：单位时间内投入一定的运力而使货物或人员位移的能量大小。可通过调整调度方式来调节运能大小。
运量：一定时期内运送旅客或货物的数量(客运量和货运量)，多用于运输行业的统计数据。
第一方面，本申请的实施方式提供一种地铁货运调度方法，如图1所示，包括：
S110：获取地铁各时段的预测客流量。
作为一种可选的实施方式，所述获取地铁各时段的预测客流量，包括：基于人工神经网络根据历史客运资料建立客量预测模型；根据所述客量预测模型获取所述地铁各时段的预测客流量。
其中，历史客运资料可以包括，例如，工作日类型、当天各时段客流量、当日天气、温度、湿度和风速等可以影响客流量的因素。将历史客运资料利用人工神经网络建立客量预测模型，以建立客流量与其影响因素之间的对应关系。
将当天各时段的影响客流量的因素输入客量预测模型以获取各时段的预测客流量。
S120：根据所述地铁各时段的预测客流量确定相应各时段运行的地铁车厢总数量。
将同一时段预测客流量的数量按照时间单位进行分配，例如，可以平均分配，也可以按照不同权重进行分配，根据每个时间单位分得的客流量的多少确定该时间单位所需的地铁车厢总数量，以能够完成该时间单位的载客任务，其中，时间单位例如可以是1分钟、3分钟和1个小时，这里不做限定，根据需要进行设定。
S130：统计地铁各时段的实时客流量。
统计的方式可以利用地铁的进站闸机或安检闸门统计实时的客流量。
S140：根据同一时段所述地铁车厢总数量与所述实时客流量占用的地铁车厢数量的差值，确定该时段内地铁的可用载货体积，根据所述可用载货体积按照货物选取策略生成货物运载计划。
作为一种可选的实施方式，所述根据同一时段所述地铁车厢总数量与所述实时客流量占用的地铁车厢数量的差值，确定该时段内地铁的可用载货体积，包括：在该时段根据所述地铁车厢总数量确定地铁车厢总面积，根据所述实时客流量占用的地铁车厢数量确定实时客流量占用的地铁车厢载客面积，根据所述地铁车厢总面积与所述地铁车厢载客面积的差值确定可用载货面积；根据该时段所述可用载货面积与所述地铁车厢的可用载货高度计算得出地铁该时段的可用载货体积。
作为一种可选的实施方式，所述根据所述可用载货体积按照货物选取策略生成货物运载计划，包括：获取待运货物的时限要求和运费体积比；根据待运货物的时限要求和运费体积比制定货物选取策略；根据所述货物选取策略生成货物运载计划。
作为一种可选的实施方式，所述货物选取策略包括：将所述待运货物的时限要求作为第一关键字对所述待运货物升序排列，且将所述待运货物的运费体积比作为第二关键字对所述待运货物降序排列，得到对所述待运货物的整体排序，根据所述可用载货体积选取在所述整体排序前预设数量的待运货物优先运送。
作为一种可选的实施方式，所述生成货物运载计划，包括：将所述可用载货体积与根据所述货物选取策略确定的当前货物运载计划中货物实际体积的差值作为剩余可用载货体积；当所述剩余可用载货体积大于预设剩余体积阈值时，根据所述剩余可用载货体积按照货物选取策略生成附加货物运载计划，将所述当前货物运载计划与所述附加货物运载计划合并生成所述货物运载计划，当所述剩余可用载货体积小于或等于所述预设剩余体积阈值时，将所述当前货物运载计划生成为所述货物运载计划。
作为一个具体实施例，可以按照以下步骤实施：
a.根据历史客运资料，根据当日天气、工作日类型、温度，通过神经网络建立预测模型并预测当日各时段客流量，并制定客运运营计划。
b.根据入站闸机或摄像头各类监控设备反馈的实时客运情况，通过软件进行客流统计，实时修正客流量，并调整客运运营计划。
c.当客流量大于设计载客量时，不安排货运计划；当客流量小于设计载客量时，按下述方法安排货运计划：
⑴计算列车可载货面积：根据实时客流量计算得出乘客所需占用列车面积，和实际列车面积的差值即为列车可载货面积；
⑵计算列车最大可载货体积：考虑装卸的便捷，列车最大可载货体积＝列车可载货面积×(列车门高-装卸小推车底盘高度)；
⑶计算货物运费体积比：根据每个货物体积V和运费F计算出其运费体积比R＝F/V；
⑷货物选取策略：
a.将所有货物根据运费体积比R降序排列；
b.根据运送时限要求，优先选取临期货物；
c.若车厢还存在可载货体积，按照运费体积比选取货物体积小于可载货体积且运费体积比最大的货物加入载货列表；
d.若车厢还存在可载货体积，重复步骤c，直至不存在可载货体积，或所有货物体积都大于可载货体积。
对于地铁轨道交通，车厢内的空间是最宝贵的资源，而物流运费按行业惯例以重量来收取，无法体现出体积空间的珍贵。本节提出的货物选取策略，能够充分利用有限的车厢空间，获取最高的物流费用。
当地铁停止客运运营时段，运行货运专列来提高货运效率。
作为一个具体实施例，如图2所示，本申请公开一种客货同车的物流运行方法：
客货同车的物流运行方法中，客流和货流同乘一节车厢，通过从不同的门上下车来人货分流。
本方法具体步骤如下：
a.根据待发货物数量和车厢货物区的车门，地面货运员在站台上对应屏蔽门的候车区划分物流候车区，并将待发货物放置在物流候车区一侧，给卸货预留空间；
b.地铁到站屏蔽门开启后，随车货运员将货物卸下车，地面货运员接收并放置在物流候车区另一侧空闲区域；
c.货物卸完后，地面货运员将待发货物运上车，随车货运员接收并放置在车上货物区内；
d.地面货运员将运达货物转交给派送员，派送员根据客户需求进行派送或等待客户自提。
作为一个具体实施例，如图3所示，本申请公开一种可编组列车的物流运行方法：
货运量较多时，可采取可编组列车物流运行方法。该方法在地铁列车停站时将装载货物的车厢直接加进地铁编组，这种方法无需等列车停靠后开始装卸操作，故货运量大时更为节省时间，运送大宗货物效率更高。本方法具体步骤如下：
物流车厢编组方法
①物流车厢加入编组
a.物流车厢停靠在存车场，货运员将待发货物装进车厢；
b.列车入站后,物流车厢从存车场开出，与列车尾部通过车钩对接，加入列车编组。
②物流车厢退出编组
a.列车停靠目的车站后，物流车厢断开车钩连接并驶入存车场。货运员将车厢内货物卸出并分拣。
作为一个具体实施例，本申请公开一种两种物流方法的联立运行的方法：
客货同车的物流运行方法和可编组列车的物流运行方法可以联合起来运行提高效率。
客货同车的物流运行方法可灵活调整运量，通过增加货运量弥补因客流量减小而造成的运量变化，适合城市内中短距离的物流运输。
城市内中长距离的货物运输，考虑到地铁跨线问题，根据交通路线图，可将某些枢纽站作为物流集散中转站，例如多条线路的换乘站。货物集中运输到物流集散中转站后，再转运到中转站附近站点。可编组列车的运行方法适合这种中长距离的物流运输。物流车厢在某个物流集散中转站加入编组并，到达目的地物流集散中转站退出编组，中途物流车厢无需额外操作。且物流车厢可挂靠在正常地铁编组后方，无需占据站台空间，不影响站台流量。
城市内中短距离的物流输送可采用客货同车的物流运行方法；中长距离的物流输送可采用可编组列车的物流运行方法将货物运到目的地附近的集散中转站，再通过客货同车的物流运行方法到达目的站点。
作为一个具体实施例，本申请公开一种利用货运专列运载货物的方法：
当夜间地铁结束客运运营后，可开行编组车厢全部用来运货的货运专列。根据物流需求，货运专列可以分为快速专列和慢速专列两种运行模式。这两种模式可分时或分线路运行，互为补充。
快速货运专列在物流集散中转站间传输货物。为了增加货运效率，通过非集散中转站时，专列快速通过，不停车。快速专列可采用地铁站台进行装卸货，也可以采用存车场装卸货。
慢速货运专列在中短距离内传输货物，例如物流集散中转站和临近站点间，或距离较近的站点间输送货物。慢速货运专列采用站台装卸货，由于其能充分利用整个站台空间，其装卸效率能达到最大。
上述所有的物流方法中，为了进一步提高效率，可考虑：
a.将相同目的地的货物打包装进一个货运包裹内，减少包裹数量，便于运输；
b.用能够自由上下地铁车厢的物流推车辅助运输，例如带有滑轮的推车，提高货物搬运效率；
第二方面，本申请的实施方式提供一种存储介质，存储有程序代码，所述程序代码被处理器执行时，实现如上文所述方法的步骤。
第三方面，本申请的实施方式提供一种计算设备，包括处理器和存储有程序代码的存储介质，所述程序代码被处理器执行时，实现如上文所述方法的步骤。
第四方面，本申请的实施方式提供一种地铁货运调度系统200，如图4所示，包括：客量预测模块210，用于获取地铁各时段的预测客流量；运力确定模块220，用于根据所述客量预测模块210获取的地铁各时段的预测客流量确定相应各时段运行的地铁车厢总数量；客量统计模块230，用于统计地铁各时段的实时客流量；货运规划模块240，用于根据同一时段所述运力确定模块220确定的地铁车厢总数量与所述客量统计模块230统计的所述实时客流量占用的地铁车厢数量的差值，确定该时段内地铁的可用载货体积，根据所述可用载货体积按照货物选取策略生成货物运载计划。
作为一种可选的实施方式，所述货运规划模块包括：余量规划单元，所述余量规划单元用于当所述货运规划模块生成所述货物运载计划时，将所述可用载货体积与根据所述货物选取策略确定的当前货物运载计划中货物实际体积的差值作为剩余可用载货体积；当所述剩余可用载货体积大于预设剩余体积阈值时，所述货运规划模块还用于根据所述剩余可用载货体积按照货物选取策略生成附加货物运载计划，将所述当前货物运载计划与所述附加货物运载计划合并生成所述货物运载计划，当所述剩余可用载货体积小于或等于所述预设剩余体积阈值时，将所述当前货物运载计划生成为所述货物运载计划。
需要注意的是，这里所使用的的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
应当理解的是，本说明书中的示例性实施方式可以由多种不同的形式来实施，并且不应当被解释为只限于这里所阐述的实施方式。提供这些实施方式是为了使得本申请的公开彻底且完整，并且将这些示例性实施方式的构思充分传达给本领域普通技术人员，而不应当理解为对本发明的限制。
Claims (10)
1.一种地铁货运调度方法，其特征在于，包括：
获取地铁各时段的预测客流量；
根据所述地铁各时段的预测客流量确定相应各时段运行的地铁车厢总数量；
统计地铁各时段的实时客流量；
根据同一时段所述地铁车厢总数量与所述实时客流量占用的地铁车厢数量的差值，确定该时段内地铁的可用载货体积，根据所述可用载货体积按照货物选取策略生成货物运载计划。
2.根据权利要求1所述的方法，其特征在于，所述获取地铁各时段的预测客流量，包括：
基于人工神经网络根据历史客运资料建立客量预测模型；
根据所述客量预测模型获取所述地铁各时段的预测客流量。
3.根据权利要求1或2所述的方法，其特征在于，所述根据同一时段所述地铁车厢总数量与所述实时客流量占用的地铁车厢数量的差值，确定该时段内地铁的可用载货体积，包括：
在该时段根据所述地铁车厢总数量确定地铁车厢总面积，根据所述实时客流量占用的地铁车厢数量确定实时客流量占用的地铁车厢载客面积，根据所述地铁车厢总面积与所述地铁车厢载客面积的差值确定可用载货面积；
根据该时段所述可用载货面积与所述地铁车厢的可用载货高度计算得出地铁该时段的可用载货体积。
4.根据权利要求3所述的方法，其特征在于，所述根据所述可用载货体积按照货物选取策略生成货物运载计划，包括：
获取待运货物的时限要求和运费体积比；
根据待运货物的时限要求和运费体积比制定货物选取策略；
根据所述货物选取策略生成货物运载计划。
5.根据权利要求4所述的方法，其特征在于，所述货物选取策略，包括：
将所述待运货物的时限要求作为第一关键字对所述待运货物升序排列，且将所述待运货物的运费体积比作为第二关键字对所述待运货物降序排列，得到对所述待运货物的整体排序，根据所述可用载货体积选取在所述整体排序前预设数量的待运货物优先运送。
6.根据权利要求1所述的方法，其特征在于，所述生成货物运载计划，包括：
将所述可用载货体积与根据所述货物选取策略确定的当前货物运载计划中货物实际体积的差值作为剩余可用载货体积；
当所述剩余可用载货体积大于预设剩余体积阈值时，根据所述剩余可用载货体积按照货物选取策略生成附加货物运载计划，将所述当前货物运载计划与所述附加货物运载计划合并生成所述货物运载计划，当所述剩余可用载货体积小于或等于所述预设剩余体积阈值时，将所述当前货物运载计划生成为所述货物运载计划。
7.一种存储介质，存储有程序代码，其特征在于，所述程序代码被处理器执行时，实现所述权利要求1-6中任一项所述方法的步骤。
8.一种计算设备，包括处理器和存储有程序代码的存储介质，所述程序代码被处理器执行时，实现所述权利要求1-6中任一项所述方法的步骤。
9.一种地铁货运调度系统，其特征在于，包括：
客量预测模块，用于获取地铁各时段的预测客流量；
运力确定模块，用于根据所述客量预测模块获取的地铁各时段的预测客流量确定相应各时段运行的地铁车厢总数量；
客量统计模块，用于统计地铁各时段的实时客流量；
货运规划模块，用于根据同一时段所述运力确定模块确定的地铁车厢总数量与所述客量统计模块统计的所述实时客流量占用的地铁车厢数量的差值，确定该时段内地铁的可用载货体积，根据所述可用载货体积按照货物选取策略生成货物运载计划。
10.根据权利要求9所述的系统，其特征在于，所述货运规划模块，包括：
余量规划单元，所述余量规划单元用于当所述货运规划模块生成所述货物运载计划时，将所述可用载货体积与根据所述货物选取策略确定的当前货物运载计划中货物实际体积的差值作为剩余可用载货体积；
当所述剩余可用载货体积大于预设剩余体积阈值时，所述货运规划模块还用于根据所述剩余可用载货体积按照货物选取策略生成附加货物运载计划，将所述当前货物运载计划与所述附加货物运载计划合并生成所述货物运载计划，当所述剩余可用载货体积小于或等于所述预设剩余体积阈值时，将所述当前货物运载计划生成为所述货物运载计划。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911054904.1A CN112749864A (zh) | 2019-10-31 | 2019-10-31 | 地铁货运调度方法、存储介质、计算设备和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911054904.1A CN112749864A (zh) | 2019-10-31 | 2019-10-31 | 地铁货运调度方法、存储介质、计算设备和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112749864A true CN112749864A (zh) | 2021-05-04 |
Family
ID=75645524
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911054904.1A Pending CN112749864A (zh) | 2019-10-31 | 2019-10-31 | 地铁货运调度方法、存储介质、计算设备和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112749864A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113408914A (zh) * | 2021-06-25 | 2021-09-17 | 交控科技股份有限公司 | 列车计划运行图编制方法、装置、电子设备及存储介质 |
| CN114162186A (zh) * | 2021-12-03 | 2022-03-11 | 中车唐山机车车辆有限公司 | 列车客货混编控制方法 |
| CN117035696A (zh) * | 2023-10-09 | 2023-11-10 | 天津致新轨道交通运营有限公司 | 一种用于地铁客运服务的智慧客运管理方法 |
| CN117196693A (zh) * | 2023-09-25 | 2023-12-08 | 西南交通大学 | 一种城市地下交通的物流需求预测方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020055818A1 (en) * | 2000-07-10 | 2002-05-09 | Gaspard James G. | Method to schedule a vehicle in real-time to transport freight and passengers |
| CN106740909A (zh) * | 2016-12-06 | 2017-05-31 | 宋昊 | 高速铁路货运系统 |
| CN107563683A (zh) * | 2017-07-21 | 2018-01-09 | 闫凯 | 一种城市内乘客及货物协同运输方法及系统 |
| CN110223014A (zh) * | 2019-05-24 | 2019-09-10 | 武汉理工大学 | 一种基于地下轨道货运的多式联运物流系统 |
-
2019
- 2019-10-31 CN CN201911054904.1A patent/CN112749864A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020055818A1 (en) * | 2000-07-10 | 2002-05-09 | Gaspard James G. | Method to schedule a vehicle in real-time to transport freight and passengers |
| CN106740909A (zh) * | 2016-12-06 | 2017-05-31 | 宋昊 | 高速铁路货运系统 |
| CN107563683A (zh) * | 2017-07-21 | 2018-01-09 | 闫凯 | 一种城市内乘客及货物协同运输方法及系统 |
| CN110223014A (zh) * | 2019-05-24 | 2019-09-10 | 武汉理工大学 | 一种基于地下轨道货运的多式联运物流系统 |
Non-Patent Citations (1)
| Title |
|---|
| 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, no. 11, pages 261 - 262 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113408914A (zh) * | 2021-06-25 | 2021-09-17 | 交控科技股份有限公司 | 列车计划运行图编制方法、装置、电子设备及存储介质 |
| CN114162186A (zh) * | 2021-12-03 | 2022-03-11 | 中车唐山机车车辆有限公司 | 列车客货混编控制方法 |
| WO2023097822A1 (zh) * | 2021-12-03 | 2023-06-08 | 中车唐山机车车辆有限公司 | 列车客货混编控制方法 |
| CN117196693A (zh) * | 2023-09-25 | 2023-12-08 | 西南交通大学 | 一种城市地下交通的物流需求预测方法 |
| CN117196693B (zh) * | 2023-09-25 | 2024-03-26 | 西南交通大学 | 一种城市地下交通的物流需求预测方法 |
| CN117035696A (zh) * | 2023-10-09 | 2023-11-10 | 天津致新轨道交通运营有限公司 | 一种用于地铁客运服务的智慧客运管理方法 |
| CN117035696B (zh) * | 2023-10-09 | 2024-02-06 | 天津致新轨道交通运营有限公司 | 一种用于地铁客运服务的智慧客运管理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112749864A (zh) | 地铁货运调度方法、存储介质、计算设备和系统 | |
| CN106541880B (zh) | 一种智能运输装置 | |
| Ballis et al. | Comparative evaluation of existing and innovative rail–road freight transport terminals | |
| CN107644310B (zh) | 一种城市管式物流运输方法 | |
| CN106570667A (zh) | 一种基于车‑快递柜‑无人机的快递配送方法 | |
| CA2718630C (en) | Ecological goods logistics system | |
| CN106570666A (zh) | 一种应用于快递运输装置的智能控制系统 | |
| CN107885197A (zh) | 智能公共运输系统中无人驾驶车辆的控制方法及装置 | |
| CN107491926B (zh) | 一种基于管网的城市物流系统 | |
| CN107480932B (zh) | 一种城际智能物流系统 | |
| CN109447547A (zh) | 一种基于无人驾驶子、母车的货运系统及其货运方法 | |
| CN112269358B (zh) | 一种用于管式物流系统的安全控制方法 | |
| CN107555109B (zh) | 一种用于管式物流系统的树状轨道 | |
| CN112541675A (zh) | 一种车辆系统的调度控制方法，装置及系统 | |
| CN107578209A (zh) | 一种城际物流运输方法 | |
| CN113112055B (zh) | 地铁客货共享车厢动态分配与运行计划一体化优化方法 | |
| CN207216680U (zh) | 一种城际智能物流系统 | |
| CN108197879B (zh) | 一种多模式客货共运方法及系统 | |
| CN107600935B (zh) | 一种用于管式物流系统的物流车 | |
| CN108609022A (zh) | 联合运输系统及其使用方法 | |
| CN107609714B (zh) | 一种用于管式物流系统的路径规划方法 | |
| Nesterenko et al. | Study of car traffic flow structure on arrival and departure at the marshalling yard X | |
| CN112906926B (zh) | 一种铁路运输流向的预测方法、装置、设备及存储介质 | |
| CN112631234A (zh) | 一种基于空轨调度的自动化码头查验系统 | |
| CN107392478A (zh) | 一种铁路快运货物运输产品生产方案的编制方法 |
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 |