CN113743679A - 基于赋权图和多旅行商的高铁路网维修调度方法及设备 - Google Patents
基于赋权图和多旅行商的高铁路网维修调度方法及设备 Download PDFInfo
- Publication number
- CN113743679A CN113743679A CN202111288673.8A CN202111288673A CN113743679A CN 113743679 A CN113743679 A CN 113743679A CN 202111288673 A CN202111288673 A CN 202111288673A CN 113743679 A CN113743679 A CN 113743679A
- Authority
- CN
- China
- Prior art keywords
- locomotive
- maintenance
- maintained
- time
- length
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 197
- 238000000034 method Methods 0.000 title claims abstract description 73
- 230000003137 locomotive effect Effects 0.000 claims abstract description 194
- 238000005457 optimization Methods 0.000 claims abstract description 23
- 239000000126 substance Substances 0.000 claims description 21
- 239000000969 carrier Substances 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 abstract description 9
- 230000006870 function Effects 0.000 description 10
- 239000011159 matrix material Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000014509 gene expression Effects 0.000 description 4
- 230000008439 repair process Effects 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research 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"
- 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
-
- 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
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明提供了一种基于赋权图和多旅行商的高铁路网维修调度方法及设备。所述方法包括:根据任意相邻站点的距离,得到待维修两站点间的最短距离;获取待维修两站点间的相邻站点在不同机车运动规则下的机车行驶至待维修路段时长、维修时长和返回起始站点时长,确定高铁路网维修调度假设条件;将全部路段分配给若干台机车,得到每一机车维修任务完成所花费的时长;根据优化约束条件,确定若干台机车完成全部路段维修任务时长之和的最小值。本发明可以充分地利用现有的养护资源完成所有高铁路段养护任务,将总的养护成本降至最低,具有通用性高、扩展性强、求解算法适配度好的优点。
Description
技术领域
本发明实施例涉及高铁路网维修技术领域,尤其涉及一种基于赋权图和多旅行商的高铁路网维修调度方法及设备。
背景技术
高铁路网维修调度方案需要描述给定时刻某台机车处于何种状态(维修中、停靠中、正常行驶中),传统的研究方法都需要将时间这个维度作为决策变量考虑进去,导致为了度量时间变量对优化目标和约束条件的影响,目标函数及约束条件都必须有明确的解析表达式,往往导致模型表达式非常复杂,如果碰到目标函数或约束条件无法给出解析表达式的情形,将时间作为决策变量的方法就会失效。因此,开发一种基于赋权图和多旅行商的高铁路网维修调度方法及设备,可以有效克服上述相关技术中的缺陷,就成为业界亟待解决的技术问题。
发明内容
针对现有技术存在的上述问题,本发明实施例提供了一种基于赋权图和多旅行商的高铁路网维修调度方法及设备。
第一方面,本发明的实施例提供了一种基于赋权图和多旅行商的高铁路网维修调度方法,包括:根据任意相邻站点的距离,得到待维修两站点间的最短距离;获取待维修两站点间的相邻站点在不同机车运动规则下的机车行驶至待维修路段时长、维修时长和返回起始站点时长,确定高铁路网维修调度假设条件;将全部路段分配给若干台机车,得到每一机车维修任务完成所花费的时长;根据优化约束条件,确定若干台机车完成全部路段维修任务时长之和的最小值,具体包括:
其中,T为若干台机车完成全部路段维修任务时长之和的最小值;为第一机车完
成第一路段维修任务所花费的时长;为第二机车完成第二路段维修任务所花费的时长;为第m机车完成第m路段维修任务所花费的时长;min为取最小值;优化约束条件为一路段
仅有一台机车去维修,每台机车均分配有维修任务。
在上述方法实施例内容的基础上,本发明实施例中提供的基于赋权图和多旅行商的高铁路网维修调度方法,所述根据任意相邻站点的距离,得到待维修两站点间的最短距离,包括:
在上述方法实施例内容的基础上,本发明实施例中提供的基于赋权图和多旅行商的高铁路网维修调度方法,所述获取待维修两站点间的相邻站点在不同机车运动规则下的机车行驶至待维修路段时长、维修时长和返回起始站点时长,包括:
其中,,且机车完成维修后,前往待维修站点i停靠;v1为机车正常行驶
速度;t1为机车行驶至待维修路段时长;s为已完成维修的路段长度;v2为维修速度;t2为维
修时长;t3为返回待维修站点i的时长;t为天窗期时长;为待维修站点i与待维修站点j
的距离。
在上述方法实施例内容的基础上,本发明实施例中提供的基于赋权图和多旅行商的高铁路网维修调度方法,所述获取待维修两站点间的相邻站点在不同机车运动规则下的机车行驶至待维修路段时长、维修时长和返回起始站点时长,还包括:
在上述方法实施例内容的基础上,本发明实施例中提供的基于赋权图和多旅行商的高铁路网维修调度方法,所述获取待维修两站点间的相邻站点在不同机车运动规则下的机车行驶至待维修路段时长、维修时长和返回起始站点时长,还包括:
在上述方法实施例内容的基础上,本发明实施例中提供的基于赋权图和多旅行商的高铁路网维修调度方法,所述将全部路段分配给若干台机车,得到每一机车维修任务完成所花费的时长,包括:
其中,为机车完成维修任务所花费的时长;,,,…,均为一路段;为机车从路段前往路段所花费的行驶时长与维修路段所花费时长之和;为机车从路段前往路段所花费的行驶时长与维修路段所花费时长之
和;为机车从路段前往路段所花费的行驶时长与维修路段所花费时长
之和;为机车从路段前往路段所花费的行驶时长与维修路段所花
费时长之和。
第二方面,本发明的实施例提供了一种基于赋权图和多旅行商的高铁路网维修调度装置,包括:第一主模块,用于根据任意相邻站点的距离,得到待维修两站点间的最短距离;第二主模块,用于获取待维修两站点间的相邻站点在不同机车运动规则下的机车行驶至待维修路段时长、维修时长和返回起始站点时长,确定高铁路网维修调度假设条件;第三主模块,用于将全部路段分配给若干台机车,得到每一机车维修任务完成所花费的时长;第四主模块,用于根据优化约束条件,确定若干台机车完成全部路段维修任务时长之和的最小值,具体包括:
其中,T为若干台机车完成全部路段维修任务时长之和的最小值;为第一机车完
成第一路段维修任务所花费的时长;为第二机车完成第二路段维修任务所花费的时长;为第m机车完成第m路段维修任务所花费的时长;min为取最小值;优化约束条件为一路段
仅有一台机车去维修,每台机车均分配有维修任务。
第三方面,本发明的实施例提供了一种电子设备,包括:
至少一个处理器;以及
与处理器通信连接的至少一个存储器,其中:
存储器存储有可被处理器执行的程序指令,处理器调用程序指令能够执行第一方面的各种实现方式中任一种实现方式所提供的基于赋权图和多旅行商的高铁路网维修调度方法。
第四方面,本发明的实施例提供了一种非暂态计算机可读存储介质,非暂态计算机可读存储介质存储计算机指令,计算机指令使计算机执行第一方面的各种实现方式中任一种实现方式所提供的基于赋权图和多旅行商的高铁路网维修调度方法。
本发明实施例提供的基于赋权图和多旅行商的高铁路网维修调度方法及设备,通过确定基础数据及运算逻辑,并将全部路段分配给若干台机车,得到每一机车维修任务完成所花费的时长;根据优化约束条件,确定若干台机车完成全部路段维修任务时长之和的最小值,可以充分地利用现有的养护资源完成所有高铁路段养护任务,将总的养护成本降至最低,具有通用性高、扩展性强、求解算法适配度好的优点。
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做一简单的介绍,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为本发明实施例提供的基于赋权图和多旅行商的高铁路网维修调度方法流程图;
图2为本发明实施例提供的基于赋权图和多旅行商的高铁路网维修调度装置结构示意图;
图3为本发明实施例提供的电子设备的实体结构示意图。
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做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。另外,本发明提供的各个实施例或单个实施例中的技术特征可以相互任意结合,以形成可行的技术方案,这种结合不受步骤先后次序和/或结构组成模式的约束,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时,应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
建立了使用赋权图和多旅行商问题描述的高铁路网维修建模框架,通过将高铁路网抽象成一个赋权图,在此基础上,将维修任务分配问题看成一个类似于多名旅客的旅行线路分配的问题,其中单台维修机车对应着一名旅客,维修总成本最低对应着完成所有城市旅途的总时长最短。这种建模方式具有如下的优点:(1)选取决策变量时无需考虑时长这个变量,降低了模型的复杂度;(2)目标函数及约束条件只要有明确的计算逻辑即可,无需明确的解析表达式;(3)对多种智能优化求解算法的适配度都很高,诸如遗传算法、蚁群算法、列队竞争算法等主流的智能优化算法都能用于本框架描述的优化模型的求解。基于这种思想,本发明实施例提供了一种基于赋权图和多旅行商的高铁路网维修调度方法,参见图1,该方法包括:根据任意相邻站点的距离,得到待维修两站点间的最短距离;获取待维修两站点间的相邻站点在不同机车运动规则下的机车行驶至待维修路段时长、维修时长和返回起始站点时长,确定高铁路网维修调度假设条件;将全部路段分配给若干台机车,得到每一机车维修任务完成所花费的时长;根据优化约束条件,确定若干台机车完成全部路段维修任务时长之和的最小值,具体包括:
其中,T为若干台机车完成全部路段维修任务时长之和的最小值;为第一机车完
成第一路段维修任务所花费的时长;为第二机车完成第二路段维修任务所花费的时长;为第m机车完成第m路段维修任务所花费的时长;min为取最小值;优化约束条件为一路段
仅有一台机车去维修,每台机车均分配有维修任务。
需要说明的是,高铁路网维修调度假设条件主要如下:
假设1:维修机车只能在每日的天窗期内行驶和执行维修作业。
假设2:对于两个相邻站点之间的路段,完成该路段维修任务所花费的天数只与路段长度、机车行驶速度、机车维修速度、天窗期时长这4个参数有关,可以通过确定性的规则计算出来。
假设3:维修机车是理性的,执行某项任务都会挑选耗时最短的方案。如果维修机车被安排去维修某条路段,该机车应通过最短路径前往离自己最近的该条路段的某侧站点,行驶所花费的时长只与最短路径、最短路径的距离、机车行驶速度、天窗期时长这4个参数有关,可以通过确定性的规则计算出来。
基于上述方法实施例的内容,作为一种可选的实施例,本发明实施例中提供的基于赋权图和多旅行商的高铁路网维修调度方法,所述根据任意相邻站点的距离,得到待维修两站点间的最短距离,包括:
具体地,高铁路网中的站点数量是有限的,假设其中所有站点的编号是1,2,…,n,任意两个站点是否相邻,可以用n行n列矩阵A来描述。
矩阵A也称为高铁路网的邻接矩阵。
对相邻的两个站点,可以从铁路局数据库中获取连接这两个站点的高铁线路的长度,任意两个相邻站点的线路长度,可以用n行n列矩阵W来描述,
是连接站点l与站点m的线路的长度,放在更一般的场景下,其含义可拓宽为网
络中相邻两点的边的权重,矩阵W也称为高铁路网的权重矩阵。包含权重矩阵的图称为赋权
图。对于相邻的站点l与站点m,称连接l与m的线路为一个路段,该路段的长度就是,既然
站点数量是有限的,那么路段数量也是有限的,所有路段构成的集合记为K。对于高铁路网
中的任意两个站点l和m,从站点l前往站点m的最短行驶路径是确定的,假设从站点l前往站
点m的最短行驶路径是
基于上述方法实施例的内容,作为一种可选的实施例,本发明实施例中提供的基于赋权图和多旅行商的高铁路网维修调度方法,所述获取待维修两站点间的相邻站点在不同机车运动规则下的机车行驶至待维修路段时长、维修时长和返回起始站点时长,包括:
其中,,且机车完成维修后,前往待维修站点i停靠;v1为机车正常行驶
速度;t1为机车行驶至待维修路段时长;s为已完成维修的路段长度;v2为维修速度;t2为维
修时长;t3为返回待维修站点i的时长;t为天窗期时长;为待维修站点i与待维修站点j
的距离。
基于上述方法实施例的内容,作为一种可选的实施例,本发明实施例中提供的基于赋权图和多旅行商的高铁路网维修调度方法,所述获取待维修两站点间的相邻站点在不同机车运动规则下的机车行驶至待维修路段时长、维修时长和返回起始站点时长,还包括:
基于上述方法实施例的内容,作为一种可选的实施例,本发明实施例中提供的基于赋权图和多旅行商的高铁路网维修调度方法,所述获取待维修两站点间的相邻站点在不同机车运动规则下的机车行驶至待维修路段时长、维修时长和返回起始站点时长,还包括:
具体地,假设站点i和j相邻,某台维修机车到达站点i以后,开始维修路段,
路段长度为,机车正常行驶速度为v1,维修速度为v2,天窗期(每一天,维修机车只能在固
定的一个时间段内执行维修作业,这段时间称为天窗期。天窗期内,高铁是停运的,空出来
用于线路检修)时长为t。则在维修周期内的每一天,该机车的运动规则分三种情形,分别
是:情形1,截止到昨日已完成维修的部分路段长度为S,,且当日完成维修后,仍然
返回站点i停靠,则机车行驶至待维修部分路段时长t1、维修时长t2、返回至站点i所花时长
t3是(2)式的解。情形2,截止到昨日已完成维修的部分路段长度为S,,且当日完成
维修后,前往站点j停靠,则机车行驶至待维修部分路段所花时长t1、维修所花时长t2、返回
至站点j所花时长t3是(3)式的解。情形3,截止到昨日已完成维修的部分路段长度为S,,且当日完成维修后,前往站点j停靠,则机车行驶至待维修部分路段所花时长t1、
维修所花时长t2、返回至站点j所花时长t3是(4)式的解。
基于上述方法实施例的内容,作为一种可选的实施例,本发明实施例中提供的基于赋权图和多旅行商的高铁路网维修调度方法,所述将全部路段分配给若干台机车,得到每一机车维修任务完成所花费的时长,包括:
其中,为机车完成维修任务所花费的时长;,,,…,均为一路段;为机车从路段前往路段所花费的行驶时长与维修路段所花费时长之和;为机车从路段前往路段所花费的行驶时长与维修路段所花费时长之和;为机车从路段前往路段所花费的行驶时长与维修路段所花费时长之
和;为机车从路段前往路段所花费的行驶时长与维修路段所花费
时长之和。
具体地,假设维修机车的总数是m,维修机车的编号是1,2,…,m,这m台机车在初始
时刻所处的站点编号分别是 ,则一个可行的调度计划需要描述所有路段的分
配、某台维修机车对被分配的部分路段的维修顺序这两个关键信息。路段分配信息:将所有
路段分配给m台机车去维修,即将路段集合K拆分成m个向量,
某台维修机车对被分配的部分路段的维修顺序:是由机车所负责维修的路段
所构成,由于是向量,及其中的路段是有访问顺序的,说明了再执行具体的维修计划时,
机车应按照中路段的顺序来执行维修任务。假设机车所要维修的路段分别是
基于上述方法实施例的内容,作为一种可选的实施例,本发明实施例中提供的基于赋权图和多旅行商的高铁路网维修调度方法,所述根据优化约束条件,确定若干台机车完成全部路段维修任务时长之和的最小值,包括:
其中,T为若干台机车完成全部路段维修任务时长之和的最小值;为第一机车完
成第一路段维修任务所花费的时长;为第二机车完成第二路段维修任务所花费的时长;为第m机车完成第m路段维修任务所花费的时长;min为取最小值;优化约束条件为一路段
仅有一台机车去维修,每台机车均分配有维修任务。
具体地,将所有路段分配给有限台机车维修,类似于将全国城市分配给有限位旅客去旅行。给定路段集合及维修机车,按照不同顺序去维修带来的时长成本是不一样的,类似的,让一名旅客按照不同顺序去访问给定城市所花费的时长也是不一样的。这就是名词“多旅行商问题”的由来。
优化目标:最优的调度计划应使得所有机车完成被分配的路段的维修任务所花费
的时长之和最小化,因此目标函数如(6)式所示。优化约束的条件可以为:一路段仅有一台
机车去维修,即,每台机车必须分配维修任务,即。
本发明实施例提供的基于赋权图和多旅行商的高铁路网维修调度方法,通过确定基础数据及运算逻辑,并将全部路段分配给若干台机车,得到每一机车维修任务完成所花费的时长;根据优化约束条件,确定若干台机车完成全部路段维修任务时长之和的最小值,可以充分地利用现有的养护资源完成所有高铁路段养护任务,将总的养护成本降至最低,具有通用性高、扩展性强、求解算法适配度好的优点。
本发明各个实施例的实现基础是通过具有处理器功能的设备进行程序化的处理实现的。因此在工程实际中,可以将本发明各个实施例的技术方案及其功能封装成各种模块。基于这种现实情况,在上述各实施例的基础上,本发明的实施例提供了一种基于赋权图和多旅行商的高铁路网维修调度装置,该装置用于执行上述方法实施例中的基于赋权图和多旅行商的高铁路网维修调度方法。参见图2,该装置包括:第一主模块,用于根据任意相邻站点的距离,得到待维修两站点间的最短距离;第二主模块,用于获取待维修两站点间的相邻站点在不同机车运动规则下的机车行驶至待维修路段时长、维修时长和返回起始站点时长,确定高铁路网维修调度假设条件;第三主模块,用于将全部路段分配给若干台机车,得到每一机车维修任务完成所花费的时长;第四主模块,用于根据优化约束条件,确定若干台机车完成全部路段维修任务时长之和的最小值,具体包括:
其中,T为若干台机车完成全部路段维修任务时长之和的最小值;为第一机车完
成第一路段维修任务所花费的时长;为第二机车完成第二路段维修任务所花费的时长;为第m机车完成第m路段维修任务所花费的时长;min为取最小值;优化约束条件为一路段
仅有一台机车去维修,每台机车均分配有维修任务。
本发明实施例提供的基于赋权图和多旅行商的高铁路网维修调度装置,采用图2中的若干模块,通过确定基础数据及运算逻辑,并将全部路段分配给若干台机车,得到每一机车维修任务完成所花费的时长;根据优化约束条件,确定若干台机车完成全部路段维修任务时长之和的最小值,可以充分地利用现有的养护资源完成所有高铁路段养护任务,将总的养护成本降至最低,具有通用性高、扩展性强、求解算法适配度好的优点。
需要说明的是,本发明提供的装置实施例中的装置,除了可以用于实现上述方法实施例中的方法外,还可以用于实现本发明提供的其他方法实施例中的方法,区别仅仅在于设置相应的功能模块,其原理与本发明提供的上述装置实施例的原理基本相同,只要本领域技术人员在上述装置实施例的基础上,参考其他方法实施例中的具体技术方案,通过组合技术特征获得相应的技术手段,以及由这些技术手段构成的技术方案,在保证技术方案具备实用性的前提下,就可以对上述装置实施例中的装置进行改进,从而得到相应的装置类实施例,用于实现其他方法类实施例中的方法。例如:
基于上述装置实施例的内容,作为一种可选的实施例,本发明实施例中提供的基于赋权图和多旅行商的高铁路网维修调度装置,还包括:第一子模块,用于实现所述根据任意相邻站点的距离,得到待维修两站点间的最短距离,包括:
基于上述装置实施例的内容,作为一种可选的实施例,本发明实施例中提供的基于赋权图和多旅行商的高铁路网维修调度装置,还包括:第二子模块,用于实现所述获取待维修两站点间的相邻站点在不同机车运动规则下的机车行驶至待维修路段时长、维修时长和返回起始站点时长,包括:
其中,,且机车完成维修后,前往待维修站点i停靠;v1为机车正常行驶速
度;t1为机车行驶至待维修路段时长;s为已完成维修的路段长度;v2为维修速度;t2为维修
时长;t3为返回待维修站点i的时长;t为天窗期时长;为待维修站点i与待维修站点j的
距离。
基于上述装置实施例的内容,作为一种可选的实施例,本发明实施例中提供的基于赋权图和多旅行商的高铁路网维修调度装置,还包括:第三子模块,用于实现所述获取待维修两站点间的相邻站点在不同机车运动规则下的机车行驶至待维修路段时长、维修时长和返回起始站点时长,还包括:
基于上述装置实施例的内容,作为一种可选的实施例,本发明实施例中提供的基于赋权图和多旅行商的高铁路网维修调度装置,还包括:第四子模块,用于实现所述获取待维修两站点间的相邻站点在不同机车运动规则下的机车行驶至待维修路段时长、维修时长和返回起始站点时长,还包括:
基于上述装置实施例的内容,作为一种可选的实施例,本发明实施例中提供的基于赋权图和多旅行商的高铁路网维修调度装置,还包括:第五子模块,用于实现所述将全部路段分配给若干台机车,得到每一机车维修任务完成所花费的时长,包括:
其中,为机车完成维修任务所花费的时长;,,,…,均为一路段;为机车从路段前往路段所花费的行驶时长与维修路段所花费时长之和;为机车从路段前往路段所花费的行驶时长与维修路段所花费时长之和;为机车从路段前往路段所花费的行驶时长与维修路段所花费时长之和;为机车从路段前往路段所花费的行驶时长与维修路段所花费时长
之和。
基于上述装置实施例的内容,作为一种可选的实施例,本发明实施例中提供的基于赋权图和多旅行商的高铁路网维修调度装置,还包括:第六子模块,用于实现所述根据优化约束条件,确定若干台机车完成全部路段维修任务时长之和的最小值,包括:
其中,T为若干台机车完成全部路段维修任务时长之和的最小值;为第一机车完
成第一路段维修任务所花费的时长;为第二机车完成第二路段维修任务所花费的时长;为第m机车完成第m路段维修任务所花费的时长;min为取最小值;优化约束条件为一路段
仅有一台机车去维修,每台机车均分配有维修任务。
本发明实施例的方法是依托电子设备实现的,因此对相关的电子设备有必要做一下介绍。基于此目的,本发明的实施例提供了一种电子设备,如图3所示,该电子设备包括:至少一个处理器(processor)、通信接口(Communications Interface)、至少一个存储器(memory)和通信总线,其中,至少一个处理器,通信接口,至少一个存储器通过通信总线完成相互间的通信。至少一个处理器可以调用至少一个存储器中的逻辑指令,以执行前述各个方法实施例提供的方法的全部或部分步骤。
此外,上述的至少一个存储器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)执行本发明各个方法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。
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实现。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。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。基于这种认识,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
在本专利中,术语"包括"、"包含"或者其任何其它变体意在涵盖非排它性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句"包括……"限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
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 (9)
1.一种基于赋权图和多旅行商的高铁路网维修调度方法,其特征在于,包括:根据任意相邻站点的距离,得到待维修两站点间的最短距离;获取待维修两站点间的相邻站点在不同机车运动规则下的机车行驶至待维修路段时长、维修时长和返回起始站点时长,确定高铁路网维修调度假设条件;将全部路段分配给若干台机车,得到每一机车维修任务完成所花费的时长;根据优化约束条件,确定若干台机车完成全部路段维修任务时长之和的最小值,具体包括:
7.一种基于赋权图和多旅行商的高铁路网维修调度装置,其特征在于,包括:第一主模块,用于根据任意相邻站点的距离,得到待维修两站点间的最短距离;第二主模块,用于获取待维修两站点间的相邻站点在不同机车运动规则下的机车行驶至待维修路段时长、维修时长和返回起始站点时长,确定高铁路网维修调度假设条件;第三主模块,用于将全部路段分配给若干台机车,得到每一机车维修任务完成所花费的时长;第四主模块,用于根据优化约束条件,确定若干台机车完成全部路段维修任务时长之和的最小值,具体包括:
8.一种电子设备,其特征在于,包括:
至少一个处理器、至少一个存储器和通信接口;其中,
所述处理器、存储器和通信接口相互间进行通信;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令,以执行权利要求1至6任一项权利要求所述的方法。
9.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行权利要求1至6中任一项权利要求所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111288673.8A CN113743679B (zh) | 2021-11-02 | 2021-11-02 | 基于赋权图和多旅行商的高铁路网维修调度方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111288673.8A CN113743679B (zh) | 2021-11-02 | 2021-11-02 | 基于赋权图和多旅行商的高铁路网维修调度方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113743679A true CN113743679A (zh) | 2021-12-03 |
CN113743679B CN113743679B (zh) | 2022-02-08 |
Family
ID=78727177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111288673.8A Active CN113743679B (zh) | 2021-11-02 | 2021-11-02 | 基于赋权图和多旅行商的高铁路网维修调度方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113743679B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114611749A (zh) * | 2022-01-14 | 2022-06-10 | 北京全路通信信号研究设计院集团有限公司 | 一种缩短工期的优化方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060212186A1 (en) * | 2003-02-27 | 2006-09-21 | Philp Joseph W | Method and apparatus for scheduling maintenance of way |
CN112418606A (zh) * | 2020-10-20 | 2021-02-26 | 西安电子科技大学 | 维修任务动态调度方法、系统、存储介质、计算机设备 |
CN112488379A (zh) * | 2020-11-26 | 2021-03-12 | 北京交通大学 | 一种高速铁路动车组检修计划优化方法及系统 |
CN112598262A (zh) * | 2020-12-18 | 2021-04-02 | 中国石油大学(北京) | 油气井维修任务调度处理方法及装置 |
-
2021
- 2021-11-02 CN CN202111288673.8A patent/CN113743679B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060212186A1 (en) * | 2003-02-27 | 2006-09-21 | Philp Joseph W | Method and apparatus for scheduling maintenance of way |
CN112418606A (zh) * | 2020-10-20 | 2021-02-26 | 西安电子科技大学 | 维修任务动态调度方法、系统、存储介质、计算机设备 |
CN112488379A (zh) * | 2020-11-26 | 2021-03-12 | 北京交通大学 | 一种高速铁路动车组检修计划优化方法及系统 |
CN112598262A (zh) * | 2020-12-18 | 2021-04-02 | 中国石油大学(北京) | 油气井维修任务调度处理方法及装置 |
Non-Patent Citations (6)
Title |
---|
TATSUSHINISHIA,等: "A Combined column generation and heuristics for railway short-term rolling stock planning with regular inspection constraints", 《COMPUTERS AND OPERATIONS RESEARCH》 * |
YANG YUAN,等: "reliability evaluation of bulk power system for the traction power supply of a high-speed railway", 《2009 ANNUAL RELIABILITY AND MAINTENANCE SYMPOSIUM》 * |
强啸啸: "铁路道岔维护高度问题的建模与优化", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅱ辑》 * |
王建芳: "设备巡检线路的优化方案", 《微型电脑应用》 * |
鄢烈祥: "列队竞争算法解组合优化问题", 《湖北工学院学报》 * |
马树峰 等: "铁路网检衡车组作业站点序列优化模型及算法", 《中国铁道科学》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114611749A (zh) * | 2022-01-14 | 2022-06-10 | 北京全路通信信号研究设计院集团有限公司 | 一种缩短工期的优化方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113743679B (zh) | 2022-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cattaruzza et al. | The multi-trip vehicle routing problem with time windows and release dates | |
Mussone et al. | An analytical approach to calculate the capacity of a railway system | |
Carey et al. | Scheduling and platforming trains at busy complex stations | |
Wang et al. | Passenger-demands-oriented train scheduling for an urban rail transit network | |
Cacchiani et al. | An overview of recovery models and algorithms for real-time railway rescheduling | |
Lu et al. | Modeling train movements through complex rail networks | |
CN110162931B (zh) | 城市轨道交通大规模路网快速仿真系统 | |
Kachitvichyanukul et al. | Two solution representations for solving multi-depot vehicle routing problem with multiple pickup and delivery requests via PSO | |
Xu et al. | Integrated train timetabling and locomotive assignment | |
Petering et al. | Mixed-integer programming for railway capacity analysis and cyclic, combined train timetabling and platforming | |
Espegren et al. | The static bicycle repositioning problem-literature survey and new formulation | |
Sajedinejad et al. | SIMARAIL: simulation based optimization software for scheduling railway network | |
Zhang et al. | A fast approach for reoptimization of railway train platforming in case of train delays | |
CN113743679B (zh) | 基于赋权图和多旅行商的高铁路网维修调度方法及设备 | |
Wu et al. | Track allocation optimization in railway station: mean-variance model and case study | |
Mou et al. | Reliability Optimization Model of Stop‐Skipping Bus Operation with Capacity Constraints | |
Bešinović et al. | Stable and robust train routing in station areas with balanced infrastructure capacity occupation | |
Chiang et al. | Railway scheduling system using repair-based approach | |
Abid et al. | Sensitivity analysis of train schedule of a railway track network using an optimization modeling technique | |
Wang et al. | Roadrunner: Autonomous intersection management with dynamic lane assignment | |
Xie et al. | Three Extensions of Tong and Richardson’s Algorithm for Finding the Optimal Path in Schedule‐Based Railway Networks | |
Barman et al. | Automated train scheduling system using genetic algorithm | |
Zhou et al. | Computationally efficient dynamic assignment for on-demand ridesharing in congested networks | |
Chew et al. | Optimizing limited-stop services with vehicle assignment | |
CN117114379B (zh) | 一种堆场内多场桥任务调度方法、装置、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 |