CN113850515B - 一种增加接触网检修里程的作业人员配置方法 - Google Patents
一种增加接触网检修里程的作业人员配置方法 Download PDFInfo
- Publication number
- CN113850515B CN113850515B CN202111142176.7A CN202111142176A CN113850515B CN 113850515 B CN113850515 B CN 113850515B CN 202111142176 A CN202111142176 A CN 202111142176A CN 113850515 B CN113850515 B CN 113850515B
- Authority
- CN
- China
- Prior art keywords
- maintenance
- personnel
- mileage
- overhaul
- array
- 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.)
- Active
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
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063112—Skill-based matching of a person or a group to a task
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- 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
- G06Q10/063116—Schedule adjustment 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
- G06Q10/20—Administration of product repair or maintenance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Biophysics (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Physiology (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Genetics & Genomics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种增加接触网检修里程的作业人员配置方法,具体步骤为:A、确定检修人员数量;B、确定检修人员的技能等级;C、制定基于遗传算法的检修作业人员优化配置方案。本发明实现了检修人员安排的科学性和合理性,在接触网天窗检修时间内最大限度的增加了检修里程,提高了检修作业的效率,为铁路运维单位制定接触网检修作业人员配置方案提供了较好的依据。
Description
技术领域
本发明属于接触网检修作业技术领域,尤其涉及一种增加接触网检修里程的作业人员配置方法。
背景技术
接触网作为牵引供电系统的重要组成部分之一,其长期工作于露天环境中,受气候的影响较大,时常会遭受自然条件的影响从而发生故障,这种故障不仅会引起铁路行业巨大的经济损失,同时也会在无形之中提高铁路运行的安全风险。
对于当前接触网天窗检修,相关部门每年投入大量的人力物力,根据制定的计划对接触网设备进行全面检修维护以保证接触网安全可靠运行。但目前天窗检修计划的制定主要参考历史方案与技术人员主观经验。这种决策制定方式要求决策者对现场检修任务量、人员技能水平、现有检修资源等情况有充分的了解,并且需要决策者能够在这些因素发生变化时现场做出及时调整。可见,现行的预防性检修计划决策方式具有一定的主观性与盲目性:一方面,决策者越来越难以应对日益增加的工作量和复杂多变的现场状况;另一方面,接触网天窗检修有严格的检修时限要求,且不同检修人员针对不同检修项目的熟练程度和技能值会存在差异,未多方考虑检修制约因素、主要依据经验制定出的检修策略往往达不到最优。人员安排不合理可能造成检修效率低下,无法在规定时间内完成既定的检修任务。
发明内容
为了能够充分利用检修人力资源,增加接触网检修里程,提高接触网检修效率,本发明提供一种增加接触网检修里程的作业人员配置方法。
本发明的一种增加接触网检修里程的作业人员配置方法,包括以下步骤:
A、确定检修人员数量
根据检修车数量Njx确定接触网检修车上网作业岗位人员数量S1:S1=4×Njx(人)。
根据梯车数量Ntc确定接触网梯车作业岗位人员数量S2:S2=8×Ntc(人)。
B、确定检修人员的技能等级
根据专家打分法确定每一位检修人员i从事检修岗位j的技能aij,其中i=1,2,…,4×Njx+8×Ntc;j=1,2。
C、制定基于遗传算法的检修作业人员优化配置方案
C1、随机生成一个含有n个元素的数组表示人员配置方案,其中,n=4×Njx+8×Ntc,数组中的第i列元素值为1时表示第i名检修人员从事检修车上网作业岗位,第i列元素值为2时表示第i名检修人员从事梯车作业岗位。
C2、统计人员配置情况,当数组中第i列元素值为1时,Di1=1,否则,Di1=0;当数组中第i列元素值为2时,Di2=1,否则,Di2=0。
C3、计算从事检修车上网作业岗位的人员技能和A1:
计算从事梯车作业岗位的人员技能和A2:
C4、计算数组表示的人员配置方案对应的检修里程L:
L=0.532×T×min(A1,3×A2) (3)
其中,T表示作业时长。
C5、随机产生m个数组,每个数组的特征如C1所述,并按照步骤C2-C4计算每个数组所表示的人员配置方案对应的检修里程;并将m个数组组成m×n维矩阵Q。
C6、设定遗传算法的迭代次数MAXGEN、选择概率pi、交叉概率pc、变异概率pm,以最大化检修里程为优化目标,对矩阵Q进行选择、交叉、变异的遗传操作,直到满足迭代次数的要求,计算最后一代Q中各行数组所表示的人员配置方案对应的检修里程L1,L2,...,Lm,选择检修里程最大的数组为最终的人员配置方案。
进一步的,步骤B中aij的取值为0.75、1、1.25、1.5。
进一步的,步骤C5中数组个数m取值为1000。
进一步的,步骤C6中迭代次数MAXGEN取值为500,选择概率pi取值为0.9,交叉概率pc取值为0.9,变异概率pm取值为0.01。
本发明的有益技术效果为:
本发明充分利用检修人力资源,通过人员岗位的优化配置实现接触网检修作业的最优人员组合,相比于传统的人工制定检修人员安排模式,实现了检修人员安排的科学性和合理性,增加了接触网检修里程,提高了检修效率,为铁路运维单位制定接触网检修作业人员安排提供了较好的依据,且不需要改变现行的接触网检修模式,在现场实际应用的困难较小。
附图说明
图1为基于遗传算法的检修里程优化效果图。
图2为最优检修人员配置图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步详细说明。
本发明的一种增加接触网检修里程的作业人员配置方法,包括以下步骤:
A、确定检修人员数量
根据检修车数量Njx确定接触网检修车上网作业岗位人员数量S1:S1=4×Njx(人)。
根据梯车数量Ntc确定接触网梯车作业岗位人员数量S2:S2=8×Ntc(人)。
B、确定检修人员的技能等级
根据专家打分法确定每一位检修人员i从事检修岗位j的技能aij,其中i=1,2,…,4×Njx+8×Ntc;j=1,2。
C、制定基于遗传算法的检修作业人员优化配置方案
C1、随机生成一个含有n个元素的数组表示人员配置方案,其中,n=4×Njx+8×Ntc,数组中的第i列元素值为1时表示第i名检修人员从事检修车上网作业岗位,第i列元素值为2时表示第i名检修人员从事梯车作业岗位。
C2、统计人员配置情况,当数组中第i列元素值为1时,Di1=1,否则,Di1=0;当数组中第i列元素值为2时,Di2=1,否则,Di2=0。
C3、计算从事检修车上网作业岗位的人员技能和A1:
计算从事梯车作业岗位的人员技能和A2:
C4、计算数组表示的人员配置方案对应的检修里程L:
L=0.532×T×min(A1,3×A2)(3)
其中,T表示作业时长。
C5、随机产生m个数组,每个数组的特征如C1所述,并按照步骤C2-C4计算每个数组所表示的人员配置方案对应的检修里程;并将m个数组组成m×n维矩阵Q。
C6、设定遗传算法的迭代次数MAXGEN、选择概率pi、交叉概率pc、变异概率pm,以最大化检修里程为优化目标,对矩阵Q进行选择、交叉、变异的遗传操作,直到满足迭代次数的要求,计算最后一代Q中各行数组所表示的人员配置方案对应的检修里程L1,L2,...,Lm,选择检修里程最大的数组为最终的人员配置方案。
进一步的,步骤B中aij的取值为0.75、1、1.25、1.5。
进一步的,步骤C5中数组个数m取值为1000。
进一步的,步骤C6中迭代次数MAXGEN取值为500,选择概率pi取值为0.9,交叉概率pc取值为0.9,变异概率pm取值为0.01。
实施例:
为验证所提方法增加接触网检修里程的效果,本算例采用中国昆明铁路局的调研数据进行计算。
根据调研数据有:上网检修作业时长T=130(分);检修车数量Njx=6(辆);梯车数量Ntc=1(辆);优化前检修里程=1660(公里)。
具体的:
A、确定检修人员数量
根据检修车数量Njx确定接触网检修车上网作业岗位人员数量S1:S1=4×Njx=24(人);
根据梯车数量Ntc确定接触网梯车作业岗位人员数量S2:S2=8×Ntc=8(人)。
B、确定检修人员的技能等级
根据专家打分法确定每一位检修人员i(i=1,2,…,32)从事检修岗位j(j=1,2)的技能aij。检修人员的技能评估结果如表1所示。
表1上网作业人员技能评估结果
C、制定基于遗传算法的检修作业人员优化配置方案
利用MATLAB遗传算法工具箱求解公式3中的数学模型,遗传算法寻优收敛曲线如图1所示,优化后的人员配置情况如图2所示。由图1可知最大检修里程为1885公里,较优化之前的1660公里提升了13.6%。可见,本发明提出的上网检修人员优化配置方法可以有效增加接触网检修里程。
Claims (4)
1.一种增加接触网检修里程的作业人员配置方法,其特征在于,包括以下步骤:
A、确定检修人员数量:
根据检修车数量Njx确定接触网检修车上网作业岗位人员数量S1:S1=4×Njx;
根据梯车数量Ntc确定接触网梯车作业岗位人员数量S2:S2=8×Ntc;
B、确定检修人员的技能等级:
根据专家打分法确定每一位检修人员i从事检修岗位j的技能aij,其中i=1,2,…,4×Njx+8×Ntc;j=1,2;
C、制定基于遗传算法的检修作业人员优化配置方案:
C1、随机生成一个含有n个元素的数组表示人员配置方案,其中,n=4×Njx+8×Ntc,数组中的第i列元素值为1时表示第i名检修人员从事检修车上网作业岗位,第i列元素值为2时表示第i名检修人员从事梯车作业岗位;
C2、统计人员配置情况,当数组中第i列元素值为1时,Di1=1,否则,Di1=0;当数组中第i列元素值为2时,Di2=1,否则,Di2=0;
C3、计算从事检修车上网作业岗位的人员技能和A1:
计算从事梯车作业岗位的人员技能和A2:
C4、计算数组表示的人员配置方案对应的检修里程L:
L=0.532×T×min(A1,3×A2) (3)
其中,T表示作业时长;
C5、随机产生m个数组,每个数组的特征如C1所述,并按照步骤C2-C4计算每个数组所表示的人员配置方案对应的检修里程;并将m个数组组成m×n维矩阵Q;
C6、设定遗传算法的迭代次数MAXGEN、选择概率pi、交叉概率pc、变异概率pm,以最大化检修里程为优化目标,对矩阵Q进行选择、交叉、变异的遗传操作,直到满足迭代次数的要求,计算最后一代Q中各行数组所表示的人员配置方案对应的检修里程L1,L2,...,Lm,选择检修里程最大的数组为最终的人员配置方案。
2.根据权利要求1所述的一种增加接触网检修里程的作业人员配置方法,其特征在于,所述步骤B中aij的取值为0.75、1、1.25、1.5。
3.根据权利要求1所述的一种增加接触网检修里程的作业人员配置方法,其特征在于,所述步骤C5中数组个数m取值为1000。
4.根据权利要求1所述的一种增加接触网检修里程的作业人员配置方法,其特征在于,所述步骤C6中迭代次数MAXGEN取值为500,选择概率pi取值为0.9,交叉概率pc取值为0.9,变异概率pm取值为0.01。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111142176.7A CN113850515B (zh) | 2021-09-28 | 2021-09-28 | 一种增加接触网检修里程的作业人员配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111142176.7A CN113850515B (zh) | 2021-09-28 | 2021-09-28 | 一种增加接触网检修里程的作业人员配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113850515A CN113850515A (zh) | 2021-12-28 |
CN113850515B true CN113850515B (zh) | 2023-04-07 |
Family
ID=78980774
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111142176.7A Active CN113850515B (zh) | 2021-09-28 | 2021-09-28 | 一种增加接触网检修里程的作业人员配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113850515B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116128258B (zh) * | 2023-04-17 | 2023-07-14 | 通号(长沙)轨道交通控制技术有限公司 | 一种铁路接触网检修人员配置方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107944715A (zh) * | 2017-11-23 | 2018-04-20 | 海南电网有限责任公司 | 一种电网检修工单优化分配方法 |
CN109636205A (zh) * | 2018-12-18 | 2019-04-16 | 合肥师范学院 | 一种研发项目组合中多技能人员调度方法 |
CN109902936A (zh) * | 2019-01-31 | 2019-06-18 | 中国人民解放军陆军防化学院 | 一种基于装备维修工序的维修人员调配方法 |
CN111369016A (zh) * | 2020-02-05 | 2020-07-03 | 许昌北邮万联网络技术有限公司 | 一种基于图像识别的现场运维方法及系统 |
CN111461469A (zh) * | 2019-01-18 | 2020-07-28 | 阿里巴巴集团控股有限公司 | 人员调度方法及计算机设备 |
CN112537229A (zh) * | 2020-12-18 | 2021-03-23 | 西南交通大学 | 一种提高接触网检修效率的作业人员优化配置方法 |
-
2021
- 2021-09-28 CN CN202111142176.7A patent/CN113850515B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107944715A (zh) * | 2017-11-23 | 2018-04-20 | 海南电网有限责任公司 | 一种电网检修工单优化分配方法 |
CN109636205A (zh) * | 2018-12-18 | 2019-04-16 | 合肥师范学院 | 一种研发项目组合中多技能人员调度方法 |
CN111461469A (zh) * | 2019-01-18 | 2020-07-28 | 阿里巴巴集团控股有限公司 | 人员调度方法及计算机设备 |
CN109902936A (zh) * | 2019-01-31 | 2019-06-18 | 中国人民解放军陆军防化学院 | 一种基于装备维修工序的维修人员调配方法 |
CN111369016A (zh) * | 2020-02-05 | 2020-07-03 | 许昌北邮万联网络技术有限公司 | 一种基于图像识别的现场运维方法及系统 |
CN112537229A (zh) * | 2020-12-18 | 2021-03-23 | 西南交通大学 | 一种提高接触网检修效率的作业人员优化配置方法 |
Non-Patent Citations (7)
Title |
---|
Intelligent proactive maintenance system for high-speed railway traction power supply system;Qi Wang 等;《IEEE Transportations on Industrial Informatics》;第16卷(第11期);6729-6739 * |
动车组检修作业工单调度优化模型和算法;齐金平等;《中国铁路》(第03期);54-57 * |
南京地铁车辆维修资源优化配置研究;王海峻;《中国优秀硕士学位论文全文数据库工程科技II辑》(第05期);C033-74 * |
地铁车辆维修资源优化配置及评价系统研究;刘磊;《中国优秀硕士学位论文全文数据库工程科技II辑》(第03期);C033-393 * |
基于遗传算法的维修人力资源分配优化研究;陈国柱 等;《航空维修与工程》(第02期);57-60 * |
网络运维中现场作业任务调度的研究;许青林等;《广东工业大学学报》;第33卷(第04期);18-22 * |
航空公司航班运行调度模型与算法研究;周琨;《中国博士学位论文全文数据库工程科技II辑》(第07期);C031-32 * |
Also Published As
Publication number | Publication date |
---|---|
CN113850515A (zh) | 2021-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104992270B (zh) | 输变电设备状态检修辅助决策系统及方法 | |
CN102509018B (zh) | 电力系统设备重要性评价系统及方法 | |
CN107256449B (zh) | 一种智能变电站继电保护装置状态评价与评估方法 | |
CN113850515B (zh) | 一种增加接触网检修里程的作业人员配置方法 | |
CN103559648A (zh) | 电网设备状态检测与评价实训系统 | |
CN108133311A (zh) | 一种风电机组故障模式风险评估及可靠性分析方法 | |
CN104239694A (zh) | 一种城轨列车转向架的故障预测与视情维修方法 | |
CN105354614A (zh) | 一种基于大数据的电网信息运维主动预警方法 | |
CN103678952A (zh) | 一种电梯风险评估方法 | |
CN103020422A (zh) | 一种民用飞机系统维修时间间隔计算方法 | |
CN106127358A (zh) | 一种基于任务可靠性状态的制造系统预测性维修方法 | |
CN104462718A (zh) | 一种变电站经济运行年限区间评估方法 | |
CN103400209A (zh) | 配电网检修实施方案优化方法 | |
CN102117450A (zh) | 基于经验反馈的核电设备预防性更换周期的优化方法 | |
CN104218570A (zh) | 一种电能计量装置整体计量误差的在线评估方法和系统 | |
CN110516941A (zh) | 一种基于大数据分析企业生产隐患方法及装置 | |
CN105913177A (zh) | 基于云的调度停电计划信息处理方法 | |
CN106485596A (zh) | 一种配电设备检修策略优化方法 | |
CN103218535B (zh) | 电力通信设备检测方案的选择方法及装置 | |
CN113537523A (zh) | 一种变电设备状态检修及辅助决策方法 | |
CN110889587A (zh) | 配电网线路风险评估方法 | |
CN109902447A (zh) | 一种巨型水电厂状态检修模型及构建方法 | |
CN107085420B (zh) | 基于最小方差的控制回路性能评估方法及系统 | |
CN112537229A (zh) | 一种提高接触网检修效率的作业人员优化配置方法 | |
CN116128258B (zh) | 一种铁路接触网检修人员配置方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |