CN115358496A - 一种联合投送网络构建方法及系统 - Google Patents

一种联合投送网络构建方法及系统 Download PDF

Info

Publication number
CN115358496A
CN115358496A CN202211290631.2A CN202211290631A CN115358496A CN 115358496 A CN115358496 A CN 115358496A CN 202211290631 A CN202211290631 A CN 202211290631A CN 115358496 A CN115358496 A CN 115358496A
Authority
CN
China
Prior art keywords
delivery
time
nodes
node
virtual
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
Application number
CN202211290631.2A
Other languages
English (en)
Inventor
郭志明
高亮
周宇
白子龙
庞婷
田建辉
孙勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ordnance Science and Research Academy of China
Original Assignee
Ordnance Science and Research Academy of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ordnance Science and Research Academy of China filed Critical Ordnance Science and Research Academy of China
Priority to CN202211290631.2A priority Critical patent/CN115358496A/zh
Publication of CN115358496A publication Critical patent/CN115358496A/zh
Pending legal-status Critical Current

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • 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)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种联合投送网络构建方法及系统，涉及军事投送领域，构建节点数量为n、连边个数为m的网络模型，并建立所述加权网络模型的邻接矩阵；选取拓扑指标并确定各拓扑指标的权重，构建加权邻接矩阵并基于该加权临边矩阵构建加权网络模型；根据节点之间投送方式的不同，构建虚拟节点，并建立虚拟网络图；针对虚拟网络图进行决策分析，获取投送总时间，求解各种投送方式的时间；建立以投送总时间最短为目标的陆空联合投送路径优化数学模型，求解最优投送路径及投送方式。本发明选择不同的节点、路径及投送方式，基于投送方式的时间求解最优投送路径及投送方式，提高了投送效率，实用性强。

Description

一种联合投送网络构建方法及系统
技术领域
本发明涉及军事投送领域，具体涉及一种联合投送网络构建方法及系统。
背景技术
目前，随着信息技术的推动，部队充分依托信息网络资源，加强运输系统与整个军事系统的互联互通，进一步完善了信息系统和投送网络体系建设，这为投送网络建设奠定了坚实基础、提供了平台。目前联合投送网络其所需的信息采集技术、网络通讯技术、管理系统平台设计与开发技术等新技术已经非常成熟，并广泛运用于军事领域中。
而面对信息化条件的实时投送网络为一项复杂的系统工程，具有涉及部门和单位多、投送方式多样、需要众多部门协调等多种特点，其中联合投送需要综合运用公路、铁路、水路、航空等多种输送方式多维立体展开，因此需要科学合理地制定投送方式，严格区分时间和空间；而且投送过程中，需要做好隐蔽伪装和防护抗击行动，躲避敌对方的全天候侦察监视和远程精确打击。对于如此复杂的保障要素，联合投送网络需要基于网络手段，通过信息交互，使所有的资源纳入交换和使用渠道，实现物资、能量的有序流转和循环利用，从而实现高效的投送保障效益。因此为了可靠且高效的利用水空铁工运输网络，将人员、物资、设备等以快速便捷的方式运达目的地，选择合适的运输方式，优化投送路径，提高联合投送效率已经成为建立合理联合投送网络、打赢信息化条件下联合作战的重要条件之一。
在运输路线选择研究方面，康凯等人将多式联运的路径规划问题分离成途径节点序列选择、节点间投送方式选择和节点间既定投送方式下的路径优化这个子问题，并设计粒子群-蚁群双层优化算法求解，解决了多节点、多方式、多路径的运输优化问题。但是更多的是从定性角度，研究投送保障体系存在的诸多问题和思想性的对策建议，并没有以投送保障网络作为研究对象进行系统深入的研究。目前在军内外还未发现可以对部队投送保障网络建设具体操作有实用价值的研究成果。
现有技术“国防交通网络关键节点识别模型研究”中，提出了考虑节点连通可靠度的关键节点识别模型，并基于六种节点失效模式，分析了交通网络效能和最大连通子图规模的变化情况，证实了考虑节点连通可靠度的关键节点识别和 Core－Nodes确定方法的有效性；最后，利用网络效率和最大连通子图作为网络性能测度，分析了集中关键节点识别测度的灵敏度。
该投送网络模型只考虑节点的影响，根据节点的网络中心型和连通可靠度识别关键节点，针对性的选择投送路径及指定保障策略，并未结合实际，考虑投送的时间及投送方式等影响因素。因此，有必要提出一种联合投送网络构建方法，以更快速更准确地提取出不同投送方式在不同节点间的实际时间，从提高时间效率上满足联合投送的网络化的需要。
发明内容
为实现上述目的，本发明提供了一种联合投送网络构建方法及系统；本发明提供如下技术方案：
一种联合投送网络构建方法，包括以下步骤：
步骤一、构建节点数量为n、连边个数为m的网络模型G B (V,E)，并建立所述加权网络模型的邻接矩阵A；
步骤二、选取拓扑指标并确定各拓扑指标的权重，构建加权邻接矩阵W(σ)，并基于该加权临边矩阵构建加权网络模型G(V,E,W)；
步骤三、根据节点之间投送方式的不同，构建虚拟节点，并建立虚拟网络图H(N,F)，所述虚拟网络图H(N,F)表示为：包含m个水平面和若干个垂直面的立体空间，其中所述水平面对应一种投送方式，所述垂直面为所述投送方式之间的转换；
步骤四、针对虚拟网络图进行决策分析，获取投送总时间，求解各种投送方式的时间；
步骤五、建立以投送总时间最短为目标的陆空联合投送路径优化数学模型，求解最优投送路径及投送方式。
优选地，由节点集V={v 1,v 2,…,v n }和连边集E={e ij =(v i ,v j )|i,j∈(1,n)}构建网络模型GB(V,E)，其中e ij 表示节点v i 和节点v j 之间的连边关系；
所述邻接矩阵为n阶矩阵A={a ij } ，
其中
Figure 645280DEST_PATH_IMAGE001
。
优选地，所述拓扑指标至少包括：节点度ND、点强NS、加权聚集系数CC和点介数BC；
采用层次分析法判断所述拓扑指标的权重，具体为：建立基于层次分析法的层次结构模型；构造判断矩阵；计算特征值及特征向量；一致性检验分析；层次总排序，得出各拓扑指标的权重值。
优选地，构造判断矩阵具体包括：
确定标度，其中
Figure 734459DEST_PATH_IMAGE002
，
构造判断矩阵C，
Figure 122715DEST_PATH_IMAGE003
，
其中
Figure 817002DEST_PATH_IMAGE004
,
Figure 999721DEST_PATH_IMAGE005
，
一致性检验，计算最大特征值λ max 并判断所述判断矩阵C是否满足一致性检验结果。
优选地，定义投送方式集S={S 1,S 2,…,S k |k=1,2,…,m}，虚拟节点集N={n i k }，虚拟连边集F={f ij }。
优选地，在所述虚拟网络图H(N,F)中，定义其起始点S 1、终点S m 、虚拟源点O和虚拟终点D，则所述起始点虚拟源点O到所述起始点S 1之间、所述终点S m 到所述虚拟终点D之间的权值均为0。
优选地，所述投送的总时间为：T=t z +t y +t h +t x ；
其中t z 为出发装载的时间；t y 为在各节点之间的运行时间；t h 为投送中所有的换装时间；t x 为在目的地的卸载时间。
优选地，所述陆空联合投送路径优化数学模型为：
Figure 779458DEST_PATH_IMAGE006
其中，约束条件为：
Figure 722138DEST_PATH_IMAGE007
Figure 5351DEST_PATH_IMAGE008
，
Figure 890131DEST_PATH_IMAGE009
，
其中min T为最短时间，S为投送方式集，N为虚拟节点集，F为虚拟连边集；t ij k 表示由节点i到节点j选择第k种投送方式的投送时间，t i kl 表示在节点i处由第k种投送方式转换为第l种投送方式的换装时间，t z k 表示在第z个节点处k种投送方式的装载时间，t x k 表示在第x个节点处k种投送方式的卸载时间。
本发明提供一种联合投送网络构建系统，包括：
特征量获取模块：获取节点数量、连边数量及投送方式；
路径优化模块：自所述特征量获取模块中获取数据，根据如上述中任意一项所述的联合投送网络构建方法，获取最优投送路径及投送方式；
可视化模块：用于可视化展示所述路径优化模块中构建的虚拟网络图及最终的最优投送路径及投送方式。
本发明还提供一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据上述所述的方法中的任一联合投送网络构建方法。
与现有技术相比，本发明有以下优势：
本发明提供的一种联合投送网络构建方法，与现有技术相比较，该方法更快速更准确地提取出联合投送中的多条路线，满足联合投送的网络化的需要，选取并计算拓扑指标，以节点度、点强、加权聚类系数和介数中心性为反映节点重要度的指标，对网络中的关键节点进行筛选，剔除不必要的节点，提高了网络化建模的效率和准确度；对联合投送网络进行适当的抽象简化，将每一个实际节点按照所需投送方式数量的不同，扩展出与之相对应的虚拟节点，每个虚拟节点表示从实际节点出发的一种投送方式，对目标决策分析，各种投送方式的装运卸运时间都可以根据投送任务实际和交通设施设备保障能力加以求解，将理论与实际结合，考虑到不同投送任务和交通设施对投送网络的影响，所建立的网络化模型更符合实际，实用性更强。
附图说明
图1为本发明中一种联合投送网络构建方法的方法流程图；
图2为本发明边权设置结构图；
图3为本发明虚拟联合投送网络图。
具体实施方式
为使本发明实施例的目的和技术方案更加清楚，下面将结合本发明实施例，对本发明的技术方案进行清楚、完整地描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
实施例1
本发明提供了一种联合投送网络构建方法及系统；
S1、构建节点数量为n、连边个数为m的网络模型G B (V,E)，并建立所述加权网络模型的邻接矩阵A；
具体的，由节点集V={v 1,v 2,…,v n }和连边集E={e ij =(v i ,v j )|i,j∈(1,n)}构建网络模型GB(V,E)，其中e ij 表示节点v i 和节点v j 之间的连边关系；
所述邻接矩阵为n阶矩阵A={a ij } ，
其中
Figure 157164DEST_PATH_IMAGE001
。
S2、选取拓扑指标并确定各拓扑指标的权重，构建加权邻接矩阵W{w ij }，并基于该加权临边矩阵构建加权网络模型G(V,E,W)。
所述拓扑指标至少包括：节点度ND、点强NS、加权聚集系数CC和点介数BC，将所有拓扑指标进行标准化处理。
节点度ND用来表示网络中单个节点与相邻节点间连接次数，主要用于分析在投送网络中哪些投送网络节点更重要，从另一个侧面反映出投送保障网络节点之间的关系强弱，具体为：
Figure 90485DEST_PATH_IMAGE010
，
其中a ij 为两个节点的连边状况，若两节点之间存在连边，则取值为1，否则取值为0，即
Figure 290522DEST_PATH_IMAGE011
，
点强NS表示两个节点之间的连接紧密关系，具体为：
Figure 283886DEST_PATH_IMAGE012
；
加权聚集系数CC表示两个节点之间联系紧密程度，其中假设节点v i 的相邻两个节点为v j 和v k ，则节点v i 的加权聚集系数CC为：
Figure 834953DEST_PATH_IMAGE013
；
投送网络节点的加权聚集系数CC主要反映节点之间的关系强弱，在一定程度上表明投送网络呈现出区域化的趋势，如果聚集系数的值越大，则节点与节点之间的交互性越强。主要表现在，一方面，当在规定的地点执行规定的任务时，彼此之间自组织自适应能力较强的各个投送保障网络节点可以在较短的时间内完成该任务；另一方面，在遇到敌方破坏重要节点之后，可以让某些聚集系数高的投送保障网络节点代替被破坏的重要节点，使其作为重要节点与其他节点相连接，确保投送保障网络的有效运行。
点介数BC用于分析节点的中心性，可以表示为：
Figure 306386DEST_PATH_IMAGE014
，
其中n ij 为节点v i 和节点v j 之间存在的最短路径数量，n ij (k)表示节点v i 和节点v j 之间的所有最短路径中经过节点v k 的条数。
点介数反映到投送网络中，反映出节点与该节点所拥有的资源之间的关系，如果点介数的值越高，说明在投送网络中的物质、信息、能量将频繁出入该节点，该节点在配置地域内就非常重要，要求其对资源流动具有很强的掌控能力。
采用层次分析法判断所述拓扑指标的权重，具体为：
建立基于层次分析法的层次结构模型；
构造判断矩阵；具体包括：
确定标度，其中
Figure 878706DEST_PATH_IMAGE015
；
构造判断矩阵C，
Figure 42971DEST_PATH_IMAGE003
，
其中
Figure 815755DEST_PATH_IMAGE004
,
Figure 90878DEST_PATH_IMAGE016
，
一致性检验，计算最大特征值λ max 并判断所述判断矩阵C是否满足一致性检验结果；
计算特征值及特征向量；一致性检验分析；层次总排序，得出各拓扑指标的权重值。
S3、根据节点之间投送方式的不同，构建虚拟节点，并建立虚拟网络图H(N,F)；
定义投送方式集S={S 1,S 2,…,S k |k=1,2,…,m}，虚拟节点集N={n i k }，虚拟连边集F={f ij }，则所述虚拟网络图H(N,F)表示为：包含m个水平面和若干个垂直面的立体空间，其中所述水平面对应一种投送方式，所述垂直面为所述投送方式之间的转换。
在所述虚拟网络图H(N,F)中，定义其起始点S 1、终点S m 、虚拟源点O和虚拟终点D，则所述起始点虚拟源点O到所述起始点S 1之间、所述终点S m 到所述虚拟终点D之间的权值均为0；
对于同一水平面的不相邻节点，如果存在弧线连接，说明这两点之间存在不经过第三方的直达投送线路，这与联合投送的复杂网络特性是相一致的；在同一层面，如果两个相邻节点之间不提供某种投送方式，则该相邻节点无连接弧或为无穷大。
S4、针对虚拟网络图进行决策分析，获取投送总时间，求解各种投送方式的时间；所述投送的总时间为：T=t z +t y +t h +t x ；
其中t z 为出发装载的时间；t y 为在各节点之间的运行时间；t h 为投送中所有的换装时间；t x 为在目的地的卸载时间。
其中，各种投送方式的装运卸载时间都可以根据投送任务实际和交通设施设备保障能力加以求解。
S5、建立以投送总时间最短为目标的陆空联合投送路径优化数学模型，求解最优投送路径及投送方式。所述陆空联合投送路径优化数学模型为：
Figure 531087DEST_PATH_IMAGE017
，
其中，约束条件为：
Figure 600674DEST_PATH_IMAGE018
Figure 329596DEST_PATH_IMAGE019
，
Figure 205148DEST_PATH_IMAGE020
，
其中min T为最短时间，S为投送方式集，N为虚拟节点集，F为虚拟连边集；t ij k 表示由节点i到节点j选择第k种投送方式的投送时间，t i kl 表示在节点i处由第k种投送方式转换为第l种投送方式的换装时间，t z k 表示在第z个节点处k种投送方式的装载时间，t x k 表示在第x个节点处k种投送方式的卸载时间。约束条件保证从任意节点出发只能选择一种投送方式，保证任意节点至多发生一次换装，保证投送方式的连续性，并且表明决策变量只能取整数0或1。
实施例2
本发明提供了一种联合投送网络构建方法及系统，应用于部队联合投送计划；
S1、以部队为节点，无线通信距离形成连边，统计部队在某时刻的位置，以及与相邻部队间的相对位置关系，构建节点数量为n、连边个数为m的网络模型G B (V,E)，并建立所述加权网络模型的邻接矩阵A；
具体的，由节点集V={v 1,v 2,…,v n }和连边集E={e ij =(v i ,v j )|i,j∈(1,n)}构建网络模型GB(V,E)，其中e ij 表示节点v i 和节点v j 之间的连边关系；
所述邻接矩阵为n阶矩阵A={a ij } ，
其中
Figure 437546DEST_PATH_IMAGE001
。
S2、考虑到两个队伍隔越小，冲突越突出，网络也越紧密，将每个队伍之间的距离的倒数设置为网络边权，将上述模型拓展为加权网络模型，选取拓扑指标并确定各拓扑指标的权重，构建加权邻接矩阵W{w ij }，并基于该加权临边矩阵构建加权网络模型G(V,E,W)。
所述拓扑指标包括：节点度ND、点强NS、加权聚集系数CC和点介数BC，将所有拓扑指标进行标准化处理。
节点度ND用来表示网络中单个节点与相邻节点间连接次数，具体为：
Figure 491084DEST_PATH_IMAGE010
，
其中a ij 为两个节点的连边状况，若两节点之间存在连边，则取值为1，否则取值为0，即
Figure 441722DEST_PATH_IMAGE011
，
点强NS表示两个节点之间的连接紧密关系，具体为：
Figure 120965DEST_PATH_IMAGE021
；
加权聚集系数CC表示两个节点之间联系紧密程度，其中假设节点v i 的相邻两个节点为v j 和v k ，则节点vi的加权聚集系数CC为：
Figure 207870DEST_PATH_IMAGE022
；
点介数BC用于分析节点的中心性，可以表示为：
Figure 947156DEST_PATH_IMAGE014
，
其中n ij 为节点v i 和节点v j 之间存在的最短路径数量，n ij (k)表示节点v i 和节点v j 之间的所有最短路径经过节点v k 的条数。
采用层次分析法判断所述拓扑指标的权重，具体为：
建立基于层次分析法的层次结构模型；
构造判断矩阵；具体包括：
确定标度，其中
Figure 119511DEST_PATH_IMAGE015
；
由于点强与加权聚类系数含有边权信息，其重要程度优于节点度和点介数中心性，且加权聚类系数能够反映社团结构，比点强更加重要。而节点度与点介数中心性相比，点介数中心性反映了节点对于网络结构的重要性，而节点度指标考虑信息比较单一认为点介数中心性更加重要。综上，认定各指标的重要性为加权聚类系数>点强>点介数中心性>节点度；
具体标度确认的结果如下表所示，
表1 节点度ND、点强NS、加权聚集系数CC和点介数BC的标度
Figure 336866DEST_PATH_IMAGE023
构造判断矩阵C，
Figure 543857DEST_PATH_IMAGE024
，
其中
Figure 437732DEST_PATH_IMAGE025
,
Figure 362963DEST_PATH_IMAGE016
，
Figure 321692DEST_PATH_IMAGE026
，
其中
Figure 445505DEST_PATH_IMAGE027
为权重向量，具体的计算方式为：
Figure 464277DEST_PATH_IMAGE028
，
一致性检验，计算最大特征值λ max 并判断所述判断矩阵C是否满足一致性检验结果；CI=0，有完全的一致性，CI接近于0，有满意的一致性，CI越大，则不一致越严重；经计算，
Figure 673541DEST_PATH_IMAGE029
，
Figure 170382DEST_PATH_IMAGE030
，
因此，判断矩阵满足一致性检验结果，得出各拓扑指标的权重值。
S3、根据节点之间投送方式的不同，构建虚拟节点，将每一个实际节点按照所需投送方式数量的不同，扩展出与之相对应的虚拟节点，每个虚拟节点表示从实际节点出发的一种投送方式，建立虚拟网络图H(N,F)；
定义投送方式集S={S 1,S 2,…,S k |k=1,2,…,m}，本实施例中，目前主要为铁路、公路、水路、空运4种方式，即m=4，虚拟节点集N={n i k }，虚拟连边集F={f ij }，则所述虚拟网络图H(N,F)表示为：包含4个水平面和若干个垂直面的立体空间，其中所述水平面对应一种投送方式，所述垂直面为所述投送方式之间的转换。
在所述虚拟网络图H(N,F)中，定义其起始点S 1、终点S m 、虚拟源点O和虚拟终点D，则所述起始点虚拟源点O到所述起始点S 1之间、所述终点S m 到所述虚拟终点D之间的权值均为0；
对于同一水平面的不相邻节点，如果存在弧线连接，说明这两点之间存在不经过第三方的直达投送线路，这与联合投送的复杂网络特性是相一致的；在同一层面，如果两个相邻节点之间不提供某种投送方式，则该相邻节点无连接弧或为无穷大。
S4、针对虚拟网络图进行决策分析，获取投送总时间，求解各种投送方式的时间。
假设各种投送方式的转换只能在节点处发生，且每一节点只能实施一次换装;两相邻节点之间只能选择一种投送方式，若不存在投送方式，则两者不相连或为无穷大；相同投送方式之间或途中不发生中转和倒装；不考虑拥堵、晚点等因素对投送时间的影响；部队在装载或换乘时，铁路车辆和飞机均已集结完毕，则不需考虑等待时间，则所述投送的总时间为：T=t z +t y +t h +t x ；
其中t z 为部队在集结地域出发装载的时间；t y 为部队在各节点之间的运行时间；t h 为部队投送中所有的换装时间；t x 为在部队在目的地的卸载时间。
其中，各种投送方式的装运卸载时间都可以根据投送任务实际和交通设施设备保障能力加以求解。
在人装一体条件下，进行陆空联合投送需要考虑公路或铁路投送与航空投送之间的衔接、换乘问题，对于运力比较大的铁路和公路投送来说，可以一次性投送大批量的人员和装备，但航空投送受运输机的单机装载能力和保有数量的制约，对成建制部队航空投送时，需采取飞机“循环套用”的运输组织形式，即按照空运顺序，循环使用飞机分批次运送部队，直至空运完毕。
针对这一特殊情况，着重对航空投送时间进行分析研究。
(1)根据部队人员数量和装备物资尺寸、重量，预测所需客、货机架次数。部队成建制进行航空投送时，通常使用客机运送人员、货机运输装备物资，客机通常按部队总人数除以客机航次载客量的90%来估算，货机通常用装备物资总重量和总长度两个指标来估算，并需综合考虑装卸载机场保障能力。
(2)根据可供选择的货机机型、架数以及架次数，计算单机往返次数。这是由于我国货机短缺，适合轮式装备装载的大中型运输机更是极其有限，通常需采取飞机“循环套用”的运输组织形式，即按照空运顺序，循环使用飞机分批次运送部队，直至空运完毕。比如，选择了5架飞机，需飞行15个架次，则需飞行3个梯队，每个梯队包含5个架次。
(3)战时特殊情况下，部队实施空中投送可采取在机场半关闭或全关闭的状态下装卸载，并尽可能开展多架次、多机种平行装卸载作业。
因此，可以求出航空投送实际装载时间、实际运行时间、实际卸载时间。
S5、建立以投送总时间最短为目标的陆空联合投送路径优化数学模型，求解最优投送路径及投送方式。所述陆空联合投送路径优化数学模型为：
Figure 148702DEST_PATH_IMAGE031
，
其中，约束条件为：
Figure 338375DEST_PATH_IMAGE032
Figure 785668DEST_PATH_IMAGE033
，
Figure 86199DEST_PATH_IMAGE034
，
其中min T为最短时间，S为投送方式集，N为虚拟节点集，F为虚拟连边集；t ij k 表示由节点i到节点j选择第k种投送方式的投送时间，t i kl 表示在节点i处由第k种投送方式转换为第l种投送方式的换装时间，t z k 表示在第z个节点处k种投送方式的装载时间，t x k 表示在第x个节点处k种投送方式的卸载时间。约束条件式保证从任意节点出发只能选择一种投送方式，保证任意节点至多发生一次换装，保证投送方式的连续性，并且表明决策变量只能取整数0或1。
实施例3
本发明提供一种联合投送网络构建系统，包括：
特征量获取模块：获取节点数量、连边数量及投送方式；
路径优化模块：自所述特征量获取模块中获取数据，根据如上述所述的联合投送网络构建方法，获取最优投送路径及投送方式；
可视化模块：用于可视化展示所述路径优化模块中构建的虚拟网络图及最终的最优投送路径及投送方式。
本发明还提供一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据上述所述的方法中的任一联合投送网络构建方法。
以上仅为本发明的部分实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些显而易见的替换形式均属于本发明的保护范围。

Claims (10)

1.一种联合投送网络构建方法，其特征在于：
包括以下步骤：
步骤一、构建节点数量为n、连边个数为m的网络模型G B (V,E)，并建立所述网络模型的邻接矩阵A；
步骤二、选取拓扑指标并确定各拓扑指标的权重，构建加权邻接矩阵W{w ij }，并基于该加权临边矩阵构建加权网络模型G(V,E,W)；
步骤三、根据节点之间投送方式的不同，构建虚拟节点，并建立虚拟网络图H(N,F)；
步骤四、针对虚拟网络图进行决策分析，获取投送总时间，求解各种投送方式的时间；
步骤五、建立以投送总时间最短为目标的陆空联合投送路径优化数学模型，求解最优投送路径及投送方式。
2.根据权利要求1所述的一种联合投送网络构建方法，其特征在于：
由节点集V={v 1,v 2,…,v n }和连边集E={e ij =(v i ,v j )|i,j∈(1,n)}构建网络模型GB(V,E)，其中e ij 表示节点v i 和节点v j 之间的连边关系；
所述邻接矩阵为n阶矩阵A={a ij } ，
其中
Figure 839606DEST_PATH_IMAGE001
。
3.根据权利要求1所述的一种联合投送网络构建方法，其特征在于：
所述拓扑指标至少包括：节点度ND、点强NS、加权聚集系数CC和点介数BC；
采用层次分析法判断所述拓扑指标的权重，具体为：建立基于层次分析法的层次结构模型；构造判断矩阵；计算特征值及特征向量；一致性检验分析；层次总排序，得出各拓扑指标的权重值。
4.根据权利要求3所述的一种联合投送网络构建方法，其特征在于：
构造判断矩阵具体包括：
确定标度，其中
Figure 260354DEST_PATH_IMAGE002
；
构造判断矩阵C，
Figure 578203DEST_PATH_IMAGE003
，
其中
Figure 624656DEST_PATH_IMAGE004
,
Figure 344351DEST_PATH_IMAGE005
，
一致性检验，计算最大特征值λ max 并判断所述判断矩阵C是否满足一致性检验结果。
5.根据权利要求1所述的一种联合投送网络构建方法，其特征在于：
定义投送方式集S={S 1,S 2,…,S k |k=1,2,…,m}，虚拟节点集N={n i k }，虚拟连边集F={f ij }，
则所述虚拟网络图H(N,F)表示为：包含m个水平面和若干个垂直面的立体空间，其中所述水平面对应一种投送方式，所述垂直面为所述投送方式之间的转换。
6.根据权利要求5所述的一种联合投送网络构建方法，其特征在于：
在所述虚拟网络图H(N,F)中，定义其起始点S 1、终点S m 、虚拟源点O和虚拟终点D，则所述起始点虚拟源点O到所述起始点S 1之间、所述终点S m 到所述虚拟终点D之间的权值均为0。
7.根据权利要求6所述的一种联合投送网络构建方法，其特征在于：
所述投送的总时间为：T=t z +t y +t h +t x ；
其中t z 为出发装载的时间；t y 为在各节点之间的运行时间；t h 为投送中所有的换装时间；t x 为在目的地的卸载时间。
8.根据权利要求6所述的一种联合投送网络构建方法，其特征在于：
所述陆空联合投送路径优化数学模型为：
Figure 450847DEST_PATH_IMAGE006
，
其中，约束条件为：
Figure 255992DEST_PATH_IMAGE007
Figure 106136DEST_PATH_IMAGE008
，
Figure 680337DEST_PATH_IMAGE009
，
其中min T为最短时间，S为投送方式集，N为虚拟节点集，F为虚拟连边集；t ij k 表示由节点i到节点j选择第k种投送方式的投送时间，t i kl 表示在节点i处由第k种投送方式转换为第l种投送方式的换装时间，t z k 表示在第z个节点处k种投送方式的装载时间，t x k 表示在第x个节点处k种投送方式的卸载时间。
9.一种联合投送网络构建系统，其特征在于：包括：
特征量获取模块：获取节点数量、连边数量及投送方式；
路径优化模块：自所述特征量获取模块中获取数据，根据如权利要求1-8中任意一项所述的联合投送网络构建方法，获取最优投送路径及投送方式；
可视化模块：用于可视化展示所述路径优化模块中构建的虚拟网络图及最终的最优投送路径及投送方式。
10.一种存储一个或多个程序的计算机可读存储介质，其特征在于：所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据权利要求1-8所述的方法中的任一联合投送网络构建方法。
CN202211290631.2A 2022-10-21 2022-10-21 一种联合投送网络构建方法及系统 Pending CN115358496A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211290631.2A CN115358496A (zh) 2022-10-21 2022-10-21 一种联合投送网络构建方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211290631.2A CN115358496A (zh) 2022-10-21 2022-10-21 一种联合投送网络构建方法及系统

Publications (1)

Publication Number Publication Date
CN115358496A true CN115358496A (zh) 2022-11-18

Family

ID=84008575

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211290631.2A Pending CN115358496A (zh) 2022-10-21 2022-10-21 一种联合投送网络构建方法及系统

Country Status (1)

Country Link
CN (1) CN115358496A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116090268A (zh) * 2023-04-12 2023-05-09 四川省交通勘察设计研究院有限公司 一种公路交通网络枢纽节点识别方法、装置、设备和介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180302807A1 (en) * 2015-04-15 2018-10-18 Nokia Solutions And Networks Oy Self-Organizing Network Concepts for Small Cells Backhauling
CN110414833A (zh) * 2019-07-26 2019-11-05 东南大学 一种城市多模式交通网络运能协调评价方法
CN110781352A (zh) * 2019-10-15 2020-02-11 东北大学秦皇岛分校 一种最低成本优化拓扑结构实现网络结构可控性的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180302807A1 (en) * 2015-04-15 2018-10-18 Nokia Solutions And Networks Oy Self-Organizing Network Concepts for Small Cells Backhauling
CN110414833A (zh) * 2019-07-26 2019-11-05 东南大学 一种城市多模式交通网络运能协调评价方法
CN110781352A (zh) * 2019-10-15 2020-02-11 东北大学秦皇岛分校 一种最低成本优化拓扑结构实现网络结构可控性的方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
侯小平 等: "部队陆空联合投送路径优化", 《军事交通学院学报》 *
吴明功等: "基于复杂网络理论的关键飞行冲突点识别", 《西北工业大学学报》 *
王政等: "基于复杂网络理论的大型换热网络节点重要性评价", 《化工进展》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116090268A (zh) * 2023-04-12 2023-05-09 四川省交通勘察设计研究院有限公司 一种公路交通网络枢纽节点识别方法、装置、设备和介质

Similar Documents

Publication Publication Date Title
Chauhan et al. Maximum coverage capacitated facility location problem with range constrained drones
US20220036743A1 (en) Low-altitude air route planning and design method, device and storage medium with multi-objective constraints
CN104683405B (zh) 在车联网中集群服务器分发地图匹配任务的方法和装置
Ray et al. The multi-depot split-delivery vehicle routing problem: Model and solution algorithm
US20160379388A1 (en) System and method for combining geographical and economic data extracted from satellite imagery for use in predictive modeling
Joshi et al. FoodMatch: Batching and matching for food delivery in dynamic road networks
Feng et al. Allocation using a heterogeneous space Voronoi diagram
Yin et al. Machine learning techniques for taxi-out time prediction with a macroscopic network topology
CN106228263A (zh) 基于大数据的物流信息化方法
CN115358496A (zh) 一种联合投送网络构建方法及系统
Sergeeva et al. 3D airspace sector design by genetic algorithm
Momeni et al. A new truck-drone routing problem for parcel delivery by considering energy consumption and altitude
Iliopoulou et al. Route planning for a seaplane service: The case of the Greek Islands
CN105956816A (zh) 物资运输信息智能处理方法
Adsanver et al. Drone routing for post-disaster damage assessment
Ding et al. Research on the shipping network structure under the influence of Arctic routes
Shao-hong et al. Location algorithm of transfer stations based on density peak and outlier detection
Zhang et al. Service composition based on discrete particle swarm optimization in military organization cloud cooperation
CN116166225A (zh) 基于软件定义的任务规划中台架构设计方法
Boulmakoul et al. Combinatorial connectivity and spectral graph analytics for urban public transportation system
Linqing et al. Hyperpath-based vehicle routing and scheduling method in time-varying networks for airport shuttle service
Changizi et al. A Multi-Visit Heterogeneous Drone Routing Model Considering Recharging Decision in Disaster
Wei et al. Routing flexible traffic into metroplex
Li et al. General model building and heuristic optimization algorithm for vehicle routing problem with in disaster∗
CN116882590B (zh) 基于时序网络模型的航班计划优化方法、系统及储存介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20221118