CN115511213A - 一种运输水电设备的路径优化方法、装置、媒体及系统 - Google Patents

一种运输水电设备的路径优化方法、装置、媒体及系统 Download PDF

Info

Publication number
CN115511213A
CN115511213A CN202211302126.5A CN202211302126A CN115511213A CN 115511213 A CN115511213 A CN 115511213A CN 202211302126 A CN202211302126 A CN 202211302126A CN 115511213 A CN115511213 A CN 115511213A
Authority
CN
China
Prior art keywords
transportation
path
hydroelectric
modes
logistics
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
CN202211302126.5A
Other languages
English (en)
Inventor
喻文振
杨学红
何为
王曙东
罗立哲
潘少华
李想
刘波
陈培
帖熠
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.)
Changjiang Institute of Survey Planning Design and Research Co Ltd
Original Assignee
Changjiang Institute of Survey Planning Design and Research Co Ltd
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 Changjiang Institute of Survey Planning Design and Research Co Ltd filed Critical Changjiang Institute of Survey Planning Design and Research Co Ltd
Priority to CN202211302126.5A priority Critical patent/CN115511213A/zh
Publication of CN115511213A publication Critical patent/CN115511213A/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"
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于水电工程技术领域，公开了一种涉及多种运输方式的水电设备物流路径优化方法，通过在多图层上建立节点‑路径网络拓扑结构，将水陆联运、中转等复杂的运输方式抽象成计算机能够处理的点线关系，继而建立模型，运用迪杰斯特拉算法求出最优解，解决了调度人员长期困扰的重大件水利机电设备的运输路径进行优化的技术问题。本发明还提供了一种涉及多种运输方式的水电设备物流路径优化装置、一种存储有涉及多种运输方式的水电设备物流路径优化程序的一种非暂态可读记录媒体及包含该媒体的系统，通过处理电路可以调用该程序来执行前述方法，适于在水电行业物流项目中推广使用。

Description

一种运输水电设备的路径优化方法、装置、媒体及系统
技术领域
本发明属于水电工程技术领域，具体公开了一种涉及多种运输方式的水电设备物流路径优化方法、装置、非暂态可读记录媒体及数据处理系统。
背景技术
大型水电工程建设需要装配水轮机、桥机大梁及主变压器等重大件机电设备。由于水电工程常处于偏远山区，而具备重大件设备生产能力的供应商一般位于工业发达的地区，需要远距离运输到施工现场。并且这些重大件的规模巨大，其重量和尺寸往往会超过一般交通设施的限制标准，运输难度很大，单一的运输方式很难满足运输要求。因此，公路、铁路以及水路等多种运输方式联合运输成为重大件设备运输的主要方式。同时好的重大件运输方案还要满足经济、风险可控以及运输时间等多方面要求，以达到整体最优。可见，重大件水电设备运输需要综合多式联运网络、运输路径对尺寸和重量的约束条件以及多种运输方案属性，是一种包含了路径优化和方案决策的复杂系统工程问题。
目前，工程设计中主要依靠工程经验及决策者偏好，根据采集到的相关数据进行运输方案规划，主观性及经验性较强，随着计算机技术的发展，通过计算机对大数据处理的技术优势，已成功地在各行业中通过更为客观的分析计算，求出问题的最优解，但如何设计运输网络拓扑结构，建立适应水电设备运输的优化算法模型，利用计算机程序对重大件水利机电设备的运输路径进行优化却始终是技术人员正在探索的问题。
发明内容
为了解决背景技术中，本发明提供一种涉及多种运输方式的水电设备物流路径优化方法，包括以下步骤：
S1.分别建立各运输方式的节点-路径的网络拓扑图层，将不同所述网络拓扑图层中可以转换运输方式的同一地理位置节点作为枢纽，在各所述枢纽间建立层际路径，形成运输路径异构网络图；
S2.在各所述网络拓扑图层中输入各路径的运输限制条件数据，并将所有运输限制条件数据所限定的范围作为广义时间窗，设置筛选出所述运输异构网络图中有效运输路径架构的程序；
S3.基于所述有效运输路径架构，建立多模态评价函数，通过权重调节转变为单模态评价函数，设置迪杰斯特拉算法求最优解，形成多种运输方式优化模型；
S4.向所述多种运输方式优化模型输入待运水电设备涉及的参数，输出最优的待运水电设备物流路径。
本发明还提供一种涉及多种运输方式的水电设备物流路径优化装置，包括以下功能模块：
图形模块，用于分别建立各运输方式的节点-路径的网络拓扑图层，将不同所述网络拓扑图层中可以转换运输方式的同一地理位置节点作为枢纽，在各所述枢纽间建立层际路径，形成运输路径异构网络图；
设置模块，用于在各所述网络拓扑图层中输入各路径的运输限制条件数据，并将所有运输限制条件数据所限定的范围作为广义时间窗，设置筛选出所述运输异构网络图中有效运输路径架构的程序；
分析模块，用于基于所述有效运输路径架构，建立多模态评价函数，通过权重调节转变为单模态评价函数，设置迪杰斯特拉算法求最优解，形成多种运输方式优化模型；
I/O模块，用于向所述多种运输方式优化模型输入待运水电设备涉及的参数，输出最优的待运水电设备物流路径。
上述“方法”和“装置”两种技术方案均包括以下优选项：
优选的，所述多种运输方式包括铁路运输、公路运输、和水路运输，所述运输限制条件数据包括但不限于运输路径上桥梁、路基、隘口和运输工具对运输物资尺寸和重量的上限。
优选的，所述多模态评价函数包括但不限于计算最低运输费用、运输历时及运输风险的函数。
本发明的另一方案在于提供一种非暂态可读记录媒体，用以存储包含多个指令的一个或多个程序，当执行指令时，将致使处理电路执行所述一种涉及多种运输方式的水电设备物流路径优化方法中所包括的步骤。
本发明的又一方案在于提供一种数据处理系统，包括处理电路及与其电性耦接的存储器，其特征在于，所述存储器配置储存至少一程序，所述程序包含多个指令，所述处理电路运行所述程序，能执行所述一种涉及多种运输方式的水电设备物流路径优化方法中所包括的步骤。
相对于现有技术，本发明具有以下有益效果：
本发明通过在多图层上建立节点-路径网络拓扑结构，将水陆联运、中转等复杂的运输方式抽象成计算机能够处理的点线关系，继而建立模型，运用迪杰斯特拉算法快速求出最优解，解决了调度人员长期困扰的如何利用计算机程序对重大件水利机电设备的运输路径进行优化的技术问题。
附图说明
图1为本发明实施例中多种运输方式所体现的节点-路径网络拓扑结构示意图；其中，同一数字序号代表同一地理位置的物流节点，有虚线连接的节点意味着该节点是能实现两种以上(此处以上包括本数)不同运输方式的转换的枢纽。
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描述，所描述的实施例是本发明一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域技术人员在没有做出创新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。
一种涉及多种运输方式的水电设备物流路径优化方法的实施例包括以下步骤：
S1.分别建立各运输方式的节点-路径的网络拓扑图层，将不同所述网络拓扑图层中可以转换运输方式的同一地理位置节点作为枢纽，在各所述枢纽间建立层际路径，形成运输路径异构网络图；
具体而言，如图1所示，将公铁水多式联运网络分为公路层、铁路层及水路层，每层的运输网络都转化为节点-路径拓扑关系；具有重大件转运能力的节点作为枢纽(包括水陆联运的转运码头以及公铁联运的转运车站)。
不同运输方式层级的同一地理位置节点用相同的数字序号标识，不同层间的同一枢纽用虚线连接；
S2.在各所述网络拓扑图层中输入各路径的运输限制条件数据，并将所有运输限制条件数据所限定的范围作为广义时间窗，设置筛选出所述运输异构网络图中有效运输路径架构的程序；
广义时间窗概念是参考了车辆路径优化问题中以时间窗的方式来表征时间约束条件；在此，广义时间窗是以运输路径上桥梁、路基、隘口和运输工具对运输物资尺寸和重量的上限作为路径选择的约束条件；所述重大件水电设备的运输路径选择应该符合以下尺寸和重量的约束条件：
Figure BDA0003904468740000041
S3.基于所述有效运输路径架构，建立多模态评价函数，通过权重调节转变为单模态评价函数，设置迪杰斯特拉算法求最优解，形成多种运输方式优化模型；
该模型基于以下假设：
两个节点间可能存在多种运输方式，但只能选取一种运输，不考虑多种运输方式分担运输的情况；
运输方式只能在作为枢纽的节点处发生转变，其它节点不具备重大件转运能力。
多模态评价函数包括但不限于计算最低运输费用、运输历时及运输风险的函数。
运输费用包括路桥费和中转费用，其中路桥费可以通过运输距离、运输费率和运输量计算得到，中转费用可以通过调查估计得到；运输历时包括运输路径上的运输时间和中转时间，其中运输时间可以通过运输距离、运输车辆平均行驶速度估计得到，中转时间可以通过调查估计得到；运输风险可以采用专家打分法，依据专家经验和勘测调查数据对风险进行评估。所述多模态优化模型是以最小运输费用、最短运输历时和最低运输风险建立，包括以下函数：
(1)最小运输费用：
Figure BDA0003904468740000051
(2)最短运输历时：
Figure BDA0003904468740000052
(3)最低运输风险：
Figure BDA0003904468740000053
对于路径优化问题中的多模态决策模型，常见的求解方法是通过化多为少法，将多模态转化为单模态(综合评价模态)。本发明中采用指标赋权法将运输费用、运输历时和运输风险转化为综合评价模态，并建立单模态优化模型，表达式如下：
Figure BDA0003904468740000054
式中：
Figure BDA0003904468740000055
分别是无量纲化和归一化处理后的运输费用、运输历时和运输风险属性值。
利用迪杰斯特拉算法(后续简称Dijkstra算法)求解所述单模态优化模型，该模型的具体作用是以运输路径对尺寸和重量的限制标准为约束条件，以运输费用、运输历时及运输风险的综合评价模态的属性值作为边权值，寻找起点到终点的综合评价模态属性值最小的运输路径方案。
S4.向所述多种运输方式优化模型输入待运水电设备涉及的参数，输出最优的待运水电设备物流路径。
输入重大件水电设备k的运输起点和终点，及其最大尺寸和重量；
根据每个路径(i,j)上的广义时间窗，从运输路径异构网络图中排除不符合约束条件的运输路径；
采用Dijkstra算法，输入起点和终点，基于每个路径(i,j)上单模态属性值计算输出最优运输路径方案；
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机、可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
将上述方法步骤汇编成程序再存储于硬盘或其他非暂态存储介质就构成了本发明的“一种非暂态可读记录媒体”的实施例；而将该存储介质与计算机处理器电连接，通过数据处理进行水电设备物流运输路径优化，则构成本发明的“一种数据处理系统”的实施例。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种涉及多种运输方式的水电设备物流路径优化方法，其特征在于包括以下步骤：
S1.分别建立各运输方式的节点-路径的网络拓扑图层，将不同所述网络拓扑图层中可以转换运输方式的同一地理位置节点作为枢纽，在各所述枢纽间建立层际路径，形成运输路径异构网络图；
S2.在各所述网络拓扑图层中输入各路径的运输限制条件数据，并将所有运输限制条件数据所限定的范围作为广义时间窗，设置筛选出所述运输异构网络图中有效运输路径架构的程序；
S3.基于所述有效运输路径架构，建立多模态评价函数，通过权重调节转变为单模态评价函数，设置迪杰斯特拉算法求最优解，形成多种运输方式优化模型；
S4.向所述多种运输方式优化模型输入待运水电设备涉及的参数，输出最优的待运水电设备物流路径。
2.根据权利要求1所述的一种涉及多种运输方式的水电设备物流路径优化方法，其特征在于所述多种运输方式包括铁路运输、公路运输、和水路运输，所述运输限制条件数据包括但不限于运输路径上桥梁、路基、隘口和运输工具对运输物资尺寸和重量的上限。
3.根据权利要求2所述的一种涉及多种运输方式的水电设备物流路径优化方法，其特征在于所述多模态评价函数包括但不限于计算最低运输费用、运输历时及运输风险的函数。
4.一种涉及多种运输方式的水电设备物流路径优化装置，其特征在于包括以下功能模块：
图形模块，用于分别建立各运输方式的节点-路径的网络拓扑图层，将不同所述网络拓扑图层中可以转换运输方式的同一地理位置节点作为枢纽，在各所述枢纽间建立层际路径，形成运输路径异构网络图；
设置模块，用于在各所述网络拓扑图层中输入各路径的运输限制条件数据，并将所有运输限制条件数据所限定的范围作为广义时间窗，设置筛选出所述运输异构网络图中有效运输路径架构的程序；
分析模块，用于基于所述有效运输路径架构，建立多模态评价函数，通过权重调节转变为单模态评价函数，设置迪杰斯特拉算法求最优解，形成多种运输方式优化模型；
I/O模块，用于向所述多种运输方式优化模型输入待运水电设备涉及的参数，输出最优的待运水电设备物流路径。
5.根据权利要求4所述的一种涉及多种运输方式的水电设备物流路径优化装置，其特征在于所述多种运输方式包括铁路运输、公路运输、和水路运输，所述运输限制条件数据包括但不限于运输路径上桥梁、路基、隘口和运输工具对运输物资尺寸和重量的上限。
6.根据权利要求5所述的一种涉及多种运输方式的水电设备物流路径优化装置，其特征在于所述多模态评价函数包括但不限于计算最低运输费用、运输历时及运输风险的函数。
7.一种非暂态可读记录媒体，用以存储包含多个指令的一个或多个程序，其特征在于，所述程序包括权利要求1-3中任一项所述的一种涉及多种运输方式的水电设备物流路径优化方法中所包含的步骤。
8.一种数据处理系统，包括处理电路及与其电性耦接的存储器，其特征在于，所述存储器配置储存至少一程序，所述程序包含多个指令，所述处理电路运行所述程序，能执行权利要求1-3中任一项所述的一种涉及多种运输方式的水电设备物流路径优化方法中所包含的步骤。
CN202211302126.5A 2022-10-24 2022-10-24 一种运输水电设备的路径优化方法、装置、媒体及系统 Pending CN115511213A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211302126.5A CN115511213A (zh) 2022-10-24 2022-10-24 一种运输水电设备的路径优化方法、装置、媒体及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211302126.5A CN115511213A (zh) 2022-10-24 2022-10-24 一种运输水电设备的路径优化方法、装置、媒体及系统

Publications (1)

Publication Number Publication Date
CN115511213A true CN115511213A (zh) 2022-12-23

Family

ID=84512889

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211302126.5A Pending CN115511213A (zh) 2022-10-24 2022-10-24 一种运输水电设备的路径优化方法、装置、媒体及系统

Country Status (1)

Country Link
CN (1) CN115511213A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116167245A (zh) * 2023-04-21 2023-05-26 交通运输部水运科学研究所 基于多属性转运决策模型的多式联运粮食运输方法及系统
CN116542476A (zh) * 2023-05-09 2023-08-04 重庆赛迪奇智人工智能科技有限公司 一种铁水运输车辆的调度方法、装置、设备及存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116167245A (zh) * 2023-04-21 2023-05-26 交通运输部水运科学研究所 基于多属性转运决策模型的多式联运粮食运输方法及系统
CN116542476A (zh) * 2023-05-09 2023-08-04 重庆赛迪奇智人工智能科技有限公司 一种铁水运输车辆的调度方法、装置、设备及存储介质
CN116542476B (zh) * 2023-05-09 2023-11-28 重庆赛迪奇智人工智能科技有限公司 一种铁水运输车辆的调度方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN115511213A (zh) 一种运输水电设备的路径优化方法、装置、媒体及系统
Li Transit bus scheduling with limited energy
Yang et al. Bus arrival time prediction using support vector machine with genetic algorithm
CN100578152C (zh) 用于处理大规模浮动车数据的启发式路径匹配方法
CN109377048B (zh) 一种综合交通网络枢纽节点选择方法
CN109612488B (zh) 基于大数据微服务的混合出行方式路径规划系统及方法
Dutta et al. A modified Kruskal's algorithm to improve genetic search for open vehicle routing problem
Yang et al. Dynamic origin-destination matrix estimation based on urban Rail transit AFC data: deep optimization framework with forward passing and backpropagation techniques
Zhang et al. A constraint-based routing and charging methodology for battery electric vehicles with deep reinforcement learning
Garcia et al. Hybrid approach for the public transportation time dependent orienteering problem with time windows
CN108062438B (zh) 一种用于风电场运行道路的选线系统及选线方法
CN105243439A (zh) 基于路网结构的城市群城际铁路线网规模测算方法
Dib et al. Computing multicriteria shortest paths in stochastic multimodal networks using a memetic algorithm
Heng et al. Multi-objective heterogeneous capacitated vehicle routing problem with time windows and simultaneous pickup and delivery for urban last mile logistics
CN103020792A (zh) 自动化集装箱码头低架桥电动小车调度方法及其系统
Van Dam et al. Planning the location of intermodal freight hubs: an agent based approach
CN113903171B (zh) 一种基于高速路网时空特性的车辆群智感知节点优化方法
Zhu et al. A Prediction-based Route Guidance Method Toward Intelligent and Green Transportation System
Zhang et al. A study of metro organization based on multi-objective programming and hybrid genetic algorithm
Zhao et al. A hierarchical co-simulation optimization control system for multimodal freight routing
Wang et al. Railway route optimisation from Romania to Poland based on an analysis of China's' One Belt and One Road'initiative
Cheng et al. ETC Intelligent Navigation Path Planning Method
CN117610744B (zh) 一种基于多运营策略的城轨列车开行方案优化方法及系统
Chung et al. Recommending Fastest Path to Commuters by Using Shared Vehicles and Public Transportation Systems under Time-Dependent Road Networks
Wang et al. Distributed optimal control for traffic networks with fog computing

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