CN116596349B - 基于城市轨道交通网络的夜间地下物流规划方法及系统 - Google Patents
基于城市轨道交通网络的夜间地下物流规划方法及系统 Download PDFInfo
- Publication number
- CN116596349B CN116596349B CN202310880802.5A CN202310880802A CN116596349B CN 116596349 B CN116596349 B CN 116596349B CN 202310880802 A CN202310880802 A CN 202310880802A CN 116596349 B CN116596349 B CN 116596349B
- Authority
- CN
- China
- Prior art keywords
- subway
- night
- urban
- represent
- transportation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000013500 data storage Methods 0.000 claims abstract description 7
- 239000002245 particle Substances 0.000 claims description 30
- 239000013598 vector Substances 0.000 claims description 21
- 238000005457 optimization Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 8
- 239000002689 soil Substances 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims 1
- 238000003912 environmental pollution Methods 0.000 abstract description 2
- 230000006399 behavior Effects 0.000 abstract 1
- 230000008569 process Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
-
- 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)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于城市轨道交通网络的夜间地下物流规划方法及系统，方法包括：获取城市地铁网络信息以及当日夜间各地铁站点需运输的货物量；基于城市地铁网络信息构建夜间地下物流运输模型；将当日夜间各地铁站点需运输的货物量输入夜间地下物流运输模型，并求解夜间地下物流运输模型得到货物运输规划结果。系统包括：获取模块、数据存储模块、求解模块、输出模块。该方法基于城市地铁网络信息构建夜间地下物流运输模型，该模型能够提供对城市轨道交通网络资源的科学规划方法，在不影响城市轨道交通正常的载客用途下，增加了货运收入并缓解了地面货运潜在的危险驾驶行为、交通拥堵以及环境污染问题。
Description
技术领域
本申请涉及物流规划技术领域，特别是涉及基于城市轨道交通网络的夜间地下物流规划方法及系统。
背景技术
目前基于地铁的地下物流配送方面的技术存在以下问题：1、客货混运难以规划，在保证充足乘客载量的前提下，地铁能提供的货运空间有限，且会影响占用空间的卫生状况；2、夜间货运对货运量、装卸时间的规划不科学，不仅影响对该渠道的效率评价，而且难以保证地铁的夜间检修工作时间；3、现有的地铁混合运输策略大多仅考虑单条地铁路线，缺乏对整个地铁网络的整体考虑。
发明内容
基于此，有必要提供一种基于城市轨道交通网络的夜间地下物流规划方法及系统。
第一方面，本申请提供了一种基于城市轨道交通网络的夜间地下物流规划方法，所述方法包括：
S1：获取城市地铁网络信息以及当日夜间各地铁站点需运输的货物量；
S2：基于所述城市地铁网络信息构建夜间地下物流运输模型；
S3：将所述当日夜间各地铁站点需运输的货物量输入所述夜间地下物流运输模型，并求解所述夜间地下物流运输模型得到货物运输规划结果。
优选的，S1中，所述城市地铁网络信息包括城市地铁网络、城市地铁运输参数；基于所述城市地铁网络得到城市地铁线路有向图；所述城市地铁运输参数包括固定成本、时间成本、地铁运载能力、供需平衡、转运次数、配送总时长、货物运输方向、货物重量、运输货物总量。
优选的，基于所述城市地铁网络得到城市地铁线路有向图包括：
根据所述城市地铁网络得到各地铁对应的线路，将各地铁的站点作为节点，并将每个地铁对应的线路末端站点分别与不同的城市转运中心对应，得到各地铁对应的运输有向路径，将有向路径上相邻的站点之间的运输距离作为权重；基于得到的各地铁对应的运输有向路径组成所述城市地铁线路有向图。
优选的，S2中，基于所述城市地铁网络信息构建夜间地下物流运输模型包括：
基于得到的所述城市地铁线路有向图，并基于所述固定成本和所述时间成本构建目标函数，以其余的所述城市地铁运输参数作为约束条件，构建所述夜间地下物流运输模型。
优选的，所述目标函数表示为：
；
其中，L k 表示第k类地铁的总运行趟数；F k 表示第k类地铁的单次运营成本；表示第l k 辆地铁离开第j个节点的时间；starttime表示夜间物流开始的时间；α 1表示固定成本的重要性参数，α 2表示时间成本的重要性参数。
优选的，所述约束条件包括：地铁运载能力约束、供需平衡约束、转运次数约束、配送总时长约束；
所述地铁运载能力约束表示为：
；
其中，表示第l k 辆地铁离开第j个节点的载重；Q k 表示第k类地铁线路对应车型的最大载重；
所述供需平衡约束表示为：
；
；
其中，O ij 表示从第i个节点运往第j个节点的货物；表示第l k 辆地铁从第i个节点运往第j个节点的货物；
所述转运次数约束表示为：
；
；
如果，则/>；
其中，表示货物O ij 是否由第l k 辆地铁运输，取值为1或0；/>表示第l k 辆地铁离开第j个节点时的载重；/>表示第l k 辆地铁离开第i个节点时的载重；V表示城市地铁线路有向图中节点的集合；u表示第u个节点；/>表示第l k 辆地铁是否从第i个节点直接载向第j个节点，取值为1或0；q ij 表示货物O ij 的重量；/>表示货物O ju 是否由第l k 辆地铁运输，取值为1或0；q ju 表示货物O ju 的重量；O ju 表示从第j个节点运往第u个节点的货物；
所述配送总时长约束表示为：
；
；
其中，表示第l k 辆地铁到达第j个节点的时间；/>表示第l k 辆地铁离开第j-1个节点的时间；d (j-1)j 表示第j-1个节点和第j个节点之间的距离；v k 表示第k类地铁对应车型的运行速度；/>表示第l k 辆地铁离开第j个节点的时间；starttime表示夜间物流开始的时间；longesttime表示保障地铁检修时间前提下的夜间物流最长运营时长。
优选的，S3中，采用Matlab编程，并通过启发式算法求解所述夜间地下物流运输模型得到货物运输规划结果；所述启发式算法包括粒子群优化算法。
优选的，通过所述粒子群优化算法求解所述夜间地下物流运输模型的过程包括：
步骤1：构造粒子位置向量，向量的行数为5，列数为待运货物数量；粒子位置向量的每一列对应一个货物，第一行表示货物运输的起点，第二行表示货物运输的终点，第三行表示货物转运的节点，第四行表示货物转运前的地铁的编号，第五行表示货物转运后的地铁的编号；
步骤2：对于每个所述粒子位置向量，对其中的第三行进行随机赋值，赋值的范围为各节点对应的地铁的编号的集合；
步骤3：粒子群优化算法依据粒子位置向量获取各货物对应运输的起点、终点，并模拟出待运货物数量个粒子；对所有的粒子进行目标函数计算，得到对应的目标函数值，并记录所述目标函数值；
步骤4：重复步骤2、步骤3，并以更小的所述目标函数值更新所述目标函数值，直至所述目标函数值不再变化，得到所述货物运输规划结果。
优选的，所述货物运输规划结果包括货物的转运节点以及转运前后的地铁的编号。
第二方面，本申请提供了一种基于城市轨道交通网络的夜间地下物流规划系统，所述系统包括：获取模块、数据存储模块、求解模块、输出模块；
所述获取模块用于获取城市地铁网络信息以及当日夜间各地铁站点需运输的货物量；
所述数据存储模块用于存储城市地铁网络信息以及当日夜间各地铁站点需运输的货物量；
所述求解模块用于求解所述夜间地下物流运输模型得到货物运输规划结果；
所述输出模块用于所述货物运输规划结果进行可视化输出。
有益效果：该方法基于所述城市地铁网络信息构建夜间地下物流运输模型，该模型能够提供对城市轨道交通网络资源的科学规划方法，在不影响城市轨道交通正常的载客用途下，增加了货运收入并缓解了地面货运潜在的危险驾驶行为、交通拥堵以及环境污染问题，为推动完善新型城镇化导向下的综合物流体系提供指导。
附图说明
为了更清楚地说明本申请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作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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为本申请实施例的基于城市轨道交通网络的夜间地下物流规划方法的流程图。
图2为本申请实施例的某市现有的真实地铁网络图。
图3为本申请实施例的真实地铁网络的站点及线路编号示意图。
图4为本申请实施例的货物运输规划结果示意图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图对本申请的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似改进，因此本申请不受下面公开的具体实施例的限制。
如图1所示，本实施例提供了一种基于城市轨道交通网络的夜间地下物流规划方法，该方法包括：
S1：获取城市地铁网络信息以及当日夜间各地铁站点需运输的货物量。
具体的，所述城市地铁网络信息包括城市地铁网络、城市地铁运输参数；基于所述城市地铁网络得到城市地铁线路有向图；所述城市地铁运输参数包括固定成本、时间成本、地铁运载能力、供需平衡、转运次数、配送总时长、货物运输方向、货物重量、运输货物总量。
进一步的，基于所述城市地铁网络得到城市地铁线路有向图包括：
根据所述城市地铁网络得到各地铁对应的线路，将各地铁的站点作为节点，并将每个地铁对应的线路末端站点分别与不同的城市转运中心对应，得到各地铁对应的运输有向路径，将有向路径上相邻的站点之间的运输距离作为权重；基于得到的各地铁对应的运输有向路径组成所述城市地铁线路有向图。
S2：基于所述城市地铁网络信息构建夜间地下物流运输模型。
具体的，基于所述城市地铁网络信息构建夜间地下物流运输模型包括：
基于得到的所述城市地铁线路有向图，并基于所述固定成本和所述时间成本构建目标函数，以其余的所述城市地铁运输参数作为约束条件，构建所述夜间地下物流运输模型。
所述目标函数表示为：
；
其中，L k 表示第k类地铁的总运行趟数；F k 表示第k类地铁的单次运营成本；表示第l k 辆地铁离开第j个节点的时间；starttime表示夜间物流开始的时间；α 1和α 2分别表示固定成本和时间成本的重要性参数，在本实施例中默认设置为α 1=α 2=0.5。
所述约束条件包括：地铁运载能力约束、供需平衡约束、转运次数约束、配送总时长约束；
所述地铁运载能力约束表示为：
；
其中，表示第l k 辆地铁离开第j个节点的载重；Q k 表示第k类地铁线路对应车型的最大载重；
所述供需平衡约束表示为：
；
；
其中，O ij 表示从第i个节点运往第j个节点的货物；表示第l k 辆地铁从第i个节点运往第j个节点的货物；
所述转运次数约束表示为：
；
；
如果，则/>；
其中，表示货物O ij 是否由第l k 辆地铁运输，取值为1或0；/>表示第l k 辆地铁离开第j个节点时的载重；/>表示第l k 辆地铁离开第i个节点时的载重；V表示城市地铁线路有向图中节点的集合；u表示第u个节点；/>表示第l k 辆地铁是否从第i个节点直接载向第j个节点，取值为1或0；q ij 表示货物O ij 的重量；/>表示货物O ju 是否由第l k 辆地铁运输，取值为1或0；q ju 表示货物O ju 的重量；O ju 表示从第j个节点运往第u个节点的货物；
所述配送总时长约束表示为：
；
；
其中，表示第l k 辆地铁到达第j个节点的时间；/>表示第l k 辆地铁离开第j-1个节点的时间；d (j-1)j 表示第j-1个节点和第j个节点之间的距离；v k 表示第k类地铁对应车型的运行速度；/>表示第l k 辆地铁离开第j个节点的时间；starttime表示夜间物流开始的时间；longesttime表示保障地铁检修时间前提下的夜间物流最长运营时长。
S3：将所述当日夜间各地铁站点需运输的货物量输入所述夜间地下物流运输模型，采用Matlab编程，并通过启发式算法求解所述夜间地下物流运输模型得到货物运输规划结果。
在本实施例中，所述启发式算法包括但不限于粒子群优化算法。
具体的，通过所述粒子群优化算法求解所述夜间地下物流运输模型的过程包括：
步骤1：构造粒子位置向量，向量的行数为5，列数为待运货物数量；
表1为粒子位置向量的参数表；
；
由表1可知，每一列对应一个货物的信息（运输起点、运输终点、转运点、转运前地铁的编号、转运后地铁的编号），第一行表示货物运输的起点，第二行表示货物运输的终点，第三行表示货物转运的节点，第四行表示货物转运前的地铁的编号，第五行表示货物转运后的地铁的编号；
步骤2：对于每个所述粒子位置向量，对其中的第三行进行随机赋值，赋值的范围为各节点对应的地铁的编号的集合；
步骤3：粒子群优化算法依据粒子位置向量获取各货物对应运输的起点、终点，并模拟出待运货物数量个粒子；对所有的粒子进行目标函数计算，得到对应的目标函数值，并记录所述目标函数值；
步骤4：重复步骤2、步骤3，并以更小的所述目标函数值更新所述目标函数值，直至所述目标函数值不再变化，得到所述货物运输规划结果，即得到货物的转运节点以及转运前后的地铁的编号。
A市现有的真实地铁网络如图2所示，其中的黑色圆点代表地铁站点，黑色线段代表地铁段，灰色线段为城市路网。为了更好地对实例进行表述，将真实地铁网络进行抽象，并对站点和线路进行编号，得到图3（A市真实地铁网络的站点及线路编号示意图）。由于线路的上下行视为两条线路，则地铁1号线的“1-2-3-4-5”和“5-4-3-2-1”视为两条线路。因此，A市的夜间地下物流运输网络包含6条线路和6个城市转运中心，6条线路见表2。每条线路的最大载重均设置为200。
表2为6条线路的途径站点表；
；
由表2可知，6条线路各自途径的站点顺序。
表3为待运货物参数表；
；
由表3可知，各货物对应的起点、终点以及质量。
基于表3中的待运货物参数输入至夜间地下物流运输模型中，得到货物运输规划结果；其结果如表4和图4所示，货物O (1)(5)不需要转运，直接通过线路1运输；货物O (5)(8)可以选择“线路2-站点4-线路6-站点7-线路3”或“线路2-站点2-线路3”，但由于模型对转运次数的限制（最多转运1次），因此货物O (5)(8)需要从线路2在站点2转运到线路3；货物O (12)(8)从线路6在站点7转运到线路3，但由于货物O (12)(8)的重量为200，此时线路3上已经运载了重量为50的货物O (5)(8)，因此货物O (12)(8)需要等待下一趟线路3；货物O (9)(5)从线路5在站点4转运到线路1；货物O (9)(3)从线路5在站点4转运到线路2。
表4为货物运输规划结果显示表；
；
由表4可知，各货物的运输规划结果。
本实施例还提供了一种基于城市轨道交通网络的夜间地下物流规划系统，该系统包括：获取模块、数据存储模块、求解模块、输出模块；
所述获取模块用于获取城市地铁网络信息以及当日夜间各地铁站点需运输的货物量；
所述数据存储模块用于存储城市地铁网络信息以及当日夜间各地铁站点需运输的货物量；
所述求解模块用于求解所述夜间地下物流运输模型得到货物运输规划结果；
所述输出模块用于所述货物运输规划结果进行可视化输出。
本实施例提供的这种基于城市轨道交通网络的夜间地下物流规划方法及系统降低了安全成本（司机疲劳驾驶）；避免天气的影响，提高了城市物流的稳定性（帮助解决城市物流系统脆弱性）；能够达到减污降碳，环保效果；保证了轨道交通基本的客运需求；有利于发展夜间物流，利用城市轨道交通夜间和闲时运力资源开展货物运输。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (5)
1.一种基于城市轨道交通网络的夜间地下物流规划方法，其特征在于，包括：
S1：获取城市地铁网络信息以及当日夜间各地铁站点需运输的货物量；
所述城市地铁网络信息包括城市地铁网络、城市地铁运输参数；基于所述城市地铁网络得到城市地铁线路有向图；所述城市地铁运输参数包括固定成本、时间成本、地铁运载能力、供需平衡、转运次数、配送总时长、货物运输方向、货物重量、运输货物总量；
基于所述城市地铁网络得到城市地铁线路有向图包括：
根据所述城市地铁网络得到各地铁对应的线路，将各地铁的站点作为节点，并将每个地铁对应的线路末端站点分别与不同的城市转运中心对应，得到各地铁对应的运输有向路径，将有向路径上相邻的站点之间的运输距离作为权重；基于得到的各地铁对应的运输有向路径组成所述城市地铁线路有向图；
S2：基于所述城市地铁网络信息构建夜间地下物流运输模型；
基于所述城市地铁网络信息构建夜间地下物流运输模型包括：
基于得到的所述城市地铁线路有向图，并基于所述固定成本和所述时间成本构建目标函数，以其余的所述城市地铁运输参数作为约束条件，构建所述夜间地下物流运输模型；
所述目标函数表示为：
；
其中，L k 表示第k类地铁的总运行趟数；F k 表示第k类地铁的单次运营成本；表示第l k 辆地铁离开第j个节点的时间；starttime表示夜间物流开始的时间；α 1表示固定成本的重要性参数，α 2表示时间成本的重要性参数；
所述约束条件包括：地铁运载能力约束、供需平衡约束、转运次数约束、配送总时长约束；
所述地铁运载能力约束表示为：
；
其中，表示第l k 辆地铁离开第j个节点的载重；Q k 表示第k类地铁线路对应车型的最大载重；
所述供需平衡约束表示为：
；
；
其中，O ij 表示从第i个节点运往第j个节点的货物；表示第l k 辆地铁从第i个节点运往第j个节点的货物；
所述转运次数约束表示为：
；
；
如果，则/>；
其中，表示货物O ij 是否由第l k 辆地铁运输，取值为1或0；/>表示第l k 辆地铁离开第j个节点时的载重；/>表示第l k 辆地铁离开第i个节点时的载重；V表示城市地铁线路有向图中节点的集合；u表示第u个节点；/>表示第l k 辆地铁是否从第i个节点直接载向第j个节点，取值为1或0；q ij 表示货物O ij 的重量；/>表示货物O ju 是否由第l k 辆地铁运输，取值为1或0；q ju 表示货物O ju 的重量；O ju 表示从第j个节点运往第u个节点的货物；
所述配送总时长约束表示为：
；
；
其中，表示第l k 辆地铁到达第j个节点的时间；/>表示第l k 辆地铁离开第j-1个节点的时间；d (j-1)j 表示第j-1个节点和第j个节点之间的距离；v k 表示第k类地铁对应车型的运行速度；/>表示第l k 辆地铁离开第j个节点的时间；starttime表示夜间物流开始的时间；longesttime表示保障地铁检修时间前提下的夜间物流最长运营时长；
S3：将所述当日夜间各地铁站点需运输的货物量输入所述夜间地下物流运输模型，并求解所述夜间地下物流运输模型得到货物运输规划结果。
2.根据权利要求1所述的基于城市轨道交通网络的夜间地下物流规划方法，其特征在于，S3中，采用Matlab编程，并通过启发式算法求解所述夜间地下物流运输模型得到货物运输规划结果；所述启发式算法包括粒子群优化算法。
3.根据权利要求2所述的基于城市轨道交通网络的夜间地下物流规划方法，其特征在于，通过所述粒子群优化算法求解所述夜间地下物流运输模型的过程包括：
步骤1：构造粒子位置向量，向量的行数为5，列数为待运货物数量；粒子位置向量的每一列对应一个货物，第一行表示货物运输的起点，第二行表示货物运输的终点，第三行表示货物转运的节点，第四行表示货物转运前的地铁的编号，第五行表示货物转运后的地铁的编号；
步骤2：对于每个所述粒子位置向量，对其中的第三行进行随机赋值，赋值的范围为各节点对应的地铁的编号的集合；
步骤3：粒子群优化算法依据粒子位置向量获取各货物对应运输的起点、终点，并模拟出待运货物数量个粒子；对所有的粒子进行目标函数计算，得到对应的目标函数值，并记录所述目标函数值；
步骤4：重复步骤2、步骤3，并以更小的所述目标函数值更新所述目标函数值，直至所述目标函数值不再变化，得到所述货物运输规划结果。
4.根据权利要求3所述的基于城市轨道交通网络的夜间地下物流规划方法，其特征在于，所述货物运输规划结果包括货物的转运节点以及转运前后的地铁的编号。
5.一种基于城市轨道交通网络的夜间地下物流规划系统,其特征在于，包括：获取模块、数据存储模块、求解模块、输出模块；
所述获取模块用于获取城市地铁网络信息以及当日夜间各地铁站点需运输的货物量；
所述城市地铁网络信息包括城市地铁网络、城市地铁运输参数；基于所述城市地铁网络得到城市地铁线路有向图；所述城市地铁运输参数包括固定成本、时间成本、地铁运载能力、供需平衡、转运次数、配送总时长、货物运输方向、货物重量、运输货物总量；
基于所述城市地铁网络得到城市地铁线路有向图包括：
根据所述城市地铁网络得到各地铁对应的线路，将各地铁的站点作为节点，并将每个地铁对应的线路末端站点分别与不同的城市转运中心对应，得到各地铁对应的运输有向路径，将有向路径上相邻的站点之间的运输距离作为权重；基于得到的各地铁对应的运输有向路径组成所述城市地铁线路有向图；
基于得到的所述城市地铁线路有向图，并基于所述固定成本和所述时间成本构建目标函数，以其余的所述城市地铁运输参数作为约束条件，构建夜间地下物流运输模型；
所述目标函数表示为：
；
其中，L k 表示第k类地铁的总运行趟数；F k 表示第k类地铁的单次运营成本；表示第l k 辆地铁离开第j个节点的时间；starttime表示夜间物流开始的时间；α 1表示固定成本的重要性参数，α 2表示时间成本的重要性参数；
所述约束条件包括：地铁运载能力约束、供需平衡约束、转运次数约束、配送总时长约束；
所述地铁运载能力约束表示为：
；
其中，表示第l k 辆地铁离开第j个节点的载重；Q k 表示第k类地铁线路对应车型的最大载重；
所述供需平衡约束表示为：
；
；
其中，O ij 表示从第i个节点运往第j个节点的货物；表示第l k 辆地铁从第i个节点运往第j个节点的货物；
所述转运次数约束表示为：
；
；
如果，则/>；
其中，表示货物O ij 是否由第l k 辆地铁运输，取值为1或0；/>表示第l k 辆地铁离开第j个节点时的载重；/>表示第l k 辆地铁离开第i个节点时的载重；V表示城市地铁线路有向图中节点的集合；u表示第u个节点；/>表示第l k 辆地铁是否从第i个节点直接载向第j个节点，取值为1或0；q ij 表示货物O ij 的重量；/>表示货物O ju 是否由第l k 辆地铁运输，取值为1或0；q ju 表示货物O ju 的重量；O ju 表示从第j个节点运往第u个节点的货物；
所述配送总时长约束表示为：
；
；
其中，表示第l k 辆地铁到达第j个节点的时间；/>表示第l k 辆地铁离开第j-1个节点的时间；d (j-1)j 表示第j-1个节点和第j个节点之间的距离；v k 表示第k类地铁对应车型的运行速度；/>表示第l k 辆地铁离开第j个节点的时间；starttime表示夜间物流开始的时间；longesttime表示保障地铁检修时间前提下的夜间物流最长运营时长；
所述数据存储模块用于存储城市地铁网络信息以及当日夜间各地铁站点需运输的货物量；
所述求解模块用于求解所述夜间地下物流运输模型得到货物运输规划结果；
所述输出模块用于所述货物运输规划结果进行可视化输出。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310880802.5A CN116596349B (zh) | 2023-07-18 | 2023-07-18 | 基于城市轨道交通网络的夜间地下物流规划方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310880802.5A CN116596349B (zh) | 2023-07-18 | 2023-07-18 | 基于城市轨道交通网络的夜间地下物流规划方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116596349A CN116596349A (zh) | 2023-08-15 |
| CN116596349B true CN116596349B (zh) | 2023-10-17 |
Family
ID=87612072
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310880802.5A Active CN116596349B (zh) | 2023-07-18 | 2023-07-18 | 基于城市轨道交通网络的夜间地下物流规划方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116596349B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN117113608B (zh) * | 2023-10-23 | 2024-02-13 | 四川港投新通道物流产业投资集团有限公司 | 一种冷链物流网络节点布局方法和设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2837524A1 (fr) * | 2013-08-14 | 2015-02-18 | Siemens S.A.S. | Méthode de minimisation d'une consommation élecrique requise pour un réseau de transport public et plate-forme algorithmique associée |
| CN107967590A (zh) * | 2017-12-13 | 2018-04-27 | 浙江理工大学 | 一种城市地下物流系统的最优化建构方法 |
| CN109886467A (zh) * | 2019-01-21 | 2019-06-14 | 中国人民解放军陆军工程大学 | 一种城市uls和道路一体化货运网络配流系统及方法 |
| CN109934382A (zh) * | 2019-01-25 | 2019-06-25 | 中国人民解放军陆军工程大学 | 一种基于轴幅式布局的多级地铁货运网络系统及建构方法 |
| WO2019210935A1 (en) * | 2018-04-30 | 2019-11-07 | Cargo Sous Terrain Ag | Transport, storage and sequencing system for goods |
| CN112446648A (zh) * | 2021-01-29 | 2021-03-05 | 北京交通大学 | 基于非高峰时段的城市轨道交通混合运输方法和系统 |
| CN116342005A (zh) * | 2022-12-30 | 2023-06-27 | 天翼物联科技有限公司 | 物流系统网络构建方法及相关设备 |
-
2023
- 2023-07-18 CN CN202310880802.5A patent/CN116596349B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2837524A1 (fr) * | 2013-08-14 | 2015-02-18 | Siemens S.A.S. | Méthode de minimisation d'une consommation élecrique requise pour un réseau de transport public et plate-forme algorithmique associée |
| CN107967590A (zh) * | 2017-12-13 | 2018-04-27 | 浙江理工大学 | 一种城市地下物流系统的最优化建构方法 |
| WO2019210935A1 (en) * | 2018-04-30 | 2019-11-07 | Cargo Sous Terrain Ag | Transport, storage and sequencing system for goods |
| CN109886467A (zh) * | 2019-01-21 | 2019-06-14 | 中国人民解放军陆军工程大学 | 一种城市uls和道路一体化货运网络配流系统及方法 |
| CN109934382A (zh) * | 2019-01-25 | 2019-06-25 | 中国人民解放军陆军工程大学 | 一种基于轴幅式布局的多级地铁货运网络系统及建构方法 |
| CN112446648A (zh) * | 2021-01-29 | 2021-03-05 | 北京交通大学 | 基于非高峰时段的城市轨道交通混合运输方法和系统 |
| CN116342005A (zh) * | 2022-12-30 | 2023-06-27 | 天翼物联科技有限公司 | 物流系统网络构建方法及相关设备 |
Non-Patent Citations (4)
| Title |
|---|
| "Multi-objective optimization model for planning metro-based underground logistics system network: Nanjing case study";Xiliang Sun等;《Journal of Industrial and Management Optimization》;第19卷(第1期);全文 * |
| "基于地铁的城市物流配送网络规划研究 ";米雪丽;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;全文 * |
| 城市地铁与地下物流系统协同运输方式研究;陈一村;董建军;尚鹏程;陈志龙;任睿;;地下空间与工程学报(第03期);全文 * |
| 带时间窗的地铁配送网络路径优化问题;周芳汀;张锦;周国华;;交通运输系统工程与信息(第05期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116596349A (zh) | 2023-08-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116596349B (zh) | 基于城市轨道交通网络的夜间地下物流规划方法及系统 | |
| CN104504459B (zh) | 物流运输优化方法及系统 | |
| García-Álvarez et al. | Energy consumption and carbon dioxide emissions in rail and road freight transport in Spain: a case study of car carriers and bulk petrochemicals | |
| CN107766994A (zh) | 一种共享自行车调度方法与调度系统 | |
| CN104809549A (zh) | 一种货运车辆计划行驶路线的调度方法 | |
| Rave et al. | Drone location and vehicle fleet planning with trucks and aerial drones | |
| CN105404941A (zh) | 一种物流运输方式和路径智能优化的方法及系统 | |
| Raeesi et al. | Coordinated routing of electric commercial vehicles with intra-route recharging and en-route battery swapping | |
| CN108171460A (zh) | 一种基于空车资源最大利用率的货车运输方法及其管理系统 | |
| CN106965688A (zh) | 一种电网和交通网协同环境下的电动汽车充电方法 | |
| Geurs et al. | Backcasting as a tool to develop a sustainable transport scenario assuming emission reductions of 80-90% | |
| CN111882156B (zh) | 面向随机动态客流和节能运行的列车时刻表鲁棒优化方法 | |
| CN106530180A (zh) | 一种高寒地区充电服务网络规划方法 | |
| Rødseth et al. | How do economies of density in container handling operations affect ships’ time and emissions in port? Evidence from Norwegian container terminals | |
| Zeng et al. | The transportation mode distribution of multimodal transportation in automotive logistics | |
| CN105825296A (zh) | 一种基于Dijkstra算法的货运信息处理方法及系统 | |
| Stoilova et al. | Study of criteria for evaluation of transportation with intermodal transport | |
| CN111063191B (zh) | 用于公交线网设计的发车频率与线网结构联合优化方法 | |
| CN113822461A (zh) | 一种轨道交通跨线运营优化方法、系统、设备及存储介质 | |
| CN115759627A (zh) | 基于群组控制技术的重载列车开行策略优化方法及系统 | |
| CN111915150A (zh) | 一种电动公交系统规划方法 | |
| Tang et al. | Optimization of single-line electric bus scheduling with skip-stop operation | |
| Deshpande et al. | A breakeven cost analysis framework for electric road systems | |
| CN105809402A (zh) | 一种基于bfs算法的货运信息处理方法及系统 | |
| CN114492904A (zh) | 物流管理系统的运输路径优化方法 |
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 |