CN116757344A - 一种微型救援站的选址方法、装置及电子设备 - Google Patents
一种微型救援站的选址方法、装置及电子设备 Download PDFInfo
- Publication number
- CN116757344A CN116757344A CN202310682148.7A CN202310682148A CN116757344A CN 116757344 A CN116757344 A CN 116757344A CN 202310682148 A CN202310682148 A CN 202310682148A CN 116757344 A CN116757344 A CN 116757344A
- Authority
- CN
- China
- Prior art keywords
- information
- rescue
- model
- site selection
- miniature
- 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
Links
- 238000010187 selection method Methods 0.000 title description 3
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 24
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 4
- 230000006870 function Effects 0.000 description 6
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000006424 Flood reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000000007 visual 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
- G06Q10/04—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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or 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
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种微型救援站的选址方法、装置及电子设备,其方法包括获取多个基础选址模型、微型救援站的选址要求信息和目标工况信息;根据选址要求信息从多个基础选址模型中选取集合覆盖模型作为微型救援站基础模型;基于微型救援站基础模型和目标工况信息选择最优规划算法作为微型救援站基础模型的求解算法,得到微型救援站目标模型;获取轨道交通线路信息、备选点信息、需求点信息以及救援路径信息;将轨道交通线路信息、备选点信息、需求点信息以及路径信息输入微型救援站目标模型,得到目标选址方案。本发明通过构建微型救援站目标模型进行科学选址,解决了因微型救援站设置不合理以及数量不足,导致救援时间长且跨度大的技术问题。
Description
技术领域
本发明涉及轨道交通救援安全技术领域,尤其涉及一种微型救援站的选址方法、装置及电子设备。
背景技术
轨道交通以其安全、快速、便利、准时、舒适等特点为人们提供服务的同时,又具有空间相对封闭、人群密集、系统复杂等特点,一旦发生车辆故障、火灾、水灾等突发事件,将对其安全运营造成极大危害,因此突发事件的应急处置成为一大重点和难点问题,对维持轨道交通安全、正常运营和维护居民人身财产安全具有重大意义。
显然,轨道交通突发事件出现后,高效的应急救援就成为减少人员伤亡和事故损失的关键环节,而应急救援站的设置和应急资源配置则是构建高效应急救援的前提和保障,而目前应急救援站的设置不合理、数量不充足,导致救援时间长且跨度大。
发明内容
有鉴于此,有必要提供一种微型救援站的选址方法、装置及电子设备,用以解决因微型救援站设置不合理以及数量不足,导致救援时间长且跨度大的技术问题。
为了解决上述问题,本发明提供一种微型救援站的选址方法,所述微型救援站的选址方法包括:
获取多个基础选址模型、微型救援站的选址要求信息和目标工况信息;
根据所述选址要求信息从所述多个基础选址模型中选取集合覆盖模型作为微型救援站基础模型;
基于所述微型救援站基础模型和所述目标工况信息选择最优规划算法作为所述微型救援站基础模型的求解算法,得到微型救援站目标模型;
获取轨道交通线路信息、备选点信息、需求点信息以及救援路径信息;
将所述轨道交通线路信息、所述备选点信息、所述需求点信息以及所述路径信息输入所述微型救援站目标模型,得到目标选址方案。
可选的,所述根据所述选址要求信息从所述多个基础选址模型中选取集合覆盖模型作为微型救援站基础模型,包括:
对所述多个基础选址模型的选址特点分别进行分析,得到多份选址特性分析报告;
根据所述多份选址特性分析报告和所述选址要求信息从所述多个基础选址模型中选择符合选址要求的所述集合覆盖模型作为所述微型救援站基础模型。
可选的,所述获取轨道交通线路信息、备选点信息、需求点信息以及路径信息之前,包括:
对所述微型救援站对应的轨道交通进行拓扑,生成铁路线路拓扑图;
根据所述铁路线路拓扑图确定备选点集合和需求点集合。
可选的,所述根据所述铁路线路拓扑图确定备选点集合和需求点集合之后,还包括:
计算所述备选点集合和所述需求点集合中各备选点与各需求点之间的距离,并根据计算结果建立所述备选点集合与所述需求点集合之间的可达距离矩阵。
可选的,所述将所述轨道交通线路信息、所述备选点信息、所述需求点信息以及所述路径信息输入所述微型救援站目标模型,得到目标选址方案之后,还包括:
若所述目标选址方案中存在异常地址;
将所述异常地址从所述备选点集合中剔除,更新所述备选点信息;
将更新后的所述备选点信息输入所述微型救援站目标模型,得到新的选址方案。
可选的,所述微型救援站目标模型的表达式为:
其中,z为微型救援站点数量、n为需求点数目、xj为站点选址系数、aij为救援响应系数、z为救援距离、s为救援速度、t为救援时间,j为备选点数目。
可选的,所述多个基础选址模型包括集合覆盖模型、最大覆盖模型、P-中位模型、P-中心模型和最大弧段模型。
可选的,所述选址要求信息包括救援时间要求信息、站点数量要求信息、站点布置要求信息、救援范围要求信息。
进一步的,本发明还提供一种微型救援站的选址装置,包括:
模型获取模块,用于获取多个基础选址模型、微型救援站的选址要求信息和目标工况信息;
模型选取模块,用于根据所述选址要求信息从所述多个基础选址模型中选取集合覆盖模型作为微型救援站基础模型;
模型构建模块,用于基于所述微型救援站基础模型和所述目标工况信息选择最优规划算法作为所述微型救援站基础模型的求解算法,得到微型救援站目标模型;
信息获取模块,用于获取轨道交通线路信息、备选点信息、需求点信息以及救援路径信息;
方案输出模块,用于将所述轨道交通线路信息、所述备选点信息、所述需求点信息以及所述路径信息输入所述微型救援站目标模型,计算得到目标选址方案。
进一步的,本发明还提供一种电子设备,包括存储器和处理器;其中,所述存储器用于存储程序;
所述处理器与所述存储器耦合,用于执行所述存储器中存储的所述程序,以实现上述任一项所述的微型救援站的选址方法中的步骤。
采用上述实施例的有益效果是:本发明提供的微型救援站的选址方法,通过获取多个基础选址模型、微型救援站的选址要求信息和目标工况信息;根据选址要求信息从多个基础选址模型中选取集合覆盖模型作为微型救援站基础模型;基于微型救援站基础模型和目标工况信息选择最优规划算法作为微型救援站基础模型的求解算法,得到微型救援站目标模型;获取轨道交通线路信息、备选点信息、需求点信息以及救援路径信息;将轨道交通线路信息、备选点信息、需求点信息以及路径信息输入微型救援站目标模型,得到目标选址方案。本发明通过构建微型救援站目标模型进行科学选址,解决了因微型救援站设置不合理以及数量不足,导致救援时间长且跨度大的技术问题。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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发明的一些实施例,对于本领域技术人员来讲,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为本发明提供的微型救援站的选址方法一实施例的流程示意图;
图2为本发明提供的最优规划算法的求解流程示意图;
图3为本发明提供的微型救援站的选址方法步骤S102一实施例的流程示意图;
图4为本发明提供的微型救援站的选址方法步骤S105之后一实施例的流程示意图;
图5为本发明提供的微型救援站的选址装置一实施例的结构示意图;
图6为本发明提供的电子设备一实施例的结构示意图。
具体实施方式
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,所描述的实施例仅仅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。
应当理解,示意性的附图并未按实物比例绘制。本发明中使用的流程图示出了根据本发明的一些实施例实现的操作。应当理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本发明内容的指引下,可以向流程图添加一个或多个其他操作,也可以从流程图中移除一个或多个操作。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本发明实施例提供了一种微型救援站的选址方法、装置及电子设备,以下分别进行说明。
图1为本发明提供的微型救援站的选址方法的一个实施例的流程示意图,如图1所示,其包括:
S101、获取多个基础选址模型、微型救援站的选址要求信息和目标工况信息;
S102、根据所述选址要求信息从所述多个基础选址模型中选取集合覆盖模型作为微型救援站基础模型;
S103、基于所述微型救援站基础模型和所述目标工况信息选择最优规划算法作为所述微型救援站基础模型的求解算法,得到微型救援站目标模型;
S104、获取轨道交通线路信息、备选点信息、需求点信息以及救援路径信息;
S105、将所述轨道交通线路信息、所述备选点信息、所述需求点信息以及所述路径信息输入所述微型救援站目标模型,得到目标选址方案。
与现有技术相比,本发明提供的微型救援站的选址方法,通过获取多个基础选址模型、微型救援站的选址要求信息和目标工况信息;根据选址要求信息从多个基础选址模型中选取集合覆盖模型作为微型救援站基础模型;基于微型救援站基础模型和目标工况信息选择最优规划算法作为微型救援站基础模型的求解算法,得到微型救援站目标模型;获取轨道交通线路信息、备选点信息、需求点信息以及救援路径信息;将轨道交通线路信息、备选点信息、需求点信息以及路径信息输入微型救援站目标模型,得到目标选址方案。本发明通过构建微型救援站目标模型进行科学选址,解决了因微型救援站设置不合理以及数量不足,导致救援时间长且跨度大的技术问题。
需要说明的是,在本发明实施例中,微型救援站主要包括救援单兵、救援单元、救援小车以及其他装备和器具等,其中救援单兵的设计满足各种特殊地形和工况要求,例如高海拔、高寒、粉尘、盐雾环境、长大坡度,配置专用路轨系统适应铁路交通轨道,还搭载了GNSS系统进行定位,定制软件功能以覆盖位置信息、时间信息、经纬度信息,具备无线收发功能,满足系统化救援中的远程互联及控制功能,预留有远程智能控制端口及云信息存储功能。
还需要说明的是,在本发明实施例中,该多个基础选址模型包括集合覆盖模型、最大覆盖模型、P-中位模型、P-中心模型和最大弧段模型;该选址要求信息包括救援时间要求信息、站点数量要求信息、站点布置要求信息、救援范围要求信息。
可以理解的是,微型救援站的选址要考虑救援时间最短原则,该救援时间要求一般为30分钟以内;选址还需要考虑成本问题,在每个微型救援站的建设和维护成本相同时,微型救援站的数量决定成本,要遵循数量最少原则,即站点数量应尽可能地少;还需要考虑救援站的布置地理条件,应尽量选择靠近车站(或直接将车站作为应急救援基地),便于在应急救援时直接通过铁路以及地面交通工具将应急救援器材快速运输至事发地,减少应急救援时间,提高救援效率;最后布置的微型应急救援站应当可以覆盖整个轨道交通线路,即做到全覆盖。
应当理解的是,在本发明实施例中,对于计算规模较小的应急设施选址问题,可使用属于精确算法的最优规划算法求得准确的最优解,0-1整数规划属于整数最优规划,这种规划的决策变量取值范围仅为0或1,故称为0-1变量,0-1变量可以数量化地描述诸如开与关,取与弃、有与无等现象所反映的离散变量间逻辑关系及互斥约束条件,极其适用于微型救援站的选址,最优规划算法的求解流程图可参考图2。
在本发明的一些实施例中,参照图3,图3为本发明提供的微型救援站的选址方法步骤S102一实施例的流程示意图,步骤S102包括:
S301、对所述多个基础选址模型的选址特点分别进行分析,得到多份选址特性分析报告;
S302、根据所述多份选址特性分析报告和所述选址要求信息从所述多个基础选址模型中选择符合选址要求的所述集合覆盖模型作为所述微型救援站基础模型。
需要说明的是,在本实施例中,集合覆盖模型的特性是用最少的服务设施去覆盖全部需求点,最大覆盖模型的特性是限定建设成本,对所有需求点均能被服务到不做要求,即在资源定量的情况下创造最好的服务效果,P-中位模型是使各需求点到服务设施的平均距离最短,P-中心模型是使所有需求点到离其最近的服务设施距离最大值最小,即优化短板使整体效果达到最优,最大弧段覆盖模型对铁轨线路进行分段考虑,易产生误差。而本发明实施例中,选址要求信息为在救援时间一定的情况下,建设最少的微型救援站,且救援站的力量需要覆盖整个铁轨线路所有范围,因此选择集合覆盖模型作为微型救援站基础模型。
在本发明的一些实施例中,步骤S104之前包括:
对所述微型救援站对应的轨道交通进行拓扑,生成铁路线路拓扑图;
根据所述铁路线路拓扑图确定备选点集合和需求点集合。
可以理解的是,在本发明实施例中,将救援备选点和需求点全部抽象为点,将备选点与需求点之间的线路里程抽象为点与点之间的距离,以简化问题,提高模型运算速率。
需要说明的是,需求点是指线路上可能发生交通事故的地方,在实际情况中,轨道交通行车事故可能发生在线路上的任意一点,为了便于模型计算,将各需求点抽象表示为各个车站,将连续需求简化为离散需求;备选点指满足救援部署条件的地点,当事故发生时为服务范围内的事故地点提供救援服务,因此只将备选点抽象为车站,在确定备选车站时,应当考虑车站是否具备部署微型救援站的能力;该备选点集合即为具备部署微型救援站条件的地点集合,该需求点即为事故可能发生的地点集合。
在本发明的一些实施例中,根据所述铁路线路拓扑图确定备选点集合和需求点集合之后,还包括:
计算所述备选点集合和所述需求点集合中各备选点与各需求点之间的距离,并根据计算结果建立所述备选点集合与所述需求点集合之间的可达距离矩阵。
需要说明的是,在本发明实施例中,在线路网中,备选点与需求点之间的距离是根据线路实际里程表计算的,由于需求点与备选点均抽象为车站,可按车站的行驶路线对需求点集合和备选点集合编号,计算出各需求点与备选点之间的里程,建立各需求点与备选点之间的可达距离矩阵。
在本发明的一些实施例中,参照图4,图4为本发明提供的微型救援站的选址方法步骤S105之后一实施例的流程示意图,由图4可知,步骤S105之后,包括:
S401、若所述目标选址方案中存在异常地址;
S402、将所述异常地址从所述备选点集合中剔除,更新所述备选点信息;
S403、将更新后的所述备选点信息输入所述微型救援站目标模型,得到新的选址方案。
可以理解的是,在本发明实施例中,若最后得到的选址方案中存在异常地址,则应当将该异常地址剔除,重新输入备选点信息至微型救援站目标模型中重新进行选址计算,其中异常地址是指不具备部署微型救援站的地址,例如隧道出入口,在隧道出入口部署微型救援站可能需要增加建设成本,且事故发生时还需影响救援速度。
在本发明一些实施例中,微型救援站目标模型的表达式为:
其中,z为微型救援站点数量、n为需求点数目、xj为站点选址系数、aij为救援响应系数、z为救援距离、s为救援速度、t为救援时间,j为备选点数目。
需要说明的是,在具体实施中,应急救援基地的处置能力应具备救援人员30分钟内到达事故现场的响应速度,即救援响应时间必须小于30分钟,救援列车编组以平均时速40km/h的速度运行,即微型救援站的最大救援半径为20km,站点选址系数xj等于0时,表示备选点j不是选址点,在站点选址系数xj等于0时等于1时,表示备选点j是选址点,救援响应系数aij等于0时,表示备选点j不能按时到达需求点,在备选点j等于1时,表示备选点j可以按时到达需求点。
参照图5,本实施例还提供一种微型救援站的选址装置500,该装置包括:
模型获取模块501,用于获取多个基础选址模型、微型救援站的选址要求信息和目标工况信息;
模型选取模块502,用于根据所述选址要求信息从所述多个基础选址模型中选取集合覆盖模型作为微型救援站基础模型;
模型构建模块503,用于基于所述微型救援站基础模型和所述目标工况信息选择最优规划算法作为所述微型救援站基础模型的求解算法,得到微型救援站目标模型;
信息获取模块504,用于获取轨道交通线路信息、备选点信息、需求点信息以及救援路径信息;
方案输出模块505,用于将所述轨道交通线路信息、所述备选点信息、所述需求点信息以及所述路径信息输入所述微型救援站目标模型,计算得到目标选址方案。
上述实施例提供的一种微型救援站的选址装置可实现上述一种微型救援站的选址方法实施例中描述的方案,上述各单元的具体原理可参照一种微型救援站的选址方法的实施例,此处不再赘述。
参照图6,本发明还提供了一种电子设备600,该电子设备600包括处理器601、存储器602及显示器603。图4仅示出了电子设备600的部分组件,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或更少的组件。
处理器601在一些实施例中可以是一中央处理器(Central Processing Unit,CPU),微处理器或其他数据处理芯片,用于运行存储器602中存储的程序代码或处理数据,例如本发明中的微型救援站的选址方法。
在一些实施例中,处理器601可以是单个服务器或服务器组。服务器组可为集中式或分布式的。在一些实施例中,处理器601可为本地的或远程的。在一些实施例中,处理器601可实施于云平台。在一实施例中,云平台可包括私有云、公共云、混合云、社区云、分布式云、内部间、多重云等,或以上的任意组合。
存储器602在一些实施例中可以是电子设备600的内部存储单元,例如电子设备600的硬盘或内存。存储器602在另一些实施例中也可以是电子设备600的外部存储设备,例如电子设备600上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。
进一步地,存储器602还可既包括电子设备600的内部储存单元也包括外部存储设备。存储器602用于存储安装电子设备600的应用软件及各类数据。
显示器603在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。显示器603用于显示在电子设备600的信息以及用于显示可视化的用户界面。电子设备600的部件601-603通过系统总线相互通信。
在一实施例中,当处理器601执行存储器602中的微型救援站的选址程序时,可实现以下步骤:
获取多个基础选址模型、微型救援站的选址要求信息和目标工况信息;
根据所述选址要求信息从所述多个基础选址模型中选取集合覆盖模型作为微型救援站基础模型;
基于所述微型救援站基础模型和所述目标工况信息选择最优规划算法作为所述微型救援站基础模型的求解算法,得到微型救援站目标模型;
获取轨道交通线路信息、备选点信息、需求点信息以及救援路径信息;
将所述轨道交通线路信息、所述备选点信息、所述需求点信息以及所述路径信息输入所述微型救援站目标模型,得到目标选址方案。
应当理解的是,处理器601在执行存储器602中的微型救援站的选址程序时,除了上面的功能之外,还可实现其他功能,具体可参见前面相应方法实施例的描述。
进一步地,本发明实施例对提及的电子设备600的类型不做具体限定,电子设备600可以为手机、平板电脑、个人数字助理(personal digital assistant,PDA)、可穿戴设备、膝上型计算机(laptop)等便携式电子设备。便携式电子设备的示例性实施例包括但不限于搭载IOS、android、microsoft或者其他操作系统的便携式电子设备。上述便携式电子设备也可以是其他便携式电子设备,诸如具有触敏表面(例如触控面板)的膝上型计算机(laptop)等。还应当理解的是,在本发明其他一些实施例中,电子设备600也可以不是便携式电子设备,而是具有触敏表面(例如触控面板)的台式计算机。
本领域技术人员可以理解,实现上述实施例方法的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于计算机可读存储介质中。其中,所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种微型救援站的选址方法,其特征在于,包括:
获取多个基础选址模型、微型救援站的选址要求信息和目标工况信息;
根据所述选址要求信息从所述多个基础选址模型中选取集合覆盖模型作为微型救援站基础模型;
基于所述微型救援站基础模型和所述目标工况信息选择最优规划算法作为所述微型救援站基础模型的求解算法,得到微型救援站目标模型;
获取轨道交通线路信息、备选点信息、需求点信息以及救援路径信息;
将所述轨道交通线路信息、所述备选点信息、所述需求点信息以及所述路径信息输入所述微型救援站目标模型,得到目标选址方案。
2.根据权利要求1所述的微型救援站的选址方法,其特征在于,所述根据所述选址要求信息从所述多个基础选址模型中选取集合覆盖模型作为微型救援站基础模型,包括:
对所述多个基础选址模型的选址特点分别进行分析,得到多份选址特性分析报告;
根据所述多份选址特性分析报告和所述选址要求信息从所述多个基础选址模型中选择符合选址要求的所述集合覆盖模型作为所述微型救援站基础模型。
3.根据权利要求1所述的微型救援站的选址方法,其特征在于,所述获取轨道交通线路信息、备选点信息、需求点信息以及路径信息之前,包括:
对所述微型救援站对应的轨道交通进行拓扑,生成铁路线路拓扑图;
根据所述铁路线路拓扑图确定备选点集合和需求点集合。
4.根据权利要求3所述的微型救援站的选址方法,其特征在于,所述根据所述铁路线路拓扑图确定备选点集合和需求点集合之后,还包括:
计算所述备选点集合和所述需求点集合中各备选点与各需求点之间的距离,并根据计算结果建立所述备选点集合与所述需求点集合之间的可达距离矩阵。
5.根据权利要求3所述的微型救援站的选址方法,其特征在于,所述将所述轨道交通线路信息、所述备选点信息、所述需求点信息以及所述路径信息输入所述微型救援站目标模型,得到目标选址方案之后,还包括:
若所述目标选址方案中存在异常地址;
将所述异常地址从所述备选点集合中剔除,更新所述备选点信息;
将更新后的所述备选点信息输入所述微型救援站目标模型,得到新的选址方案。
6.根据权利要求1所述的微型救援站的选址方法,其特征在于,所述微型救援站目标模型的表达式为:
其中,z为微型救援站点数量、n为需求点数目、xj为站点选址系数、aij为救援响应系数、z为救援距离、s为救援速度、t为救援时间,j为备选点数目。
7.根据权利要求1所述的微型救援站的选址方法,其特征在于,所述多个基础选址模型包括集合覆盖模型、最大覆盖模型、P-中位模型、P-中心模型和最大弧段模型。
8.根据权利要求1所述的微型救援站的选址方法,其特征在于,所述选址要求信息包括救援时间要求信息、站点数量要求信息、站点布置要求信息、救援范围要求信息。
9.一种微型救援站的选址装置,其特征在于,包括:
模型获取模块,用于获取多个基础选址模型、微型救援站的选址要求信息和目标工况信息;
模型选取模块,用于根据所述选址要求信息从所述多个基础选址模型中选取集合覆盖模型作为微型救援站基础模型;
模型构建模块,用于基于所述微型救援站基础模型和所述目标工况信息选择最优规划算法作为所述微型救援站基础模型的求解算法,得到微型救援站目标模型;
信息获取模块,用于获取轨道交通线路信息、备选点信息、需求点信息以及救援路径信息;
方案输出模块,用于将所述轨道交通线路信息、所述备选点信息、所述需求点信息以及所述路径信息输入所述微型救援站目标模型,计算得到目标选址方案。
10.一种电子设备,其特征在于,包括存储器和处理器;其中,所述存储器,用于存储程序;
所述处理器与所述存储器耦合,用于执行所述存储器中存储的所述程序,以实现上述权利要求1-8中任一项所述的微型救援站的选址方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310682148.7A CN116757344A (zh) | 2023-06-08 | 2023-06-08 | 一种微型救援站的选址方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310682148.7A CN116757344A (zh) | 2023-06-08 | 2023-06-08 | 一种微型救援站的选址方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116757344A true CN116757344A (zh) | 2023-09-15 |
Family
ID=87954603
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310682148.7A Pending CN116757344A (zh) | 2023-06-08 | 2023-06-08 | 一种微型救援站的选址方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116757344A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109359845A (zh) * | 2018-09-30 | 2019-02-19 | 南京地铁集团有限公司 | 一种城市轨道交通层级救援站多目标选址方法 |
CN110728069A (zh) * | 2019-10-23 | 2020-01-24 | 西南交通大学 | 一种铁路特长隧道应急救援站的选址方法及系统 |
WO2020224544A1 (zh) * | 2019-05-06 | 2020-11-12 | 华为技术有限公司 | 选址方法、装置及计算机可读存储介质 |
CN115964830A (zh) * | 2022-12-29 | 2023-04-14 | 北京石油化工学院 | 一种复杂巷道网络下无人机应急中心选址方法及装置 |
-
2023
- 2023-06-08 CN CN202310682148.7A patent/CN116757344A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109359845A (zh) * | 2018-09-30 | 2019-02-19 | 南京地铁集团有限公司 | 一种城市轨道交通层级救援站多目标选址方法 |
WO2020224544A1 (zh) * | 2019-05-06 | 2020-11-12 | 华为技术有限公司 | 选址方法、装置及计算机可读存储介质 |
CN110728069A (zh) * | 2019-10-23 | 2020-01-24 | 西南交通大学 | 一种铁路特长隧道应急救援站的选址方法及系统 |
CN115964830A (zh) * | 2022-12-29 | 2023-04-14 | 北京石油化工学院 | 一种复杂巷道网络下无人机应急中心选址方法及装置 |
Non-Patent Citations (1)
Title |
---|
杨舜等: "地铁消防应急救援站点选址优化研究", 《应急管理研究》, pages 1580 - 1585 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hogan et al. | Concepts and applications of backup coverage | |
CN104835085B (zh) | 旅游运行监管及安全应急管理联动指挥平台系统 | |
US8738289B2 (en) | Advanced routing of vehicle fleets | |
CN109033718B (zh) | 一种城市轨道交通线路失效的动态应急疏散方法 | |
US20150039364A1 (en) | Optimizing emergency resources in case of disaster | |
CN104683405A (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 | |
CN102490769A (zh) | 一种基于gis的轨道交通行车状态图实现方法 | |
KR102202420B1 (ko) | 대중 교통 데이터와 gps 데이터를 활용한 탄소 배출권 거래 시스템 | |
CN112580881B (zh) | 营业网点选址方法、装置、计算机设备及存储介质 | |
CN103218694A (zh) | 电力应急监控方法和系统 | |
CN112365246A (zh) | 一种基于ai+gis+bim的智慧管廊综合管理平台 | |
Calabrò et al. | Integrating fixed and demand-responsive transportation for flexible transit network design | |
CN112669604B (zh) | 城市交通调度方法及装置 | |
CN112203054B (zh) | 监控视频点位标注方法、装置、存储介质及电子设备 | |
CN116757344A (zh) | 一种微型救援站的选址方法、装置及电子设备 | |
Wang et al. | ForETaxi: data-driven fleet-oriented charging resource allocation in large-scale electric taxi networks | |
Yetis et al. | A cyber-physical-social system based method for smart citizens in smart cities | |
CN112633735B (zh) | 设备布设方法、装置、电子设备以及存储介质 | |
CN109657813A (zh) | 一种省级汽车维修电子健康档案管理系统及方法 | |
Chen et al. | Ambulance service area considering disaster-induced disturbance on the transportation infrastructure | |
CN112052276B (zh) | 乘车路线的挖掘方法和装置 | |
Li et al. | Virtual reality gis and cloud service based traffic analysis platform | |
CN114358674A (zh) | 一种基于北斗高精度定位实现仓储自动化作业的方法 | |
Hassan et al. | Charging Station Distribution Optimization Using Drone Fleet in a Disaster | |
Rambha et al. | Transportation network issues in evacuations |
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 |