【技术实现步骤摘要】
本专利技术属于工程管理
，特别涉及一种高拱坝工程建设中的混凝土运输排 队网络优化决策方法。
技术介绍
高拱坝工程建设中的混凝土施工由混凝土生产、运输和浇筑三个系统组成，如图1 所示。在高拱坝工程建设中，往往只需要一个混凝土生产系统（见图1下部中间的虚线方 框）。混凝土生产系统一般由多个混凝土拌和楼组成（见图1虚线方框中的圆圈）。自卸 汽车（见图1中白色小长方形）在混凝土拌和楼处排队装载混凝土，之后重载运输至卸载 点（见图1中虚线三角形）以供混凝土浇筑系统使用（见图1上部虚线方框）。混凝土浇 筑系统由架设在高拱坝上方的缆绳运输系统和缆机组成。缆机（即图1中黑色小长方形） 在卸载点从自卸汽车卸载混凝土并通过缆绳系统将其运输至浇筑区域（见图1高拱坝中阴 影部分）。当自卸汽车到达卸载点，则排队等待将混凝土卸载入等待的缆机，之后则空载返 回混凝土拌和楼准备下一轮运输。 -般情况下，一个混凝土生产系统需为多个卸载点供应混凝土。每个卸载点可对 应多个浇筑区域，并由多个缆机在它们之间负责运输。自卸汽车根据不同的运输任务分为 多个小队分别在不同的连接混凝土生产系统和相应卸载点的运输路径上工作。图2表示了 一个混凝土生产系统负责N个卸载点的运输案例，其中不同运输路径在混凝土生产系统汇 集交织成一个运输排队网络。不同的自卸汽车小队从混凝土生产系统出发至相应的卸载点 再返回循环运输，形成一个动态的运输排队网络。 高拱坝的整个混凝土建设过程可划分为3个阶段，分别为坝基混凝土浇筑，坝体 混凝土浇筑和坝面混凝土浇筑，如图3所示。不同的混凝...
【技术保护点】
高拱坝工程建设中的混凝土运输排队网络优化决策方法，其特征在于，包括以下步骤：A.采用模糊随机数来描述相关不确定参数；B.运输网络系统状态转移概率计算；C.构建多目标多阶段决策优化模型；D.对模型进行等价转换，形成可解的多阶段决策优化模型；E.采用基于对偶方法的粒子群优化算法对模型进行求解。
【技术特征摘要】
1. 高拱坝工程建设中的混凝土运输排队网络优化决策方法，其特征在于，包括以下步 骤： A. 采用模糊随机数来描述相关不确定参数； B. 运输网络系统状态转移概率计算； C. 构建多目标多阶段决策优化模型； D. 对模型进行等价转换，形成可解的多阶段决策优化模型； E. 采用基于对偶方法的粒子群优化算法对模型进行求解。2. 如权利要求1所述的高拱坝工程建设中的混凝土运输排队网络优化决策方法，其特 征在于，步骤A中，所述相关不确定参数包括： 1) 每月有效工作日：受天气情况、突发事件这些不确定因素影响而具有模糊随机性， 表不为W; 2) 自卸汽车的运输与等待时间：受运输距离、驾驶员驾驶技术以及路况这些因素影 响，将自卸汽车沿路径i在阶段k重载和空载的运输时间分别用$0 >和幻表示，其在 阶段k于卸载点i和混凝土生产系统等待的时间分别用和$(幻表示，则自卸汽车在阶 段k沿路径i的总往返时间为：=￠(幻+(幻+€(α·)，να. 3) 自卸汽车到达率：用表示一辆自卸汽车在阶段k于卸载点i的到达率，其计算公式如下， I > 4) 缆机服务率：用ei(k)表示在阶段k分配于卸载点i作业的缆机数量，哀(λ)为一台 缆机在阶段k于卸载点i作业的服务率，当某一时刻在卸载点i卸载混凝土和等待卸载的 自卸汽车数量为j时，卸载点i在该阶段k的服务率/1/认）可计算为：3. 如权利要求2所述的高拱坝工程建设中的混凝土运输排队网络优化决策方法，其 特征在于步骤B中，所述运输网络系统状态由各卸载点所停留的自卸汽车的数量确定，其 变化受自卸汽车对于各卸载点的到达率和缆机在各卸载点的服务率影响，用5/(λ >表示在 阶段k当卸载点i处有j辆自卸汽车在卸载混凝土或等待卸载时网络子系统i的状态，用 <(々>表示状态S/G) (j = 0，l，...，Vi(k))的发生概率，设声I导出各状态 发生概率计算公式4.如权利要求3所述的高拱坝工程建设中的混凝土运输排队网络优化决策方法，其特 征在于，步骤C中，所述构建多目标多阶段决策优化模型，包括： Cl.构建模型状态方程组： 用Av (k)和Ae (k)分别表示在阶段k可调配的自卸汽车和缆机的数量：用ζ表示维修所用的阶段数，用ViGO和CtiGO分别表示分配至子系统i的自卸汽 车和缆机在阶段k的故障发生率，则可构建模型的状态方程组如下：其中，当 k-ζ 彡 0 时，Vi(k-4)Vi(k-4)与 取值为 0; C2.构建模型初始条件： 用〇1和P1分别表示在初始阶段可供调配的自卸汽车和缆机的数量，构建模型初始条 件： Av(I) = cti 和 Ae(I) = ^1; C3.构建模型约束条件： 在阶段k分配至子系统i的自卸汽车和缆机的数量应不少于0且不超过在该阶段可供 调配的自卸汽车和缆机的数量，构建模型约束条件如下： 0. Vi (k) < Av (k)和 0 < ei (k) < Ae (k)，^，灸； C4.构建模型目标函数： 根据决策者的目标构建关于最小化浇筑工期和运行成本的目标函数如下： 1)浇筑工期：用t表示自卸汽车的工作时间，H表示自卸汽车的装载量，/f⑷表示在 阶段k于浇筑区域i的混凝土实际浇筑强度，ξ , (k)表示缆机在阶段k卸载点i的服务率；由此可计算阶段k浇筑区域i的混凝土实际浇筑强度如下：用表示在阶段k于浇筑区域i的混凝土实际浇筑强度，Qi (k)表示在阶段k浇筑 区域i的计划混凝土浇筑量，Di (k)表示在阶段k浇筑区域i的混凝土实际浇筑工期，其计 算公式如下：在浇筑施工过程中，只有在当前阶段的所有浇筑区域都完成浇筑之后才能开始下阶段 的浇筑施工，用fd(x，Θ )表示浇筑总工期， 其中 X = (vj ·)，v2( ·)，···，vN(·)，ej ·)，e2( ·)，···，eN( ·))， ' ' j 则其计算公式如下：2)运行成本：用Cb表示1座混凝土拌和楼的单位运行成本，Cv表示1辆自卸汽车的单 位运行成本表示一台缆机的单位运行成本，表示混凝土浇筑的总运行成本；由 于阶段k的时间长度戈，而混凝土拌和楼、自卸汽车以及缆 机的运行成本会在整个工期中发生，因此总工期的长短会影响混凝土浇筑的总运行成本； 用M表示混凝土拌和楼的数量，则可计算如下：C5.基于状态方程组、初始条件、约束条件、目标函数的集成形成多目标多阶段决策优 化模型： 、 -a5.如权利要求4所述的高拱坝工程建设中的混凝土运输排队网络优化决策方法，其特 征在于步骤D中所述对模型进行等价转换，形成可解的多阶段决策优化模型，具体包括： 假设可容许的最长浇筑总工期为D，则将最小化浇筑总工期的目标函数转化为如下约 束条件：转化后的可求解的多阶段决策优化模型如下： 'O6.如权利要求5所述的高拱坝工程建设中的混凝土运输排队网络优化决策方法，其特 征在于，步骤E中所述基于对偶方法的粒子群优化算法实现包括步骤： EL针对多阶段决策优化模型进行粒子结构设计步骤： 假设决策阶段数K = 3,每个粒子的位置编码为2NX3维的向量，以表示空间中的一点...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。