基于不确定处理框架和规则组合算法的动车所调度方法技术

本发明专利技术提供一种基于不确定处理框架和规则组合算法的动车所调度方法，包括：针对动车组的调度问题，提取出动车组在调度中涉及的集合、确定型参数、不确定参数和变量；建立不确定情形下动车所的调车模型；对于调车模型，根据区间内变化的参数的区间变化范围、具有随机属性的参数的概率分布和具有模糊特征的参数的期望，获取转换后的调车模型；对转换后的调车模型进行求解，获取最优调度方案；根据最优调度方案，对动车组的车辆进行调度。本发明专利技术将含有不确定因素而难以求解的调车模型转化为易于求解的确定型鲁棒对等模型，在动车所具有不确定因素时，能实现对动车的精准调度。能实现对动车的精准调度。能实现对动车的精准调度。

【技术实现步骤摘要】
基于不确定处理框架和规则组合算法的动车所调度方法


[0001]本专利技术涉及车辆调度和计算机
，尤其涉及一种基于不确定处理框架和规则组合算法的动车所调度方法。

技术介绍

[0002]为确保动车组能安全稳定运行，在其返回动车所后，需进行必要的维修和保养。最常见的一级维修包括清洗、检修、转线、存车等作业。部分学者针对动车所调车作业计划编制问题开展了相关研究。某一现有技术以最小动车组总延误时间为目标，建立动车所调车作业计划优化模型，并设计微进化和作业线分配算法进行求解。
[0003]另一现有技术以最小调车总钩数为目标，构建动车所调车作业计划整数规划模型，并设计粒子群优化算法进行求解。再一现有技术以最后一列动车组检修完成时间最小为目标，建立动车所一级检修作业计划优化模型，并采用自适应遗传算法进行求解。又一现有技术以减少检修区无效占用时间和调车路径费用为目标，建立动车所调车作业计划编制优化模型，并采用改进最大最小蚁群系统进行求解。
[0004]在动车所调车作业过程中，可能受到各种不确定因素干扰，如动车组延迟到达、维修机器故障、维修时长波动等，致使实际执行状况与作业计划之间存在一定偏差，严重时甚至会影响动车组运行计划。
[0005]现有技术或建立动车所调车作业计划编制模型，或设计智能优化算法求解调车问题，但是少有考虑不确定因素对动车组调车过程产生干扰，也缺乏能够吸收不确定扰动的鲁棒调车方案。
[0006]因此，亟需一种新的基于不确定处理框架和规则组合算法的动车所调度方法。
专利技术内容
[0007]本专利技术提供一种基于不确定处理框架和规则组合算法的动车所调度方法，用以解决现有技术中无法解决不确定因素对动车组调车过程中产生干扰的缺陷，实现动车组的精确调度。
[0008]本专利技术提供一种基于不确定处理框架和规则组合算法的动车所调度方法，包括：
[0009]针对动车组的调度问题，提取出所述动车组在调度中涉及的集合、确定型参数、不确定参数和变量，所述不确定参数包括区间内变化的参数、具有随机属性的参数和具有模糊特征的参数；
[0010]基于所述集合、所述确定型参数、所述不确定参数和所述变量，建立不确定情形下所述动车所的调车模型；
[0011]对于所述调车模型，根据区间内变化的参数的区间变化范围，获取确定的区间规划对等模型，根据具有随机属性的参数的概率分布，获取确定的机会约束对等模型，根据具有模糊特征的参数的期望，获取确定的期望约束对等模型，最终获取转换后的调车模型；
[0012]对转换后的调车模型进行求解，获取最优调度方案；
[0013]根据所述最优调度方案，对所述动车组的车辆进行调度。
[0014]本专利技术还提供一种基于不确定处理框架和规则组合算法的动车所调度系统，包括：
[0015]参数提取模块，用于针对动车组的调度问题，提取出所述动车组在调度中涉及的集合、确定型参数、不确定参数和变量，所述不确定参数包括区间内变化的参数、具有随机属性的参数和具有模糊特征的参数；
[0016]调车模型模块，用于基于所述集合、所述确定型参数、所述不确定参数和所述变量，建立不确定情形下所述动车所的调车模型；
[0017]模型转换模块，用于对于所述调车模型，根据区间内变化的参数的区间变化范围，获取确定的区间规划对等模型，根据具有随机属性的参数的概率分布，获取确定的机会约束对等模型，根据具有模糊特征的参数的期望，获取确定的期望约束对等模型，最终获取转换后的调车模型；
[0018]调度求解模块，用于对转换后的调车模型进行求解，获取最优调度方案；
[0019]车辆调度模块，用于根据所述最优调度方案，对所述动车组的车辆进行调度。
[0020]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于不确定处理框架和规则组合算法的动车所调度方法的步骤。
[0021]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于不确定处理框架和规则组合算法的动车所调度方法的步骤。
[0022]本专利技术提供的一种基于不确定处理框架和规则组合算法的动车所调度方法，在处理不确定方面，通过引入不确定参数，分别刻画不确定参数的波动程度和资源约束的违背程度，将含有不确定因素而难以求解的调车模型转化为易于求解的确定型鲁棒对等模型，提出能够处理各种不确定因素的鲁棒优化方法，在动车所具有不确定因素时，能实现对动车的精准调度。
附图说明
[0023]为了更清楚地说明本专利技术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一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，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。
[0024]图1为本专利技术提供的一种基于不确定处理框架和规则组合算法的动车所调度方法的流程图；
[0025]图2为本专利技术中动车组一级维修流程示意图；
[0026]图3为本专利技术中确定型案例II13动车所调车甘特图；
[0027]图4为本专利技术中进出所时间不确定时II13动车所调车甘特图；
[0028]图5为本专利技术中作业时间不确定时II13动车所调车甘特图；
[0029]图6为本专利技术提供的一种基于不确定处理框架和规则组合算法的动车所调度系统的结构示意图；
[0030]图7为本专利技术提供的一种电子设备的实体结构示意图。
具体实施方式
[0031]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0032]由于动车所信息采集形式和频率等差异，各种不确定因素所采集到的特征不同，某些因素仅知晓其变化区间，某些因素能明确其所服从的随机分布形式或模糊特征。研究此类不确定因素的变化规律，寻求吸收此类不确定扰动的优化方法，得到对该类不确定具有免疫能力的鲁棒调车方案，具有重要理论价值和应用前景。
[0033]本专利技术实施例提案针对动车所内外部环境中各种不确定因素，建立不确定情形下动车所鲁棒调车计划编制模型，并设计求解该模型的规则组合算法，最后用不同案例验证模型和算法有效性。
[0034]本专利技术实施例提供的一种基于不确定处理框架和规则组合算法的动车所调度方法，如图1所示，该方法包括：
[0035]首先需要建立不确定情形下动车所鲁棒调车模型，在建立鲁棒调车模型之前，会需要描述动车所调车作业计划编制问题，调车作业计划编制问题具体如下：
[0036]如图2所示，动车组进所后，先后通过存车区1、作业区、存车区2，准备出本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于不确定处理框架和规则组合算法的动车所调度方法，其特征在于，包括：针对动车组的调度问题，提取出所述动车组在调度中涉及的集合、确定型参数、不确定参数和变量，所述不确定参数包括区间内变化的参数、具有随机属性的参数和具有模糊特征的参数；基于所述集合、所述确定型参数、所述不确定参数和所述变量，建立不确定情形下所述动车所的调车模型；对于所述调车模型，根据区间内变化的参数的区间变化范围，获取确定的区间规划对等模型，根据具有随机属性的参数的概率分布，获取确定的机会约束对等模型，根据具有模糊特征的参数的期望，获取确定的期望约束对等模型，最终获取转换后的调车模型；对转换后的调车模型进行求解，获取最优调度方案；根据所述最优调度方案，对所述动车组的车辆进行调度。2.根据权利要求1所述的基于不确定处理框架和规则组合算法的动车所调度方法，其特征在于，所述根据区间内变化的参数的区间变化范围，获取确定的区间规划对等模型，具体计算公式如下：其中，B
ez
表示动车组e占用作业区z的开始时刻，T
ez
表示动车组e占用作业区z的结束时刻，ω表示约束水平，表示区间变化范围上限，表示区间变化范围下限，d
′
表示股道线，D表示作业线集合，n
′
表示每条股道上执行的第n
′
个作业，N
d
′
表示股道d'的最大作业个数，Y
ezdn
表示动车组e在作业区z的股道d上执行的第n个操作。3.根据权利要求1所述的基于不确定处理框架和规则组合算法的动车所调度方法，其特征在于，所述根据具有随机属性的参数的概率分布，获取确定的机会约束对等模型，具体计算公式如下：其中，B
ez
表示动车组e占用作业区z的开始时刻，T
ez
表示动车组e占用作业区z的结束时刻，ε表示不确定水平，ξ1和ξ2表示随机变量，κ表示不可行限度，p
z
表示作业区z理论作业时间，d
′
表示股道线，D表示作业线集合，n
′
表示每条股道上执行的第n
′
个作业，N
d
′
表示股道d'的最大作业个数，Y
ezdn
表示动车组e在作业区z的股道d上执行的第n个操作。4.根据权利要求1所述的基于不确定处理框架和规则组合算法的动车所调度方法，其特征在于，所述根据具有模糊特征的参数的期望，获取确定的期望约束对等模型，具体计算公式如下：其中，B
ez
表示动车组e占用作业区z的开始时刻，T
ez
表示动车组e占...

【专利技术属性】
技术研发人员：唐秋华，何明，殷迪，
申请(专利权)人：武汉科技大学，
类型：发明
国别省市：