System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及车辆运输调度的,特别是涉及一种电气化公路车辆调度的方法、装置、设备及介质。
技术介绍
1、随着交通科技的快速发展,公路运输方面也采用电气化公路智慧运效系统,是一种不仅能发挥公路运输快捷、方便、灵活等诸多优点,又能利用电能替代燃油的一种交通运输系统。
2、目前电气化公路智慧运效系统中的车辆调度流程是人工去调度车辆行驶路径。但是随着后续电气化公路的发展,将承担集中性、大规模的煤炭运输,需要从煤矿场到集运站,整体流程的物流网络会相对复杂,人工调度会导致运输成本过高以及效率低下。因此车辆调度如何分配以使成本最小化为目前调度规划的主要目标。
技术实现思路
1、本申请提供了一种电气化公路车辆调度的方法、装置、设备及介质,通过整数规划求解算法对车辆调度规划模型进行求解,生成车辆路径方案,并细化车辆路径方案中每一趟次车辆分别运输的煤炭类型,可以实现总运输成本最少的车辆调度,从而自动生产每辆车的运输路径以及运输的煤炭类型。
2、第一方面,本申请提供了一种电气化公路车辆调度的方法,该方法包括:
3、将车辆的运输场景简化为图形结构,获得车辆运输图,所述运输场景包括站场、煤矿场和集运站;
4、获取煤矿场的煤炭集合、运输车辆集合和运输成本;
5、根据煤炭集合、运输车辆集合、运输成本以及所述车辆运输图,构建车辆调度规划模型,并确定优化目标及约束条件,所述优化目标为最小化运输成本;
6、采用整数规划求解算法对车辆调度规划模型进行求
7、细化车辆路径方案中每一趟次车辆分别运输的煤炭类型,获得车辆调度路线以及对应运输的煤炭类型。
8、可选地,将车辆的运输场景简化为图形结构,获得车辆运输图,包括:
9、设定车辆运输图中节点v1为集运站,节点v2为站场,节点vi为煤矿场,i为煤矿场数量;设d2i为煤矿场i离站场的距离,d1i为煤矿场i离集运站的距离,d3为集运站离站场的距离。
10、可选地,获取所述煤矿场的煤炭集合、运输车辆集合和运输成本,包括:
11、设m={m1,m2,…,mn}为各煤矿场需要运输的总煤量集合,mi为煤矿场i的需要运输的总煤量;n为煤矿场的数量;r为煤炭类型的数量;l为每辆车的满载量;
12、设x={x1,x2,…,xn}为各煤矿场分配的总车辆数集合,xi为煤矿场i分配的总车辆数;q为车辆总数,车辆归属于站场,从站场出发,最终回到站场。
13、设矩阵xnc为各煤矿场每次运输的车辆数量矩阵,xio为煤矿场i第o次运输的车辆数;o<=c,c为总运输趟次;
14、设运输成本中ce为车辆空载平均每公里成本;cf为车辆满载平均每公里成本。
15、可选地,根据煤炭集合、运输车辆集合、运输成本以及车辆运输图,构建车辆调度规划模型,并确定优化目标及约束条件,包括:
16、使用表示车辆i空车从站场到煤站场的成本和车辆i满载从煤站场到集运站的成本;
17、使用表示若全部煤矿场未运输完毕,则车辆i空车第o趟从集运站返回到煤站场的成本,加上车辆i第o趟满载从煤站场到集运站的成本;
18、使用qd3ce表示全部车辆以空车从集运站到站场的成本。
19、建立车辆调度规划模型,所述车辆调度规划模型的优化目标如下述目标函数所示:
20、
21、其中,所述车辆调度规划模型的约束条件包括:车辆运输总数不超过站场车辆总数;每个煤矿场分配的车辆数小于煤矿场单次运输最大车辆需求数;每个煤矿场都能完成运输任务且不浪费多余车辆;在保证优化目标函数值最小的同时也要确保总趟次最小;每轮运输趟次车辆使用最大化;每一趟次的车辆使用数应逐渐减少。
22、可选地,采用整数规划求解算法对所述车辆调度规划模型进行求解,包括:
23、将优化目标函数中作为第一次运输目标函数;
24、初始化总运输趟次c后,第一次求解所述矩阵xnc,并迭代优化所述矩阵xnc,以满足约束条件中的在保证优化目标函数值最小的同时也要确保总趟次最小和每轮运输趟次车辆使用应最大化;
25、若第一次趟次车辆数满足全部煤矿场的运输,则更新约束条件为各煤矿场第一趟次运输的车辆数满足全部煤矿场的运输需求后再次求解所述矩阵xnc,结束求解流程;
26、若第一次趟次车辆数不满足全部煤矿场的运输,则继续进行第o趟次运输,直至运输的车辆数满足全部煤矿场的运输需求。
27、可选地,若第一次趟次车辆不满足全部煤矿场的运输,则继续进行第o趟次运输,包括:
28、若第一次趟次车辆数不满足全部煤矿场的运输,则更新约束条件为第一趟次运输的车辆数量不超过站场车辆总数后再次求解所述矩阵xnc;
29、将优化目标函数中作为第o次运输目标函数,更新约束条件求解所述矩阵xnc,开始第o次运输,直至各煤矿场运输完毕;
30、若第o趟次车辆数满足全部煤矿场的剩余运输,则更新约束条件为各煤矿场第o趟次运输的车辆满足剩余煤矿场的运输需求后再次求解矩阵xnc,结束求解流程;
31、若第o趟次车辆数不满足全部煤矿场的剩余运输,则更新约束条件为第o趟次运输的车辆数量不超过站场车辆总数后再次求解矩阵xnc,并继续判断后续趟次车辆数是否满足全部煤矿场的剩余运输。
32、可选地,细化车辆路径方案中每一趟次车辆分别运输的煤炭类型,获得车辆调度路线以及对应运输的煤炭类型,包括:
33、设矩阵mnr为各煤矿场中不同煤炭类型需要运输的数量,mik为煤矿场i需要运输煤炭类型k的煤量;
34、增加约束条件为每个煤矿场分配的车辆数能满足各煤炭类型的运输且不浪费车辆后再次求解矩阵xnc;
35、对于每一趟次车辆调度方案初始化全部煤炭类型未被运输;
36、根据目标煤矿场和对应煤炭类型的需求以及当前位置的可用车辆,确定出可运输的车辆数量;
37、根据可运输的车辆数量更新车辆路径方案,记录车辆的行驶路线;
38、将已经运输完的煤炭类型数量设置为0,并且若目标煤矿场的全部煤炭都被运输完,则将矩阵mnr和矩阵xnc进行更新;
39、若全部煤矿场全部运输完毕,则获得车辆调度路线以及对应运输的煤炭类型;
40、若全部煤矿场未全部运输完毕,则返回执行更新矩阵mnr和矩阵xnc的操作。
41、第二方面,本申请提供了一种电气化公路车辆调度的装置,该装置包括:
42、获得单元,用于将车辆的运输场景简化为图形结构,获得车辆运输图,所述运输场景包括站场、煤矿场和集运站;
43、获取单元,用于获取煤矿场的煤炭集合、运输车辆集合和运输成本;
44、构建单元,用于根据煤炭集合、运输车辆集合、运输成本以及车辆运输图,构建车辆调度规划模型,并确定优化目标及约束条件,所述优化目本文档来自技高网...
【技术保护点】
1.一种电气化公路车辆调度的方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述将车辆的运输场景简化为图形结构,获得车辆运输图,包括:
3.根据权利要求2所述的方法,其特征在于,所述获取所述煤矿场的煤炭集合、运输车辆集合和运输成本,包括:
4.根据权利要求3所述的方法,其特征在于,所述根据所述煤炭集合、所述运输车辆集合、所述运输成本以及所述车辆运输图,构建车辆调度规划模型,并确定优化目标及约束条件,包括:
5.根据权利要求4所述的方法,其特征在于,所述采用整数规划求解算法对所述车辆调度规划模型进行求解,包括:
6.根据权利要求5所述的方法,其特征在于,所述若第一次趟次车辆数不满足全部煤矿场的运输,则继续进行第o趟次运输,包括:
7.根据权利要求6所述的方法,其特征在于,所述细化所述车辆路径方案中每一趟次车辆分别运输的煤炭类型,获得车辆调度路线以及对应运输的煤炭类型,包括:
8.一种电气化公路车辆调度的装置,其特征在于,所述装置包括:
9.一种电子设备,其特征
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储计算机程序,所述计算机程序用于执行权利要求1-7任一项所述的方法。
...【技术特征摘要】
1.一种电气化公路车辆调度的方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述将车辆的运输场景简化为图形结构,获得车辆运输图,包括:
3.根据权利要求2所述的方法,其特征在于,所述获取所述煤矿场的煤炭集合、运输车辆集合和运输成本,包括:
4.根据权利要求3所述的方法,其特征在于,所述根据所述煤炭集合、所述运输车辆集合、所述运输成本以及所述车辆运输图,构建车辆调度规划模型,并确定优化目标及约束条件,包括:
5.根据权利要求4所述的方法,其特征在于,所述采用整数规划求解算法对所述车辆调度规划模型进行求解,包括:
6.根据权利要求5所述的方...
【专利技术属性】
技术研发人员:屈海洋,罗钟,胡凯,黄斌,王兵,刘文哲,杜鹏,李京飞,张驰,于徐琥,
申请(专利权)人:中车株洲电力机车有限公司,
类型:发明
国别省市:
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。