【技术实现步骤摘要】
本专利技术涉及铁路检票排班，尤其是一种基于蚁群算法的铁路客运站检票任务动态排班方法。
技术介绍
1、铁路车站检票排班计划是铁路旅客运输车站客运管理的重要环节，每当有列车从车站出发时，该列车对应的旅客检票口会在相应的时间段（一般是列车发车前15min～5min）安排检票员组织引导旅客进入站台。检票员排班布岗计划的编制效果与旅客服务效率、车站运营安全以及经济效益等因素息息相关。
2、目前各个铁路局所辖车站检票员的排班布岗管理模式存在较大的差别，大部分车站在检票员排班布岗中采用“固定岗位”模式，即将车站每个检票口分配给一个固定的检票员，该检票员全天在该检票口执行检票任务，该模式的优点是组织明确实施简洁，最大的缺点是对于发车量不大的车站，会出现某个检票口长时间没有出发列车的现象，从而导致检票员无工作可做的人力资源浪费情形。针对这个不足，少数执行智慧化运营管理的铁路车站尝试推行“动态岗位”模式的检票员排班布岗方法，在该模式条件下，检票员不再被固定安排在某个检票口工作，而是根据列车出发时间对检票口的占用信息，灵活安排检票员在不同的检票口执勤，该方法的优势在于能够有效减少检票员闲置的情形，有效提高检票员工作效率，进而减少检票员的配置数量以降低车站运营成本。
3、目前国内外针对“动态岗位”模式下检票排班方法的研究非常少见，现有方法通常依据车站主管客运的值班站长的人工经验，即在车站运营前基于该车站的列车发车信息制定检票员排班布岗计划。然而，基于人工经验调整的方法，通常效率较低，且给值班站长带来较大的工作压力。
技术实现思路
1、针对现有技术的不足，本专利技术提供一种基于蚁群算法的铁路客运站检票任务动态排班方法，针对大型铁路车站检票口动态岗位排班布置模式，实现检票员动态排班布岗计划的快速生成。
2、本专利技术的技术方案为：一种基于蚁群算法的铁路客运站检票任务动态排班方法，包括以下步骤：
3、s1）、根据铁路车站检票员排班计划编制相关信息，确立铁路车站每个检票口的工作时间片段；
4、s2）、构建检票员与检票口工作时间片段的接续时空网络；
5、s3）、建立铁路车站检票员动态排班计划优化模型；
6、s4）、利用蚁群搜索算法求解优化模型，得到最优的动态排班。
7、作为优选的，步骤s1）中，根据铁路车站检票员排班计划编制的相关信息包括：
8、铁路车站出发列车信息集合l、列车出发时间信息集合t、检票口信息集合e、检票员信息集合s；其中，每趟列车出发时间为，每趟列车出发检票口为。
9、作为优选的，步骤s1）中，所述的铁路车站每个检票口的工作时间片段根据每趟列车的出发时间与出发检票口，所述的每个检票口的工作时间片段表示为：
10、；
11、其中，为列车出发前的最早提前通过检票口时间，为列车出发前的最万提前通过检票口时间；为每趟列车出发时间
12、得到铁路车站的检票口工作时间片段集合，其中，每个工作时间片段的持续时间为。
13、作为优选的，步骤s1）中，若同一检票口，如果两趟相邻出发列车确定的工作时间片段与存在时间片段重合，则将两个工作时间片段合并为一个工作时间片段。
14、作为优选的，步骤s2）中，基于运筹学图论方法构建检票员与检票口工作时间片段的接续时空网络，其中，时空节点代表检票口工作时间片段构成的源点/汇点，弧段代表前后两个检票口工作时间片段的接续时间。
15、作为优选的，步骤s2）中，前后两个检票口工作时间片段的接续时间的计算为：
16、当前一个检票口工作时间片段的结束时间小于后一个检票口工作时间片段的开始时间时，接续时间为后者与前者的差值；
17、当前一个检票口工作时间片段的结束时间大于或等于后一个检票口工作时间片段的开始时间时，接续时间为无穷大；即：
18、；
19、式中，表示第 i个检票口和第 j个检票口的的接续时间；为工作时间片段的结束时间；为工作时间片段的开始时间；为设置的阈值；为足够大的正整数。
20、作为优选的，步骤s3）中，建立铁路车站检票员动态排班计划优化模型，具体包括如下步骤：
21、s31）、在构建的检票员与检票口工作时间片段的接续时空网络上，根据车站检票员排班布岗的实际需求，建立一个混合整数线性整数优化模型；
22、s32）、构建优化模型的约束条件。
23、作为优选的，步骤s31）中，基于最小化综合成本z，构建优化模型的目标函数为：
24、；
25、所述的目标函数要求最小化检票员的数量以及检票员在工作时间片段接续时间；
26、式中，和为0-1决策变量，表示检票员是否承担工作时间片段的检票任务，表示检票员是否由工作时间片段接续工作时间片段；为检票员数量向综合费用的转换系数；为检票口工作时间片段接续时间向综合费用的转换系数，z为综合费用。
27、作为优选的，步骤s32）中，所述的约束条件为：
28、约束1：检票口工作时间片段唯一性约束
29、，；
30、约束2：检票口工作时间片段接续可行性约束
31、，。
32、作为优选的，步骤s4）中，利用蚁群搜索算法求解优化模型，具体包括如下步骤：
33、s41）、设置蚁群算法参数；
34、s42）、将所有蚂蚁置于虚拟中心，每只蚂蚁根据转移规律随机选择下一个任务节点，遍历所有时空节点后得到各自的完整路径；
35、s43）、对各条路径上的信息素进行更新，更新当前迭代次数，判断算法是否结束，输出最优解。
36、作为优选的，步骤s41）中，设置的蚁群算法参数包括蚂蚁个数、信息素重要程度参数、启发式因子重要程度的参数、信息素蒸发系数、信息素增加强度系数、算法最大迭代次数。
37、作为优选的，步骤s42）中具体如下：
38、s421）、将所有蚂蚁置于虚拟起点，每只蚂蚁选择开始时间最早的检票口工作时间片段作为第一个时空节点，根据如下公式移规律随机选择下一个时空节点，时空节点均被选择进入蚂蚁搜索路径后，将所有蚂蚁均继续前往虚拟终点，从而得到各自完成路径；
39、；
40、其中，表示蚂蚁由节点转移至节点的概率，表示蚂蚁在节点可行选择节点集合；为弧段的信本文档来自技高网...
【技术保护点】
1.一种基于蚁群算法的铁路客运站检票任务动态排班方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于蚁群算法的铁路客运站检票任务动态排班方法，其特征在于：步骤S1）中，所述的铁路车站每个检票口的工作时间片段根据每趟列车的出发时间与出发检票口，所述的每个检票口的工作时间片段表示为：
3.根据权利要求2所述的一种基于蚁群算法的铁路客运站检票任务动态排班方法，其特征在于：步骤S1）中，若同一检票口，如果两趟相邻出发列车确定的工作时间片段与存在时间片段重合，则将两个工作时间片段合并为一个工作时间片段。
4.根据权利要求1所述的一种基于蚁群算法的铁路客运站检票任务动态排班方法，其特征在于：步骤S2）中，基于运筹学图论方法构建检票员与检票口工作时间片段的接续时空网络，其中，时空节点代表检票口工作时间片段构成的源点/汇点，弧段代表前后两个检票口工作时间片段的接续时间。
5.根据权利要求4所述的一种基于蚁群算法的铁路客运站检票任务动态排班方法，其特征在于：步骤S2）中，前后两个检票口工作时间片段的接续时间的计算为：
6.根
7.根据权利要求1所述的一种基于蚁群算法的铁路客运站检票任务动态排班方法，其特征在于：步骤S4）中，利用蚁群搜索算法求解优化模型，具体包括如下步骤：
8.根据权利要求7所述的一种基于蚁群算法的铁路客运站检票任务动态排班方法，其特征在于：步骤S41）中，设置的蚁群算法参数包括蚂蚁个数、信息素重要程度参数、启发式因子重要程度的参数、信息素蒸发系数、信息素增加强度系数、算法最大迭代次数。
9.根据权利要求7所述的一种基于蚁群算法的铁路客运站检票任务动态排班方法，其特征在于：步骤S42）中具体如下：
10.根据权利要求7所述的一种基于蚁群算法的铁路客运站检票任务动态排班方法，其特征在于：步骤S43）中，具体包括如下步骤：
...【技术特征摘要】
1.一种基于蚁群算法的铁路客运站检票任务动态排班方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于蚁群算法的铁路客运站检票任务动态排班方法，其特征在于：步骤s1）中，所述的铁路车站每个检票口的工作时间片段根据每趟列车的出发时间与出发检票口，所述的每个检票口的工作时间片段表示为：
3.根据权利要求2所述的一种基于蚁群算法的铁路客运站检票任务动态排班方法，其特征在于：步骤s1）中，若同一检票口，如果两趟相邻出发列车确定的工作时间片段与存在时间片段重合，则将两个工作时间片段合并为一个工作时间片段。
4.根据权利要求1所述的一种基于蚁群算法的铁路客运站检票任务动态排班方法，其特征在于：步骤s2）中，基于运筹学图论方法构建检票员与检票口工作时间片段的接续时空网络，其中，时空节点代表检票口工作时间片段构成的源点/汇点，弧段代表前后两个检票口工作时间片段的接续时间。
5.根据权利要求4所述的一种基于蚁群算法的铁路客运站检票任务动态排班方法，其特征...
【专利技术属性】
技术研发人员：王文宪，韩艳柳，吕秋霞，肖蒙，贾莉，程碧荣，
申请(专利权)人：五邑大学，
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。