【技术实现步骤摘要】
本专利技术涉及铁路集装箱运输领域，尤其涉及一种基于闲置箱联运的集装箱协同调配方法。
技术介绍
1、中老铁路国际货运列车的开通，使得中老两国物流运输更加频繁通畅，为周边地区的发展提供了新动力；集装箱作为铁路货运业务的重要载体，具有作业效率高、便于管理及运输等优点；近年来，随着境外铁路货运业务不断拓展，集装箱运量快速提升；然而，由于老挝不同地域的自然条件、货源货流及发展情况存在差异，致使集装箱箱流在时空上的不均衡，集装箱运营管理问题逐渐凸显，这对货运效率及收益产生较大影响；因此，对集装箱进行调配以满足货运业务的需求不可避免；此外，由于集装箱闲置箱的运输管理问题，使得闲置箱调配量及成本大大增加，在一定程度上降低了客户满意度；闲置箱资源的优化配置是货运组织的重要环节之一，配置效果直接影响货运业务办理效率及收益；鉴于此，构建合理的集装箱调配方法，进一步提升中老铁路货运效率及收益是当前工作的关键问题。
2、在实际运输中，不同货物需求和客户需求，选用的集装箱箱类也不同；为避免闲置箱数量不足或无法在时间上满足客户货物运输需求，往往出现箱类联运的现象；同时，如何维持集装箱运输平衡及保证铁路效益，是中老铁路货运业务的关键内容之一；因此，在保障中老铁路货运效率及收益的基础上，依据客户实际货物运输需求，研究基于箱类联运的闲置箱调配方式具有重要意义。
3、本专利技术结合中老铁路集装箱调运实际需求，研究基于箱类联运的中老铁路空重集装箱协同调配方案，综合箱类运输收益、箱类联运成本、闲置箱运输成本、运输需求未被满足的损失等多方面因素，实
技术实现思路
1、为了解决上述问题，本专利技术以最大化铁路收益为目标，提供了一种基于闲置箱联运的集装箱协同调配方法；该方法综合考虑箱类运输收益、箱类联运支出、闲置箱调运成本及运输需求未被满足损失四个方面的因素构建目标函数；模型求解模块采用改进教与学优化算法，实现闲置箱调配方案的智能化求解输出；本专利技术以实际货物运输需求为切入点，能够为中老铁路境外集装箱运营管理和规划提供辅助支持。本专利技术具体采用如下技术方案：
2、一种基于闲置箱联运的集装箱协同调配方法，该方法包括如下步骤：
3、(1)模型构建
4、模型以最大铁路收益为优化目标，综合考虑装载箱收益、箱类联运费用、货运需求损失费用、闲置箱调配费用，目标函数见下式：
5、
6、其中，i表示铁路总收益，i和j表示中老铁路货运车站，m表示集装箱箱类，n表示需要运输的货物种类，表示将n种货物从i站运往j站的单位收益，wmn表示m箱类装载n类型货物的单位载重，表示1天内m箱类装载n类型货物的装载箱数，表示从i站至j站调配m箱类的闲置箱装载n类型货物的单位费用，为当从i站至j站的n类型货物运输需求未完成产生的单位损失费用，为从i站至j站的n类型货物运输需求量，为1天内从i站至j站的m箱类的闲置箱数，为从i站至j站调配m箱类闲置箱的单位费用。
7、约束条件见下：
8、1.1闲置箱中转无效约束；对于其中某种箱类，i站运往j站的闲置箱不允许j站再次转运其他站，用于控制该箱类闲置箱的流向，即：
9、
10、其中，表示1天内从j站运往i站的m箱类的闲置箱数；
11、1.2货运计划约束；装载箱所装货物应首先满足上级下达的强制性任务，其次满足货运计划中其他运输任务，即：
12、
13、其中，为从i站到j站n类型货物的强制运输任务；
14、1.3集装箱存量约束；车站集装箱存量的充足与否直接决定每日运输计划是否能够连续完成，因此车站应保证集装箱存量充足，即：
15、
16、其中，tm表示箱类为m的集装箱周转时间，sm为箱类为m的集装箱存量；
17、1.4集装箱需求与供给约束；
18、在实际货运生产中，由于各种情况限制，每个站点所需闲置箱数服从随机分布：
19、
20、上式表示在置信水平为αi的条件下，车站i的m种箱类闲置箱需求数服从随机分布；其中，服从正态分布；
21、每个站点所产生的闲置箱数服从随机分布：
22、
23、上式表示在置信水平为βi的条件下，车站i的m种箱类闲置箱供给数服从随机分布；其中，服从正态分布。
24、优选地，该方法还包括步骤：
25、(3)模型求解
26、采用改进教与学优化算法对模型进行求解；教与学优化算法模拟现实生活中班级的教学活动，将班级内成员是为一个演化群组；群组内成绩最优的个体被视为教学者，其他个体为学习者；改进教与学优化算法分为两个阶段“教学阶段”与“学习阶段”，实现个体成绩的不断提升和演化；教学阶段为学生向教学者学习，用于学生提升自身成绩，学习阶段为学生之间互相学习，从而赋予个体变异机制；
27、3.1：初始化参数：迭代次数n、群体个数n，学生初始位置xi，其中i＝1,2,3,…,n；
28、3.2：计算初始个体成绩：根据模型约束条件分别计算教与学优化的线性约束与非线性约束，计算群体成绩，并选择最优个体记为教学者xteacher(t)，t当前迭代次数；
29、3.3：教学阶段：指学生向教学者学习；群组内适应度函数取值最高，则被视为教学者，通过下式向其他学生传授知识进而提高群组成绩；
30、xi(t+1)＝axi(t)+b×r(xteacher(t)-tfi×xmean(t))
31、其中，xi(t+1)为第i个学生学习后的状态，xi(t)为第i个学生学习前的状态，ri为第i个学生的学习步长，取值为0-1之间的随机数，xteacher为群组中最优教学者位置，tfi表示位置改变长度，取值为0-1之间随机数，xmean为群组中学生们的平均状态；a表示进化过程中自身状态保留进化的比例，b表示学习教学者状态的比例：
32、
33、b＝1-a
34、3.4：学习阶段：指学生之间通过互动进行学习；对于个体xi(t)，设定距离xi(t)最近的个体为yi(t)，在初期，两个个体协同进步，在后期转变为竞争关系；通过引入lotka-volterra模型模拟个体之间的协同与竞争：
35、当二者为合作关系时：
36、
37、其中，g1表示个体生长率，u表示群组搜索空间上界，i1为个体xi(t)的适应度函数取值，i2为个体yi(t)的适应度函数取值；
38、
39、其中，g2表示个体生长率；
40、当二者为竞争关系时：
41、
42、
43、本专利技术具体如下有益效果：
44、基于箱类联运的闲置箱协同调配优化方案从货物运输需求出发，考虑了装载箱本文档来自技高网...
【技术保护点】
1.一种基于闲置箱联运的集装箱协同调配方法，该方法包括如下步骤：
2.如权利要求1所述的一种基于闲置箱联运的集装箱协同调配方法，该方法还包括如下步骤：
【技术特征摘要】
1.一种基于闲置箱联运的集装箱协同调配方法，该方法包括如下步骤：
2....
【专利技术属性】
技术研发人员：张雅琴，秦林林，谢鹏，马志强，王瑞民，李志鹏，李平，王乔，崔蕾，丰秀帅，石岭，马浩淋，徐占领，
申请(专利权)人：中国铁道科学研究院集团有限公司，
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。