[发明专利]一种用于铁路通道能力瓶颈识别与消解的方法和系统有效

专利信息
申请号: 201910882261.3 申请日: 2019-09-18
公开(公告)号: CN110751453B 公开(公告)日: 2022-12-02
发明(设计)人: 陈军华;徐景柳;郑汉;陈昂扬 申请(专利权)人: 北京交通大学
主分类号: G06Q10/10 分类号: G06Q10/10;G06Q10/06
代理公司: 北京市商泰律师事务所 11255 代理人: 刘源
地址: 100044 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 用于 铁路 通道 能力 瓶颈 识别 消解 方法 系统
【权利要求书】:

1.一种用于铁路通道能力瓶颈识别与消解的方法,其特征在于,包括:

获取基础数据并进行预处理,对经过预处理的基础数据进行分析识别,获得瓶颈点参数;

基于所述瓶颈点参数建立数学模型,获得通道能力备选作业方案集;具体包括:

以线路上的运量最大化为目标I,建立数学模型其中z1为目标函数,为重载铁路中小列的标准载重量,L为装车站集合,U为卸车站集合,K为空重车列车类型集合,T为将一天进行时段划分,θ∈T={1,2,3,4},表示时段θ在i→j间开行k类型的重车列车数,mk为空重车列车类型k的编组小列数,其中k∈K,m0=1,m1=2;

以列车组织方案的改动最小为目标II,建立数学模型其中z2为目标函数,和分别表示代价系数;表示时段θ在i→j间开行k类型的空车列车数;表示原方案i→j开行的空重列车数;

对目标函数z1与z2进行归一化,转化获得数学模型Max z3=λ1z12z2,其中λ1、λ2分别为目标I、II之间的权重系数;

对所述通道能力备选作业方案集进行仿真运算;

基于所述仿真运算的结果调整通道能力备选作业方案集,获得最优作业方案;

将所述最优作业方案与实际运营数据进行对比分析,根据该对比分析的结果获得铁路通道能力瓶颈识别与消解方案。

2.根据权利要求1所述的方法,其特征在于,所述的获取基础数据并进行预处理包括:

标定基础数据中的缺失值;

处理基础数据中的异常值;

对基础数据进行补齐与转换,并录入到用于对所述的经过预处理的基础数据进行分析识别的应用子系统。

3.根据权利要求2所述的方法,其特征在于,所述应用子系统包括:

数据层,用于数据库的连接管理;

逻辑层,用于所述经过预处理的基础数据的存储与读取,并对所述经过预处理的基础数据进行运算处理;

交互层,用于显示输出逻辑层的运算处理结果。

4.根据权利要求3所述的方法,其特征在于,所述逻辑层对所述经过预处理的基础数据进行运算处理包括:

通过平均最小间隔时间法计算公式计算获得列车理论区间通过能力值,其中,N为区间通过能力,T为区间通过有效时间,为平均最小间隔时间,为必要的平均缓冲时间;

通过将区间实际通过列车数与所述列车理论区间通过能力相比较,获得区间的能力利用率。

5.根据权利要求4所述的方法,其特征在于,所述方法还包括交互层通过能力利用热力图对区间的能力利用率进行显示输出。

6.根据权利要求1所述的方法,其特征在于,所述的对通道能力备选作业方案集进行仿真运算包括如下子步骤:

对仿真目标状态进行初始化;

运行仿真时钟;

当下一事件时刻成为当前事件时刻时,判断仿真目标实时状态是否符合预设执行条件,若符合预设执行条件则执行仿真目标实时状态的仿真事件,若不符合预设执行条件则重复执行本子步骤;

判断仿真事件执行后仿真目标实时状态是否符合仿真结束条件,若符合仿真结束条件则输出仿真运算结果并结束仿真运算,若不符合仿真结束条件则返回上述第三个子步骤。

7.根据权利要求6所述的方法,其特征在于,所述仿真目标状态包括列车状态、线路运用状态、机车状态。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京交通大学,未经北京交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910882261.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top