[发明专利]船舶码头卡车排队长度估计方法、系统、设备及介质有效
申请号: | 202010106468.4 | 申请日: | 2020-02-21 |
公开(公告)号: | CN111310342B | 公开(公告)日: | 2023-04-14 |
发明(设计)人: | 曲文蕊;李德林;杨露;李晓冉;刘永雪;刘莎莎;戚懿 | 申请(专利权)人: | 齐鲁工业大学 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06F30/15;G06F17/11;G06F17/18;G07C11/00;G06F111/10 |
代理公司: | 济南圣达知识产权代理有限公司 37221 | 代理人: | 黄海丽 |
地址: | 250353 山东*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 船舶 码头 卡车 排队 长度 估计 方法 系统 设备 介质 | ||
1.船舶码头卡车排队长度估计方法,其特征是,包括:
根据待估计船舶码头的服务窗口利用率和M/M/S排队模型,得到卡车排队队列稳定状态的排队长度计算模型;
待估计船舶码头的服务窗口利用率的计算步骤包括:
假设待估计船舶码头的卡车出口和入口均设有服务窗口;
获取卡车平均到达率、每个服务窗口的平均服务率和服务窗口的总数量;
根据卡车平均到达率、每个服务窗口的平均服务率和服务窗口的总数量,计算待估计船舶码头的服务窗口利用率;
根据待估计船舶码头的服务窗口利用率和M/M/S排队模型,得到卡车排队队列稳定状态的排队长度计算模型;具体公式为:
其中,λ为卡车的平均到达率,μ为每个窗口的平均服务率,1/μ为每个窗口一辆卡车的平均服务时间,S为服务窗口的个数,α=λ/μ称为交通密度,P0是没有卡车在队列中排队的概率,ρ=λ/μS;
对卡车排队队列形成过程进行建模,得到排队队列形成状态的回归模型;
排队队列形成状态的回归模型具体公式为:
其中,t是时间间隔,k是临界点,lt是t处的队列长度,a1和b1是排队队列形成状态回归模型的系数,根据交通密度α和时间t时的服务窗口个数S,根据方程(4)来估计时间t的排队稳定队列长度,即Lt,St是t时的服务窗口个数,lt-1代表t-1时得排队队列估计长度;
对卡车排队队列消散过程进行建模,得到排队队列消散状态的回归模型;
排队队列消散状态的回归模型的具体公式为:
其中,t是时间间隔,k是临界点,lt是t处的队列长度,a2和b2是排队队列消散状态回归模型的系数,根据交通密度α和时间t时的服务窗口个数S,根据方程(4)来估计时间t的排队稳定队列长度,即Lt,St是t时的服务窗口个数,lt-1代表t-1时得排队队列估计长度;
判断当前时刻服务窗口利用率是否大于设定阈值,如果是,则表示服务窗口处于过饱和状态,则使用流体流动方程估计排队队列长度;
如果否,则表示服务窗口处于非过饱和状态,对前一时刻排队队列估计长度与当前时刻卡车排队队列稳定状态的排队长度的大小进行比较,并根据比较结果选择对应的计算模型对排队队列长度进行估计。
2.如权利要求1所述的方法,其特征是,判断当前时刻服务窗口利用率是否大于设定阈值,如果是,则表示服务窗口处于过饱和状态,则使用流体流动方程估计排队队列长度;流体流动方程具体为:
lt=lt-1+λt-μt×S,
其中,t是时间间隔,lt是t时排队队列估计的长度,lt-1是t-1时排队队列估计的长度,S是服务窗口个数,λt为t时卡车的平均到达率,μt为时每个窗口的平均服务率。
3.如权利要求1所述的方法,其特征是,对前一时刻排队队列估计长度与当前时刻卡车排队队列稳定状态的排队长度的大小进行比较,并根据比较结果选择对应的计算模型对排队队列长度进行估计;具体步骤包括:
如果前一时刻排队队列估计长度小于当前时刻卡车排队队列稳定状态的排队长度,则利用排队队列形成状态的回归模型对排队队列长度进行估计;
如果前一时刻排队队列估计长度大于当前时刻卡车排队队列稳定状态的排队长度,则利用排队队列消散状态的回归模型对排队队列长度进行估计;
如果前一时刻排队队列估计长度等于当前时刻卡车排队队列稳定状态的排队长度,则利用卡车排队队列稳定状态的排队长度计算模型对排队队列长度进行估计。
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齐鲁工业大学,未经齐鲁工业大学许可,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/202010106468.4/1.html,转载请声明来源钻瓜专利网。