文摘
进行网络维护缺乏强有力的理论支持和实践情况。然而,关于这一主题的研究已经进入了一个广泛的探索阶段;例如,正在寻求新的网络设计方法,并成功实践从传统维修线和职业被合并。本文提出了一种新颖的集合覆盖模型与变量覆盖半径的城市轨道交通系统的维护网络的背景下进行维护。全网维护遵循原则的概念类似于bio-geography-based优化(偏硼酸钡),即的迁移模式,变异,不同人群在不同的栖息地和灭绝。因此,一个偏硼酸钡与组合优化算法实现编程。从中国的长春市实验表明,该模型和算法是有效实现全网要求通过直接的覆盖半径之间的权衡和维护响应时间。此外,维护能力和变量覆盖每个维护点半径影响维修单位的维修及时性和资源利用率。
1。介绍
截至2018年12月31日,根据统计分析城市轨道交通线路,32个城市的169名城市线在中国大陆在操作,全长5494.9公里。新线路长度647.8公里的创造了历史新高。之后的最高值建设在过去的五年里,日益完善的轨道交通网络已经进入了一段时间的稳定运行和维护。第一次研讨会的主题中国城市轨道交通运行设备维护创新和实践2015年11月在上海举行。的概念“安全、可靠和高效运营的城市轨道交通,以维护保证为首要任务”。2016年4月,国家发展和改革委员会批准成立的第一个“国家工程实验室为城市轨道交通系统安全与维护”在中国,强调城市轨道交通系统维护的问题一样重要的规划和建设。2019年6月,第三届会议上对中国城市轨道交通车辆运行和维护系统了http://www.chinametro.net,关注安全、智能和精益操作。通过这一系列事件,进行网络维护一直是讨论的热点话题。特别是基于全网维护的概念,与维护模式通过线和职业,如何构建一个健壮的维护网络的问题对城市轨道交通网络出现,这是一个重要的部分的健康管理网络。
维护网络是一个复杂的网络系统组成的维护需求点,维护点,资源供给点,连接这些节点和路径,这是一个扩张网络与服务能力为核心。城市轨道交通维护网络是一个功能复杂的网络服务于城市轨道交通物理网络。进行网络维护的实现,它包括维护需求点,维护点,和维护路径,执行网络操作维护和安全保护。
在实践中,进行网络维护的概念来自于网络维护,这反映了网络的新要求对城市轨道交通系统的维护操作:(1)某铁路或运行车辆的失败不仅在城市轨道交通将影响交通和客运组织的还有那些相关的线路,甚至导致错误在一个更大的范围,将会导致新的紧急情况。由于功能增强的紧迫性,进行网络维护的概念已经从战术层面的战略层面。(2)传统维护方式的效率需要改进。区域网络维护和网络范围的维护模式更有利。(3)不同的维护点之间维护资源的共享是一个必要条件,确保维护资源是立即可用,还包含了和专业维修人员维修资源共享和调度。(4)转运站节点故障传播有明显高重要性进行维护,更应当将重点放在他们。
这些方面是线管理的焦点,他们需要标准化和足够的维修单位提供保护。
概念的基础上进行维护,维护网络设计为城市轨道交通系统旨在将整个维护网络划分成几个区域子网;区域子网分配和优化各种维修资源,制定维护点,单位,和仓库;,并最终形成一个安全、可靠和及时的响应和低成本、低能耗的维护网络,确保城市轨道交通系统的安全运行。
本文研究城市轨道交通维护网络设计概念的基础上进行维护。本文组织如下。部分1基于文献回顾提出问题和改进方向。这两个部分1和2定义的新问题进行维护和量化重要参数。基本假设如保险和担保规则构造,和维护网络设计模型为城市轨道交通系统建立了基于变量覆盖半径和发展。部分3设计bio-geography-based优化(偏硼酸钡)算法;部分4应用模型,并分析了影响因子的敏感性。部分5给出了结论和未来的研究方向。
2。文献综述
在学术领域,维护网络设计问题可以分为离散multifacility位置问题,及其理论模型可以概括为三种经典模型:P中心模式1),P中值模型(2),和集合覆盖模型(3]。本文有关集合覆盖模型是应用最广泛的选址和网络位置,它适用于消防单位,警察局、医院或急救中心(4)、电话交换中心、加油站、和其他研究对象(5]。它涵盖了一个给定水平的需求最少的设备或施工总成本,即。,from a given set of alternatives, it chooses facility locations with the goal of minimizing costs based on certain coverage rules, minimizes the number of facilities, and maximizes profits or service. Farahani et al. offer a clear classification and review of the set-covering model for facility location and imply that the characteristics and functional location for maintenance points align with these goals just like normal facilities such as hospitals [6]。
伯曼et al。7),白等。8],Akella et al。9]讨论了覆盖选址模型的应用。使用变量集合覆盖模型覆盖半径在解决某些问题具有明显的优势。因此,这种类型的模型已经很快在现实实践进行勘探和开发。例如,伯曼et al。10)取得了直接覆盖半径之间的权衡r可变成本和设施φ(r)。然后,伯曼和克拉斯所强调的三个集合覆盖模型的隐式假设:完全覆盖或不覆盖;个人保险;和一个固定的覆盖半径(3]。他们总结了广泛研究的最大覆盖模型,逐步覆盖模式,合作覆盖模型和可变半径覆盖模型,得出的结论是,变量的集合覆盖模型覆盖半径更符合实际需要。Bashiri Fotouhi使用最大最小法来确定覆盖半径的前提下,最优解的存在性和鲁棒性11]。
与直接覆盖半径和设备成本之间的权衡(10)和解决方案的鲁棒性(11),达等人认为覆盖半径是由指定的节点之间最远的距离和设施12]。如果不考虑速度,最远的距离相当于节点之间的渡越时间,和覆盖半径转换成一个函数相关节点及其设施之间的交通时间。由于运输时间是不确定的,它可以被视为一个模糊变量。我们的研究认为更多的轨道交通维护网络的特点和覆盖半径相当于之间最远的距离下的维修中心和点维护。这个距离是由速度和渡越时间的维修单位。变量覆盖半径可以被转换成一个函数相关的维护点的响应时间。
解决集合覆盖模型,除了经典启发式算法如遗传算法、偏硼酸钡算法,这是一种新的人工智能算法,取得了更深远的应用程序。基于自然bio-geography及其数学,西蒙首次提出偏硼酸钡算法,然后讨论了它可以用于解决优化问题(13]。为了测试偏硼酸钡算法的性能,他用14基准函数与七以人群为基础的优化算法,如遗传算法、进化算法。偏硼酸钡算法被证明是最有效的。在其更新机制、偏硼酸钡算法不同于其他组混合教学算法等智能优化算法;它模拟物种迁移的行为和突变bio-geography和设计迁移的运营商,突变和间隙。运营商模拟迁移、变异和灭绝的物种在bio-geography社区,因此,他们是在解决问题;他们通过个人协作解决复杂的组合优化问题,组织之间的竞争。在解决问题,可以更快的找到全局最优解决方案相比,使用传统的优化算法。因此,我们采用偏硼酸钡算法求解该模型,注重启发式方法本身一个合适的问题。西蒙等人遵循这一策略建立一个多目标和异构室内无线网络规划模型,解决了模型使用偏硼酸钡算法(14]。
我们发现改善偏硼酸钡算法的三种方法:(1)我们可以改善原始人口出现机制来提高算法的性能,例如,Ergezer等人提出了一种新的对偶的学习机制来增加种群的不同(15]。(2)我们可以设计迁移的运营商,突变,间隙扩大偏硼酸钡的优点。例如,马和西蒙探索行为的六个不同的迁移模型偏硼酸钡和调查他们的表现通过集成混合交叉的遗传算法和偏硼酸钡改变迁移算子,即混合bio-geography-based优化(B-BBO) [16]。(3)我们可以提高算法的搜索能力,即。,Shukla and Singh enabled searching and discovered excellent individuals by importing gradient search and grid search methods into BBO [17]。在本文中,我们更喜欢第二种方法和设计经营者,使其符合集合覆盖模型建立和网络范围的维修决策过程我们定义。
3所示。建模方法
在本文中,我们探索提高经典集合覆盖模型来构建一个可靠和快速反应为城市轨道交通网络维护网络如下:(1)每个维护需求点的需求维护网络的城市轨道交通系统是不同的。每个维护的服务能力点可以是一个标准的服务能力(相同)或分层服务能力(差异化)来适应需求和供给的变化。为此,区分维护需求点的重要性,采用变量覆盖半径覆盖不同的维护点更有针对性、适应性强。(2)在选择维修的位置点,后快速反应问题是主要的技术和安全要求,而覆盖半径和成本之间的权衡。出于这个原因,每个维护点的覆盖半径取决于其有效的响应。在这篇文章中,我们直接覆盖半径之间的权衡和维护响应时间,和实际响应时间不超过及时响应时间。(3)维护点的覆盖和规则提出和发展。每个维护点负责两个节点(站)和线(跟踪)。所有点的区域的责任是相互排斥的。选择不同的维护点及其单位根据故障的类型和配置。
3.1。问题陈述
维护需求点的保护对象是维护网络。原则上,所有节点和边的维护网络维护需求点,即、车辆和铁轨,从而形成一套维护需求点女朋友(站设置V和跟踪设置E),或G= {V,E}。根据车站的类型,设置V被细分为三个子集:停止站(V1),同样转运站(V2)和多通道转运站(V3)。站在V被表示为 ,下一站的车站我用k;这些电台之间的跟踪E表示为 。车辆必须搬到下一站维修,同时跟踪需要现场修复。
站维护需求点的集合V也是选择维护点的集合。维护点的设置是指一组选定的维护需求点,表示 。维修单位的距离之间移动一个维护点和维护的需求点f在维护网络来标示 ,和他们的集合定义为集合 。在一起,维护点和路径构成了维护网络 。一次故障发生在一个城市轨道交通系统,有必要维护单位和维修部件及时到达和故障的处理。这个过程是完成维修。
背后的想法为城市轨道交通系统设计维护网络模型基于集合覆盖模型如下:首先,我们确定修理站设置的需求V;然后,通过改变覆盖半径Rj据报道和规则的维护点女朋友在这篇文章中,我们确定可以覆盖的需求点。维护点的集合,一起维护需求点f可以覆盖的维护点 ,建立了城市轨道交通网络维护0 - 1整数规划模型 ;因此,它符合双重目标的最小数量的维护分和总维修最短路径。
3.2。模型的假设
假设1。城市轨道交通网络分为几个独家分区计划细胞。站在每个计划和跟踪细胞被分配到一个维护点。确定相关计划细胞的报道。
假设2。维护所有需求点的要求是相同的,每个维护需求点的需求提供专门由一个维护点,和没有服务重叠。
假设3。车站是建立维护点位置选择。
假设4。维护点的数量和分配计划为每个特定的维护点是不确定的;我们限制每个维护点的服务能力,执行和计算在这些假设。
假设5。维护点的服务能力是受自己的手机维修单位,和最初的维修单位的数量为每个维护点是相同的。
假设6。由于电台是密切相关的跟踪,如果维护需求 是分配给一个维护点维护、跟踪的道路上也分配到同一点 。
假设7。每一个维修的维修配件库存点高度共享。如果维修配件维护点不足,最近的维修时间点应该供应他们,和备件库存应及时补充。
假设8。错误的车辆可以驱动下一站的路线在任何时间或可以运输到维护及时。
3.3。符号
在本节中使用的符号是列出如下:参数: 响应时间分解 实际响应时间 单位修理时间 流动的时间 修理时间 旅行时间 覆盖半径的维护支持j 移动速度维护单位移动速度 维护系统的需求 移动维护支持单位实际需要的数量 移动维护支持的数量单位为维护支持点实际需要j 维护支持点j维护支持单元配置数量 服务支持点j服务能力 许多铁路站决策变量(二进制): 如果选择建立维护支持点, ;否则,0 如果提供了维护的维护操作系统的需求女朋友, ;否则,0 如果提供了火车站的汽车的维护操作k, ;否则,0 如果为铁路提供的维护操作 , ;否则,0。
3.4。重要参数的描述
(1)我们区分维护需求点的重要性。维护点的覆盖由一个变量覆盖半径分化。为V1,V2,V3,有以下几点: 在这里,R平均维修分在维修网络的覆盖半径。弹性系数和的根植在理论的两个主要影响因素,即。,the urban rail transit network size and the average spacing between stations. In our research, we take the latter as reference because, in practice, the average spacing is one of the key design parameters for urban rail transit network. Here,和阈值的估计通过长春案件和其他类似的中型城市,如沈阳和哈尔滨。如果覆盖半径很小,覆盖相应小的支持,这意味着更多的维护点必须满足维护的需求,增加了工程造价。相反,如果大,需要更少的维护点,工程造价较低,但在长途故障响应时间性能差。(2)维修单位的部署维修单位主要分为两种类型:移动和静止的。移动维护单位处理汽车和铁路的缺点,而固定维修单位只处理车辆故障。在汽车故障的情况下,相应的维护点通知,和车辆驱动下一站路线;维护是由移动和固定维修单位。在铁路故障的情况下,移动维护单位发出执行维护。的实际覆盖范围内维护支持点 ,维护支持单位的数量, ,应该比实际需求, ,不应超过服务能力, ,这是制定如下: (3)资源分配的规则维护的需求 如下:三种类型的电台,V1,V2,V3,维护资源属性的价值因素是不同的在考虑车站功能类型和设计能力。 当一个新行 ,即。,considering the complex effect of line increase, when the number of lines数量的增加,其预先指定的维修单位, ,增加0.5标准单位, : (4)覆盖半径为维护点j实际响应时间t包括机动时间 ,维修时间 ,和维护车辆时间旅行 ;因此, 。以满足要求,及时响应的实际响应时间必须小于或等于预期的响应时间,也就是说, 。最大响应时间除外是最低要求的维修时间。如果维修单位的旅行速度 ,维护需求点之间的距离之间的关系女朋友和维护点(表示为 ), ,和如下:
根据集合覆盖模型,维护点之间的关系的覆盖半径和如下:
当是常数,确定的值 。确保及时的反应能力,和可以根据研究的需要互换。为了简化计算,最短的故障维修时间定义为一个单位维修时间 ;因此,其他故障的维修时间可以被定义为单位维修时间的倍数。
3.5。目标函数和约束
维护网络的目标函数和约束设计模型为城市轨道交通系统(称为设计模型)提出了如下: 受约束
方程(8)是模型的目标函数;它的目标是确保维护支持点的最小数量,这意味着最低工程造价。作为另一个模型的目标函数,方程(9总维护支持)保证最短的距离可以达到及时响应的维护支持网络。方程(10)是维护支持的选择路线的约束;基于这一约束,每一个维护支持路由选择应该维护支持点的范围内 ,即。,the distance之间的女朋友和应该不超过覆盖半径的 。方程(11)是维护支持服务能力约束的点。总维护要求分配给维护支持点不能超过其服务能力 。方程(12)和(13)表明,每一个铁路或火车站 接受服务只有一个维护支持点 。方程(14)和(15)表明,只有当替代位置j被选中作为维护支持点能提供维护操作火车站吗k;此外,只有当替代位置被选中作为维护支持点能提供支持rails路线吗 。方程(16)提出了约束维护支持点的数量,这意味着维护支持点的数量不能超过铁路站的数量,因为维护支持点位于铁路车站。方程(17)(19)都是0 - 1决策变量。
4所示。偏硼酸钡算法设计
本研究采用偏硼酸钡算法来解决上面提出的模型。偏硼酸钡算法设计迁移算子、变异算子,和间隙算子模拟栖息地之间的物种迁移的社区,物种变异,在bio-geography和物种灭绝,它通过个人解决复杂组合优化问题的协作和组织之间的竞争。与其他算法相比,偏硼酸钡算法优势的更新机制和全局搜索能力。关于本研究的模型,偏硼酸钡算法定义如下。
在一个城市轨道交通网络维护支持,我们定义车辆的维护需求和rails为物种的集合,表示维护支持点作为殖民地的岛屿物种。根据算法的原理、维护支持点更多的维护资源与维护的要求,对车辆和rails更具吸引力。,这些维护支持点适应性指数更高。通过调整移民率 ,移民率 ,和适应指数 ,我们确定之间的关系维护和车辆和rails支持点。介绍了变异算子,使维护网络更加稳定和健壮,最后,得到最优解。
我们定义适应指数铁路车站的数量的比例和rails支持的他们的最大数量 ,这是制定如下: (1)当没有维护支持点维护任务,即。的铁路车站年代和铁轨的数量n需要维护的都是0,移民率是0,移民率是最高的,这是表示我。我们可以制定如下: (2)随着维护需求的增加,更多的车辆的维护和rails将分配给其他维护支持点,导致移民率的增加 。与此同时,提供维护支持资源会减少,这将减少移民率 。(3)当维护支持点的维护资源充分利用,即。,当the number of stations and rails served by a maintenance support point is its maximum service capacity ,移民率是最高的,这是表示E,移民率下降到0。可以制定如下: (4)当服务的能力和电台的数量和rails支持达成平衡,他们的关系趋于稳定。为了避免局部稳定性而不是全球稳定,变异算子α是用于获得全局最优解。我们设置α= 0.0005。
算法的流程如图1。
5。数值例子
5.1。城市轨道交通网络和基本数据
一个案例研究使用城市轨道交通运营网络在长春,吉林省的省会城市在中国东北,是用来测试模型。与其他同样在中国大中城市相比,长春城市轨道交通网络的步骤在高速的发展阶段,重点是改善地区之间的可访问性为群众解决困难问题的旅游城市的周边地区。目前维修经验不丰富,缺乏有针对性的解决方案,这样的一种网络。维护网络设计从而来操作安全管理的重要决策之一。
图2显示网络的布局,包括4行,即。,line 1, line 2, line 3, and line 4, and 77 rail stations, including 8 interchange stations. The 77 rail stations are the alternatives of the maintenance support points. We number the 77 rail stations as shown in Figure2。我们定义 和 ;另外,剩余的铁路车站属于 。因此,我们代码rails和收集每个铁路段的长度的数据之间的两个相邻铁路车站。数据来自https://dt.8684.cn/cc_intro。
5.2。模型最优解
在最优解中,所有节点的需求满足,如表所示1和2场景分析的基础。以维护支持点29为例。单点的服务覆盖图所示3。
在这个基本的场景中, 和覆盖半径, ,缩写为7.5 / 5/2.5公里。
最优解决方案的分析和修订如下:(1)站的数量和rails的每个维护点11和11.5,分别;站和rails的实际数字,每个点是11 - 12和10 - 14,分别。维护需求平均分布,任何维护点必然不太空闲或拥挤。(2)据报道规则,需求点23覆盖下的维护点21。然而,由于需求点23是一个转运站和其覆盖半径的要求是2.5公里,21点不能为它提供支持,它需要寻找其他的支持点。需要修订,确保维修的及时性,导致这个维护点的转变,但它仍然是符合模型的基本假设和解决方案的条件。(3)由于大型覆盖半径(7.5公里)的边缘停站,建立维护点(60)路线3月底可以支持多个需求点,避免多个维护点的覆盖半径小。
5.3。性能分析
性能实验1:在场景1中, 和 ,缩写为7.5 / 5/2.5。实验的目的是检查维护点的变化的影响的服务能力 维护网络。
性能实验2:在场景2中, 覆盖范围是8/5/2公里,7.5 / 5/2.5公里,7/5/3公里,6/5/4公里,5/5/5公里。实验的目的是检查的敏感性的变化设计模型的最优解,给一个固定的 。这次考试也揭示了影响维修及时性约束在维修网络的计划。
性能实验的灵敏度分析如下:(1)的场景下表1和3每个维护服务,需求点的数量并不是平均分布,表现不佳的基本情况。例如,维护点19只5站和5 rails,与6维护单位需要;尽管如此,维护点41是16台和rails,与20维护单位。如果维护点是根据一个统一的标准,这在实际需求差距将不可避免地导致大量闲置的维修单位。(2)的场景下表4,当的服务能力从12个单位增加到18日维修的数量从11 - 7点减少,保持不变。维护点的数量持续增加并不一定导致维护点的数量减少或增加支持路线的总长度。此外,支持路线的标准差的平均长度和平均到达时间分别是0.072和0.055。变化相对较小,可以完全实现维护的及时性。
性能实验的灵敏度分析表所示5如下:(1)固定的5/5/5覆盖半径,11点分配,维护和平均响应时间是2.26分钟;165维修单位是必需的。利用率是58.79%。这些指标都是最严重的场景。(2)与最小覆盖大部分的维护点位于行结束。由于固定覆盖半径,以确保维修的及时性,需要两个维护点站55 - 65年底。7.5 / 5/2.5计划相比,一个额外的维护点是必要的。(3)不管变量覆盖半径或固定覆盖半径设置,实际要求维护单位的五个设置(95、97)之间的所有下降。实际需求对半径的范围R1/ R2/ R3。(4)维修单位的数量的五个比较设置依次增加,伴随着利用率从90.48%下降到58.79%。维护能力和建设成本的维护点半径的范围变化很敏感R1/ R2/ R3。
6。结论
城市轨道交通系统的维护网络服务城市轨道交通的物理网络。通过维护点的科学部署、维护单位,和维护部分仓库和各种维修资源的优化配置,我们可以获得一个安全、可靠和及时的响应和低成本系统,保证城市轨道交通系统的安全运行。在本文中,我们研究的设计维护网络对城市轨道交通系统提供方法论的支持这些系统的建设和完善。本文得到以下结果:(1)维修单位维修的数量分(服务能力维护点)应该被考虑。此外,服务能力维护的上限点应设置。维护网络布局规划也应该获得的。此外,需求点和支持点应均匀分布。维护需求,保证应该满足。最后,单独的维护点互相匹配的能力不会造成堵塞或懒惰。(2)全网维护解决方案获得的变量覆盖半径不仅满足维护要求,还可以设置更大的覆盖半径区域维护需求分散,从而减少维护点的数量。(3)虽然在固定覆盖半径解决方案,维护网络布局设置障碍也可以满足维护要求,设置更多的维护点,因为需求网络中的分布相对分散,这就增加了建设成本。以上两点表明,set-coverage模型与变量覆盖半径是有利的在解决问题,获得网络安排更为合理和可行的。(4)当构建维护网络,我们需要平衡维护点的距离最远的服务和维护资源节点的数量。作为维护点的最远的服务距离的增加,维护点建设所需的数量逐渐减少。当维护点的最远的保护距离减少,必须建立维护点的数量增加得更快。相反,维护点的最远的保护距离越大,越慢所需的维护点的数量减少了。
值得指出的是以下几点:
两个性能实验患不均的问题维护点;未来的研究应该强调这一现象的原因,是否覆盖半径变化的结果的原则或算法的性能。
在实际场景中在实际实践中,维护网络对城市轨道交通系统还必须考虑其他的技术和专业的要求。未来的研究应该考虑这个设计问题,考虑到专业维修达到一个更实际的解决方案。
数据可用性
使用的数据来支持本研究的结果包括在本文中。
的利益冲突
作者宣称没有利益冲突。
作者的贡献
y . j .设计研究方法;b . s .写的手稿;l z收集数据;w . c .分析数据;x德鲁数据;和x m .编辑和修改了手稿。
确认
这项研究是由中国国家自然科学基金(批准号51308249),博士课程的特殊研究基金(批准号20130061110008),为工业技术和特殊项目的研究和开发吉林省(批准号2015 y044),它是人文社会科学研究项目支持的中国教育部(批准号16 xjczh002)和中央大学的基础研究基金(批准号310823170657和310823170657)。