CN103593712B - 一种资源优化调度***及调度方法 - Google Patents
一种资源优化调度***及调度方法 Download PDFInfo
- Publication number
- CN103593712B CN103593712B CN201310535132.XA CN201310535132A CN103593712B CN 103593712 B CN103593712 B CN 103593712B CN 201310535132 A CN201310535132 A CN 201310535132A CN 103593712 B CN103593712 B CN 103593712B
- Authority
- CN
- China
- Prior art keywords
- path
- vehicle
- resource
- rescue
- passable
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000013507 mapping Methods 0.000 claims abstract description 7
- 239000000463 material Substances 0.000 claims description 67
- 238000004364 calculation method Methods 0.000 claims description 30
- 230000008569 process Effects 0.000 claims description 27
- 238000005457 optimization Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 10
- 238000007405 data analysis Methods 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 230000002776 aggregation Effects 0.000 claims description 2
- 238000004220 aggregation Methods 0.000 claims description 2
- 238000002161 passivation Methods 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 abstract description 8
- 230000007613 environmental effect Effects 0.000 description 18
- 239000006260 foam Substances 0.000 description 13
- 238000003384 imaging method Methods 0.000 description 9
- 239000011261 inert gas Substances 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 238000002360 preparation method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000009418 renovation Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种资源优化调度***及调度方法。所述调度方法包括获取救援地点的位置信息及救援物资信息;根据获取的救援物资信息,查找预先设置的救援物资与资源点标识的映射关系表,找到能够提供与获取的救援物资信息对应的各资源点标识,依据资源点标识获取资源点的空间位置信息;根据救援地点的位置信息以及资源点的空间位置信息,确定各资源点与救援地点的路径集;从预设数据库获取路径集中每条路径的道路属性参数和外部环境条件参数,根据获取的道路属性参数、外部环境条件参数以及预先设置的调集策略,为救援物资信息计算出最优车辆调集方案。本发明综合道路状况和外部环境等影响因素计算最优调集方案,具有实用价值高、直观形象等优点。
Description
技术领域
本发明涉及优化调度技术领域,具体涉及一种资源优化调度***及调度方法。
背景技术
科学合理地开展资源调度,最大限度的发挥有限资源的价值,是资源调度管理中的一项重要工作。资源调度涉及到多个指定救援地点、多个备选资源点及多种调用物资,以时间最短和运输成本最低为目标,将物资从备选资源点运送到指定救援地点的过程,是一个复杂的多目标优化问题。
随着信息化在各行各业的深入渗透和广泛发展,在辅助决策领域,利用信息化手段整合各项信息,特别是基于地理信息,通过建立物资调度模型或***自动计算最佳调集方案以实现快速调集大量物资,已经得到了广泛的重视和应用。
但现有物资调度模型或***,主要以地理信息中的位置坐标作为参数,利用资源与目的地的位置坐标,计算实际距离,判断最优调集方案,将结果作为参考,提供给决策人员作为辅助参考信息。由于只考虑位置坐标和坐标距离,在实际资源调运过程中容易遇到的运力调拨、物资准备、地形和气候影响等其他影响因素都未列入考虑,因此现有物资调度模型或***得出的最优调集方案误差较大,其参考价值和实用价值均不高。
由上可知,有必要提供一种综合考虑位置坐标、运力调拨、物资准备和外部环境等各种影响因素,并根据各种影响因素给出最优调集方案的资源优化调度***。
发明内容
本发明的发明目的在于提供了一种综合考虑位置坐标、运力调拨、物资准备和外部环境等各种影响因素,并根据各种影响因素给出最优调集方案的基于地理信息和环境加权的资源优化调度***及该***的调度方法。
根据本发明的一个方面,提供了一种资源优化调度方法,包括:
获取救援地点的位置信息及救援物资信息;
根据获取的救援物资信息,查找预先设置的救援物资与资源点标识的映射关系表,找到能够提供与所述获取的救援物资信息对应的各资源点标识,依据找到的资源点标识获取资源点的空间位置信息;
根据救援地点的位置信息以及资源点的空间位置信息,确定各资源点与救援地点的路径集;
从预设的数据库中获取路径集中每条路径的道路属性参数和外部环境条件参数,根据获取的道路属性参数、外部环境条件参数以及预先设置的调集策略,为救援物资信息计算出最优车辆调集方案。
其中,所述预先设置的调集策略包括:
按照救援物资的种类计算出每种救援物资的最优车辆调集方案;
其中,对于每一种救援物资,救援物资的最优车辆调集方案计算方法包括:
确定能够提供救援物资的资源点与救援地点的最短路径集;
获取最短路径集中每条最短路径的通车条件,从最短路径集中得到符合通车条件的可通车路径集;
获取可通车路径集中每条可通车路径的通车限制参数;
根据每条可通车路径的通车限制参数确定每条可通车路径能够派出的运输车辆类型;根据每个资源点能够提供救援物资的总量和救援物资的总量,确定出每条可通车路径中不同类型的运输车辆所需要的车辆数目;
利用每条可通车路径的道路属性参数和外部环境条件估算出每条可通车路径中不同类型的运输车辆的到达时间;
将所有可通车路径中所有运输车辆的到达时间进行由短到长排序,选取到达时间最短的运输车辆为最优调集运输车辆。
其中,对于每条可通车路径中的每一类型的运输车辆,估算运输车辆到达时间的计算方法为:
将每条可通行路径分割成若干分路径;
通过结合每段路径的道路属性参数和外部环境条件计算出该种运输车辆在每段分路径的最快行驶速度;
利用每段分路径的路径长度和运输车辆在每段分路径的最快行驶速度计算出运输车辆在每段分路径的行驶时间,将运输车辆在每段分路径中的行驶时间相加作为运输车辆的到达时间。
进一步地,在资源优化调度方法中,对于每一条可通行路径中的相邻分路径之间的速度差进行钝化处理,具体为:
相邻分路径中的最快行驶速度值中,以较小值为基准,调低相邻分路径的最大行车速度至满足最大分路径的速度差。
进一步地,在计算出每条可通车路径中不同运输车辆的到达时间后,对每条可通车路径中不同车型的运输车辆的事故几率进行估算,并根据事故几率计算出不同车型运输车辆的优先级。
其中,对每条可通车路径中不同车型的运输车辆的事故几率的估算是通过计算每段分路径中运输车辆的事故几率计算得出;
对于每段分路径的事故几率,结合该分路径的道路属性参数和外部环境进行计算,计算公式为:
分路径行车事故几率=MAX(路面事故几率,坡度事故几率,侧风事故几率);
运输车辆的优先级的计算公式为:
优先级=到达时间*(1/事故几率)*事故规避参数。
进一步地,在计算出每条可通车路径中不同运输车辆的运行时间和/或对每条可通车路径中不同车型的运输车辆的事故几率进行估算后,利用动态预演组件的显示模块预演整个车辆调集过程。
更进一步地,在所述动态预演组件的显示模块预演整个车辆调集过程中,对每条可通行路径中的分路径的运行时间、行车速度及运输车辆的优先级进行显示。
优选地,在动态预演组件预演完毕后,根据专家经验或用户需要,对显示模块的图像化显示的调集方案进行手动调整。
其中,若与所述获取的救援物资信息对应的各资源点的救援物资总量少于所需救援物资总量时,将缺少的救援物资的种类、数量及运输车辆列出,由用户人工决策。
根据本发明的另一个方面,还提供了一种资源优化调度***,包括中央处理器和信息存储器,所述信息存储器包括地理位置信息数据库、环境信息数据库、调度资源信息数据库和运输车辆属性信息数据库;
所述中央处理装置包括数据输入组件、数据分析组件和资源调度运算组件;
数据输入组件获取救援地点的位置信息及救援物资信息;
数据分析组件根据获取的救援物资信息,查找预先设置的救援物资与资源点标识的映射关系表,找到能够提供与所述获取的救援物资信息对应的各资源点标识,依据资源点标识获取资源点的空间位置信息;
资源调度运算组件利用前述的调度方法进行运算。
由上述技术方案可知,本发明以地理信息为基础,综合考虑地形、气象、路况、车型性能、资源特性、运力限制等环境因素,预估运输过程可能遇到的问题,进行环境加权,并对潜在问题进行风险明示,给出最佳车辆调集方案。同时结合专家经验可对调集方案进行调整,进行图像化展示,并对整个调集过程进行动态预演,让用户产生直观认识。在方案实际执行过程中,还可以跟踪实际调集进度,进行图像化的直观展示,并允许用户随时进行手动调整。由此可知,本发明实现了在综合考虑位置坐标、运力调拨、物资准备和外部环境等各种影响因素的情况下提供最优调集方案,有效解决了现有物资调度模型或***误差大、参考价值和实用价值不高的缺点,具有自动调集方案直观形象、实时跟踪反馈、实用价值高等优点
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,以下将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,以下描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员而言,还可以根据这些附图所示实施例得到其它的实施例及其附图。
图1示出了本发明中资源调度***的结构示意图;
图2示出了计算一种救援物资的最优车辆调集方案的流程图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下参照附图并举出优选实施例,对本发明进一步详细说明。然而,需要说明的是,说明书中列出的许多细节仅仅是为了使读者对本发明的一个或多个方面有一个透彻的理解,即便没有这些特定的细节也可以实现本发明的这些方面。
本申请使用的“模块”、“***”等术语旨在包括与计算机相关的实体,例如但不限于硬件、固件、软硬件组合、软件或者执行中的软件。例如,模块可以是,但并不仅限于:处理器上运行的进程、处理器、对象、可执行程序、执行的线程、程序和/或计算机。举例来说,计算设备上运行的应用程序和此计算设备都可以是模块。一个或多个模块可以位于执行中的一个进程和/或线程内,一个模块也可以位于一台计算机上和/或分布于两台或更多台计算机之间。
图1示出了本发明中资源调度***的结构示意图。如图1所示,资源调度***包括信息存储器10和中央处理器20。其中,
信息存储器10包括:
地理位置信息数据库101,用于采集并存储三维立体地理信息。地理位置信息数据库存储所有采集点之间的道路,且对影响车辆性能发挥和行车速度的地理属性信息诸如每条道路的实际里程,道路宽度,海拔高度、坡度等进行重点采集并存储。优选地,本发明中的地理位置信息数据库具有可实现数据录入、存储及更新维护的功能。当车辆在实际运行过程中发现地理位置信息数据库中的采集数据出现偏差时,可通过人工手动输入对出现偏差的数据进行标注、确认和调整。
环境信息数据库102,用于采集一定时间范围内的各个区域的环境因素,如实时气象条件和气象预报、实时道路交通情况和高峰预警、山体滑坡和落石风险评估等信息。
调集物资属性信息数据库103,用于存储不同资源点储备的物资资源信息以及所有物资资源的属性信息。其中,物资资源的属性信息包括如液体、粉尘、易燃易爆、运输车辆类型、不同环境因素下的装卸条件和装卸时间等信息。
在调集物资属性信息数据库中,不同种类调集物资对应不同的运输车辆类型。优选地,每种调集物资对应多种车辆类型,多种车辆类型按优先级排列。例如,对于惰性泡沫,对应的运输车辆依次为:泡沫车、水罐车、压力喷射车。即,默认采用泡沫车运输惰性泡沫;如果没有泡沫车,可以采用水罐车;如果没有水罐车,可以采用压力喷射车。
运输车辆属性信息数据库104,用于存储运输车辆的车辆载重,车辆性能,不同地理属性条件(海拔高度、坡度、道路宽度)对运输车辆的性能影响,以及不同地理属性条件结合不同气象条件对运输车辆的性能影响,以及存储车辆实时地理坐标和实时速度、方向等。
本发明中,车辆性能主要包括最大负载、行驶速度和不同外界环境因素下的行驶故障率。在不同海拔高度,车辆的最大负载对应相应的负载值和相应的行驶速度。在不同的外界环境因素,车辆行驶故障率对应不同的几率值。本发明中,影响车辆行驶故障率的外界环境因素包括但不限于路面坡度、路面存有积雪、行车方向角度、风向等。
优选地,本发明中,运输车辆属性信息数据库对于不同车型的运输车辆的车辆性能分别进行存储。例如:
对于普通重型卡车,在海拔XX米时的有效负载为最大负载的60%。在路面积雪时,当路面坡度达到XX度以上时,行驶事故几率会上升XX%,当与行车方向角度范围为n度到m度,风力达到XX级时行驶事故几率会上升至XX%。
优选地,本发明中的运输车辆属性信息数据库还根据每个资源点能够提供救援物资的种类及数量提供每个资源点中可派出的车辆优先级列表。表1示出了每个资源点中可派出的车辆优先级列表如所示。
表1
救援物资种类 | 最优先匹配车型 | 次优先匹配车型 | …… | 最低优先匹配车型 |
中央处理器20包括:
数据输入组件201,用于获取救援地点的位置信息及救援物资信息。
数据分析组件202,根据救援物资信息查找预先设置的救援物资与资源点标识的映射关系表,找到能够提供与所述获取的救援物资信息对应的各资源点标识,依据资源点标识获取资源点的空间位置信息。
资源调度运算组件203,根据救援地点的位置信息以及资源点的空间位置信息,确定各资源点与救援地点的路径集;获取路径集中每条路径的道路属性参数和外部环境条件参数,根据获取的道路属性参数、外部环境条件参数以及预先设置的调集策略,为救援物资信息计算出最优车辆调集方案。
进一步地,本发明中的资源优化调度***还包括动态预演组件30。其中,
动态预演组件与中央处理器中的资源调度运算组件进行数据连接。动态预演组件用于在资源调度运算组件计算完毕后,通过显示模块预演整个调集过程。
更进一步地,资源优化调度***还包括手动调整组件40,用于在动态预演模块预演完毕后,根据专家经验或用户需要,在显示模块的图像化显示的调集方案上进行方案调整,以使资源调度运算组件得到最终执行方案。同时,手动调整模块还将调整原因和方案记入参考率,为资源调度运算组件以后的自动调集计算提供迭代参考。
下面对本发明中资源调度***的调度方法进行详细阐述,包括如下流程:
S101:获取救援地点的位置信息及救援物资信息。
S102:根据根据获取的救援物资信息,在信息存储器中查找预先设置的救援物资与资源点标识的映射关系表,找到能够提供与所述获取的救援物资信息对应的各资源点标识,依据资源点标识在地理位置信息数据库获取资源点的空间位置信息。
S103:中央处理器根据救援地点的位置信息以及资源点的空间位置信息,确定各资源点与救援地点的路径集;并获取路径集中每条路径的道路属性参数、外部环境条件参数以及预先设置的调集策略,为救援物资计算出最优车辆调集方案。
下面对本发明中中央处理器根据路径的道路属性参数和外部环境条件为救援物资计算出最优车辆调集方案的计算方法进行具体说明。
作为各实施例中的优选实施例,中央处理器预先设置的调集策略包括:
按照救援物资的种类计算出每种救援物资的最优车辆调集方案。
图2示出了计算每一种救援物资的最优车辆调集方案的流程图,如图2所示,包括如下步骤:
S201:确定能够提供救援物资的资源点与救援地点的最短路径集。
根据数据分析组件得到能够提供该种救援物资多个资源点,根据每个资源点的空间位置信息计算每个资源点与救援地点的最短路径集。由于每个资源点与救援地点均有多条路径,在本实施例中,选取每个资源点与救援地点之间的最短路径组成最短路径集。
S202:获取最短路径集中每条最短路径的通车条件,从最短路径集中得到符合通车条件的可通车路径集。
本步骤中,将最短路径集中的每条路径按单位公里数分为若干分路径,即每条路径表示为分路径的集合。即:
一条路径=(分路径ID1、分路径ID2...分路径IDn)。
对每段分路径的通车条件,通过计算能否通车实现。其中,
每段分路径能否通车(isValid)利用bool(布尔型)值表示。其中,true表示可以通车、false表示不可以通车。每段分路径的通车条件默认为true值,当任一分路径中有断桥、塌方等情况时,其通车条件设置为false值,即该段分路径不可以通车。
根据每段分路径的通车条件统合计算得到每条路径的通车条件。具体地:将一条路径中的每段分路径的通车条件进行与运算,即:
一条路径isValid=分路径ID1.isValid&&分路径ID2.isValid…分路径IDn.isValid.
若其中有一段分路径不可以通车,则该条路径的通车条件为false,即该条路径不可以通车。
根据上述计算过程,对最短路径集中的每条路径的通车条件进行计算,并将不能通车的路径剔除。从而得到符合通车条件的可通车路径集。
S203:获取可通车路径集中每条可通车路径的通车限制参数。
通过地理位置信息数据库获取每条可通车路径的通车限制参数。具体地,
一条路径的通车限制参数包括:可以容纳的最大车长maxVehicle Length、最大车宽maxVehicleWidth、最大车高maxVehicleHeight;及路桥最大承重maxWeight、道路最大坡度maxSlope、最高海拔maxElevation。上述各值的计量单位为米。
本发明中,将一条路径分隔成若干分路径。一条路径的通车限制参数为每段分路径的通车限制参数的数据集合。其中,分路径通车限制参数的计算方法为:
分路径通车限制参数=(最大车长max Vehicle Length、最大车宽max VehicleWidth、最大车高max Vehicle Height、最大承重max Weight、最大坡度max Slope、最高海拔max Elevation)。
每条路径的通车条件由各分路径的通车条件综合计算得到。对于一条路径的通车限制参数,需要对所有分路径的通车限制参数进行最大值运算。即:
最大车长maxVehicleLength’=MAX(分路径ID1.maxVehicleLength&&分路径ID2.maxVehicleLength…分路径IDn.maxVehicleLength);
最大车宽maxVehicleWidth’=MAX(分路径ID1.maxVehicleWidth&&分路径ID2.maxVehicleWidth…分路径IDn.maxVehicleWidth);
最大车高maxVehicleHeight’=MAX(分路径ID1.maxVehicleHeight&&分路径ID2.maxVehicleHeight…分路径IDn.maxVehicleHeight);
最大坡度maxSlope’=MAX(分路径ID1.maxSlope&&分路径ID2.maxSlope…分路径IDn.maxSlope);
最高海拔maxElevation’=MAX(分路径ID1.maxElevation&&分路径ID2.maxElevation…分路径IDn.maxElevation);
对于路桥的最大承重,则需要取最小值运算,即:
最大承重maxWeight’=MIN(分路径ID1.maxWeight&&分路径ID2.maxWeight…分路径IDn.maxWeight)
由此可得:
一条路径通车限制参数=(最大车长maxVehicleLength’、最大车宽maxVehicleWidth’、最大车高maxVehicleHeight’、最大承重maxWeight’、最大坡度maxSlope’、最高海拔maxElevation’)。
按照此方法,计算每条可通车路径的通车限制参数。
S204:利用每条可通车路径的通车限制参数确定每条可通车路径能够派出的运输车辆类型,以及根据每个资源点能够提供救援物资的总量和救援物资的总量确定出每条可通车路径中不同类型的运输车辆所需要的车辆数目;
每个资源点可提供一种或多种车型来进行资源运输。对于一条可通车路径中能够派出的运输车辆类型,按照资源点中可派出的车辆优先级列表,逐次比较每种车型的最大车长、最大车宽、最大车高、最大承重、能够通行的最大坡度和最高海拔是否在该可通车路径的通车限制参数范围内:
若一种车型中的最大车长、最大车宽、最大车高、最大承重、能够通行的最大坡度和最高海拔均在该可通车路径的通车限制参数范围内,则该车型为符合派出条件的车辆类型;
若一种车型中至少有一项参数不符合该可通车路径的通车限制参数,则该种车型不予考虑;
对于符合派出条件的车辆类型根据资源点中可派出的车辆优先级列表的顺序进行排序。
本步骤中,计算一种类型的运输车辆需要的车辆数目,需要结合该路径的通车限制参数及救援物资的总量来确定,具体为:
首先需要计算该种类型的车辆的实际可用负载,其中,
车辆实际可用负载=Min(实际路径.最大海拔高度下车辆实际负载,实际路径.路桥最大承重);
则:车辆数目=Min(资源点能够提供救援物资的总量/车辆实际可用负载,救援物资的总量/车辆实际可用负载)。
利用上述计算方法计算不同类型的运输车辆所需要的车辆数目。
若在此步骤运算中,如果资源点能够提供救援物资的总量小于救援物资的总量,即实际运输车辆的数目小于所需运输车辆的数目时,也暂不删除该种类型的车辆,需要在下一步中综合预估到达时间后再进行考虑。
S205:利用每条可通车路径的道路属性参数和外部环境条件估算每条可通车路径中不同类型的运输车辆的到达时间。
运输车辆的到达时间即该运输车辆由资源点出发,经由可通车路径到达救灾地点的时间。
由于车辆行驶是需要一个时间的过程,所以途径不同路段的时间点不一致,受到的影响和最大速度限制也不一致,因此需要根据具体的途径时段来考虑。
本发明实施例中将一条可通行路径分割成若干分路径,通过计算出每段分路径的最快行驶速度后再进行运输车辆到达时间的计算。
每段分路径的最快行驶速度需要结合每段分路径的道路属性参数和运输车辆行驶到该段分路径时的外部环境条件得出。
对于每段分路径的道路属性参数通过调用地理位置信息数据库得出。
对于每段分路径,其外部环境条件表示为如下的环境参数的集合:
分路径外部环境条件=(气象[时段1:气象1、时段2:气象2…时段n:气象n,]、路面[0正常/1湿滑/2积水/3积雪/4结冰/…n/路面条件极端恶劣]、能见度[时段1:XX米、时段2:XX米…时段n:XX米]、通畅情况[时段1:通畅度1、时段2:通畅度2…时段n:通畅度n]。其中,
气象包括天气、风向、最低风力、最高风力、最低温度、最高温度、最低湿度、最高湿度等因素。通畅度包括通畅、缓慢和拥堵三种情况。在本发明实施例中,为气象、路面、通畅度等环境参数都设有多个可选项,每个可选项都设定数字代码。
在计算时,气象的不同状态及具体数值设为但不限于如下数值:0晴、1多云;风向与行车方向最小夹角、风向与行车方向最大夹角;3级风、5级风;3摄氏度、8摄氏度;13相对湿度;15相对湿度。
通畅度包括(0绿色-通畅、1黄色-缓慢、2红色-拥堵)。
对于气象、路面、通畅度等环境参数中,数字代码按照严重程度排序,严重程度越高,数字代码的值就越大。
结合每段分路径的道路属性参数和外部环境条件得出运输车辆在每段分路径行驶时的性能参数,该性能参数通过调用运输车辆属性信息数据库得出。具体包括:经过不同路桥的行驶速度、不同海拔下的行驶速度、不同坡度的行驶速度、不同路面时对应的行驶速度、不同畅通度时对应的行驶速度、不同气象条件时的行驶速度,不同能见度时的行驶速度等。
结合每段分路径的具体道路属性参数和外部环境条件计算每段分路径中运输车辆的最快行驶速度。
分路径1MaxSpeed=Min(实际路径.最低路桥行驶速度,实际路径.最大海拔高度下行驶速度,实际路径.最大坡度行驶速度,实际路径.最差路面行驶速度,实际路径.时段1最差畅通度行驶速度,实际路径.时段1最差气象行驶速度,实际路径.时段1最差能见度行驶速度);
分路径2MaxSpeed=Min(实际路径.最低路桥行驶速度,实际路径.最大海拔高度下行驶速度,实际路径.最大坡度行驶速度,实际路径.最差路面行驶速度,实际路径.时段2最差畅通度行驶速度,实际路径.时段2最差气象行驶速度,实际路径.时段2最差能见度行驶速度);
…
路段nMaxSpeed=Min(实际路径.最低路桥行驶速度,实际路径.最大海拔高度下行驶速度,实际路径.最大坡度行驶速度,实际路径.最差路面行驶速度,实际路径.时段n最差畅通度行驶速度,实际路径.时段2最差气象行驶速度,实际路径.时段n最差能见度行驶速度)。
运输车辆的到达时间计算方法为:利用每段分路径的路径长度和运输车辆在每段分路径的最快行驶速度计算出运输车辆在每段分路径的行驶时间,将运输车辆在分段分路径中的行驶时间进行加和即得出运输车辆的到达时间。
具体计算过程通过开始分路径到结束分路径之间进行循环迭代得出。
单个迭代过程如下:
首先,根据开始时间点,获取该时间点下开始分路径的最大行车速度,利用开始分路径的路径长度计算到达下一路段的时间点,获取下一分路径在相应时段的最大行车速度。
然后,对本分路径与下一分路径的速度差进行钝化处理,由于车辆不可能在到达下一分路径时瞬间完成速度调整,所以需要在两者之间以最小值为准,调低相邻分路径的最大行车速度至满足最大分路径的速度差,最大速度差根据车型、车速和路面情况等有所不同,由运输车辆属性信息数据库维护该数据。
单步迭代完成,在下一步迭代中,以下一分路径为开始分路径,继续向终点进行迭代。
如果在迭代过程中,发生了路段速度调整,且被调低的是上一分路径,为了确保车辆进入上一分路径时不会出现车速剧降,需要向起点逆向迭代,并控制本次迭代的范围不超过n,n为人工设置的参数,默认设置为3。
迭代至终点后,获取最快到达终点时间,并记录途径各分路径的时间和行车速度。
根据上述计算过程,计算出每条可通车路径中不同运输车辆的到达时间。
S206:将所有可通车路径中所有运输车辆的到达时间进行由短到长排序,选取到达时间最短的运输车辆为最优调集运输车辆。
若选取的最优调集运输车辆所在的资源点能够提供救援物资的总量大于或等于救援物资的总量,则只选取该运输车辆做为最优调集运输车辆来运送救援物资。
若选取的最优调集运输车辆所在的资源点能够提供救援物资的总量小于救援物资的总量,则按到达时间短到长的排序依次选取运输车辆,直至这些运输车辆能够运送的资源总量等于救援物资的总量。
至此,对于一种救援物资的最优运输车辆调集方案计算完毕。根据相同的计算方法可得出,其他不同种类救援物资所对应的最优车辆调集方案。
进一步地,中央处理器在计算出每条可通车路径中不同运输车辆的运行时间后,还对每条可通车路径中不同车型的运输车辆的事故几率进行估算。
对于运输车辆的事故几率的估算通过计算每段分路径中运输车辆的事故几率计算得出。
对于每段分路径的事故几率,结合该分路径的道路属性参数和外部环境进行计算。具体计算公式为:
分路径行车事故几率=f(路面事故几率,坡度事故几率,侧风事故几率)。
其中,车辆路面事故几率=实际路径.最恶劣路面条件下事故几率*具体车型影响参数;
车辆陡坡事故几率=实际路径.最恶劣坡度条件下事故几率*具体车型影响参数;
车辆侧风事故几率=实际路径.最恶劣侧风条件下事故几率*具体车型影响参数。
具体的计算函数f默认为通过最大值计算模块进行最大值运算。本发明实施例中函数f进行最大值运算只是示例性的,其还可通过其他计算模块的计算公式进行计算,如加权平均(AVG)计算模块,机器学习模块等。函数f具体采用的计算公式由使用人员进行选择。
可通行路径的行车事故几率取分段道路行车事故几率中的最大值。
即:可通行路径行车事故几率=MAX(分路径1行车事故几率,分路径2行车事故几率,分路径3行车事故几率,…..,分路径n行车事故几率)。
在计算出运输车辆的事故几率后,计算不同运输车辆的优先级。其中,优先级的计算公式为:
优先级=到达时间*(1/事故几率)*事故规避参数,
其中,事故规避参数可以调整,用于调整高事故率方案的排序位置。
优先级中数值由小向大排列,数值越小,排序越靠前。本发明中,优先级数值最小的方案作为最优车辆调集方案。
更进一步地,在计算出每种资源所需的最优调集运输车辆方案后,利用动态预演组件的显示模块预演整个车辆调集过程,在整个车辆调集过程预演完毕后,将运送每种救援物资的运输车辆调集方案按照到达时间由短到长的顺序依次显示,并给出每种运输车辆调集方案的优先级,由用户根据运送时间和优先级进行人工决策。
在整个车辆调集过程预演过程中,利用动态演示组件将每条可通行路径中的分路径的运行时间和行车速度进行显示。
作为更加优选的方案,在利用动态预演组件预演完毕后,根据专家经验或用户需要,在显示模块的图像化显示的调集方案进行手动调整。
若所有资源点的救援物资总量少于所需救援物资总量时,将缺少的救援物资的种类、数量及运输车辆列出,由用户人工决策
下面通过一个具体实施例对本发明中的资源优化调度***及调度方法进行详细阐述。
在本具体实施例中,需要在上千平方公里的范围内调集大量资源向救援地点发起救援。其中,救援物资具体包括80名救援人员、15辆特种车辆、90台精密装备、300吨化学泡沫、10吨高压惰性气体。
步骤001:通过中央处理器的数据输入组件输入救援地点的位置信息及救援物资的种类及数量。
步骤002:数据分析组件根据救援物资的种类及数量在调集物资属性信息数据库中查找能够提供救援物资的资源点为12个及这12个资源点能够提供救援物资的种类及数量。具体为:
12个资源点中,其中3个资源点可以随时调派90名以下的救援人员;11个点拥有可出动的特种车辆共计18台;6个点拥有所需精密设备共100台;2个点各自具备上千吨化学泡沫供应能力;3个点能供应高压惰性气体。
步骤003:确定能够提供救援物资的资源点与救援地点的最短路径。
分别计算出12个资源点到救援地点的最短路径。
步骤004:通车条件分析。
12条路径中,只要一条路径中至少有一条分路径有断桥、塌方等情况,则将该路径剔除。本实施例中,12个资源点到救援地点的路径均符合通车条件。
步骤005:分析每个资源点与救援地点之间路径的通车限制参数。
对12条路径中的每条路径以每公里为单位分段,对每段道路附加海拔,坡度、弯道角度及弯道总长、路面宽度等影响参数,作为基础地理数据。
步骤006:根据每条路径的通车限制参数确定每条路径中派出的运输车辆类型及车辆数量。
12条可通车路径中,有1处人员资源点需要途经高海拔地区,需要减少车辆负载,采用两辆大巴车输送,另外2处人员资源点可以各用1辆大巴车输送;11处特种车辆资源点中,有1处会途经狭路急弯,通车风险大;6个装备资源点中,有3个可能路遇降雨,必须采用厢式货车输送,其他3个点车型不限;2个化学泡沫资源点中,有1个会途经多个陡坡,需要采用中型泡沫输送车,另1个可以采用重型泡沫输送车;3个高压惰性气体资源点中,有1个可能遇到行车高峰。
根据调集物资属性信息数据库和运输车辆属性信息数据库的数据可知:3处人员资源点均自备大巴车;特种车辆自身具备行驶能力;6个装备资源点中,3个需要厢式货车的资源点有2个缺少厢式货车,根据车辆优先级列表的替代规则,改用蓬式货车代替;2个化学泡沫资源点中,当前没有可用的中型泡沫输送车;3个高压惰性气体资源点都自备专用输送车辆。
步骤007:结合每条可通车路径的道路属性参数和外部环境条件估算每条可通车路径中不同类型的运输车辆的到达时间。
对每条路径以每公里为单位分段,获取每段道路的外部环境参数,包括实时气象条件、72小时气象预报、实时道路交通情况、72小时内道路交通情况预测等。根据救援物资的总量确定运输车辆的数目。
3处人员资源点中,只要调集两处就能满足需要,通过估算每条路径中不同车型的运输车辆的到达时间和事故几率可知,其中一处实际路程较远、运输时间较长的不予调用;11处特种车辆中,一处途径狭路急弯,事故几率较高,因此也不予调用,利用其他10处资源点调拨15台特种车辆;6处装备资源点中,每个点都需要出动车辆运送装备,根据由小到大的优先级选择运送90台精密装备;2处化学泡沫资源点中,如果采用需要中型泡沫输送车的资源点,需要额外消耗等待时间,因此采用另外一个资源点供给资源;3个高压惰性气体资源点中,选择路径中车流较少、通车速度较快的一条路径进行运输即可。
若所有资源点中的救援物资总量不足救援物资的总量,如;6个资源点拥有所需精密设备共60台;与所需90台紧密装备相差30台,此时***进行提示,由用户向上请求增援,或采用其他替代手段。
步骤008:方案动态预演。
在步骤007的基础上,采用动画演示的方式,在地图上演示资源调集点的问题,调集过程,可能遇到的气象变化,路况拥堵等情况,并提示仍然缺少30台装备,需要由用户手动处理。
步骤009:人工调整和确认方案。
根据步骤008的预演效果,结合专家经验或用户需要,在图像化显示的调集方案上进行方案调整,得到最终执行方案,并将调整原因和方案记入参考率,为以后的自动调集提供迭代参考。
经人工审查,方案基本可行,但根据最新消息,***计算的高压惰性气体调集路径近期正在道路翻修,影响通车安全,用户手动选择另一资源点输送该项资源。
步骤010:调整完成后,重新进入步骤008进行预演,重复进行调整。经确认无误后,确认调集方案并下发,开始执行方案。
步骤011:实时跟踪和动态调整方案。
根据步骤010产生的执行方案进行资源调集,实际调集过程,继续采集和更新各项环境因素,对方案执行情况进行实时反馈,并进行图像化的直观展示,用户可在必要时对方案进行手动调整。
由以上可知,本发明以地理信息为基础,综合考虑地形、气象、路况、车型性能、资源特性、运力限制等环境因素,预估运输过程可能遇到的问题,进行环境加权,并对潜在问题进行风险明示,给出最佳车辆调集方案。同时结合专家经验可对调集方案进行调整,进行图像化展示,并对整个调集过程进行动态预演,让用户产生直观认识。在方案实际执行过程中,还可以跟踪实际调集进度,进行图像化的直观展示,并允许用户随时进行手动调整。由此可知,本发明实现了在综合考虑位置坐标、运力调拨、物资准备和外部环境等各种影响因素的情况下提供最优调集方案,有效解决了现有物资调度模型或***误差大、参考价值和实用价值不高的缺点,具有自动调集方案直观形象、实时跟踪反馈、实用价值高等优点。
以上所述仅为本发明的较佳实施例,并非用于限制本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换以及改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种资源优化调度方法,包括:
获取救援地点的位置信息及救援物资信息;
根据获取的救援物资信息,查找预先设置的救援物资与资源点标识的映射关系表,找到能够提供与所述获取的救援物资信息对应的各资源点标识,依据找到的资源点标识获取资源点的空间位置信息;
根据救援地点的位置信息以及资源点的空间位置信息,确定各资源点与救援地点的路径集;
从预设的数据库中获取路径集中每条路径的道路属性参数和外部环境条件参数,根据获取的道路属性参数、外部环境条件参数以及预先设置的调集策略,为救援物资信息计算出最优车辆调集方案;
其中,所述预先设置的调集策略包括:按照救援物资的种类计算出每种救援物资的最优车辆调集方案;其中,对于每一种救援物资,救援物资的最优车辆调集方案的计算方法包括:
确定能够提供救援物资的资源点与救援地点的最短路径集;
获取最短路径集中每条最短路径的通车条件,从最短路径集中得到符合通车条件的可通车路径集;
获取可通车路径集中每条可通车路径的通车限制参数;
根据每条可通车路径的通车限制参数确定每条可通车路径能够派出的运输车辆类型;根据每个资源点能够提供救援物资的总量和救援物资的总量,确定出每条可通车路径中不同类型的运输车辆所需要的车辆数目;
利用每条可通车路径的道路属性参数和外部环境条件估算出每条可通车路径中不同类型的运输车辆的到达时间;
将所有可通车路径中所有运输车辆的到达时间进行由短到长排序,选取到达时间最短的运输车辆为最优调集运输车辆。
2.根据权利要求1所述的资源优化调度方法,其中,对于每条可通车路径中的每一类型的运输车辆,估算运输车辆到达时间的计算方法为:
将每条可通行路径分割成若干分路径;
通过结合每段路径的道路属性参数和外部环境条件计算出该种运输车辆在每段分路径的最快行驶速度;
利用每段分路径的路径长度和运输车辆在每段分路径的最快行驶速度计算出运输车辆在每段分路径的行驶时间,将运输车辆在每段分路径中的行驶时间相加作为运输车辆的到达时间。
3.根据权利要求2所述的资源优化调度方法,其特征在于,对于每一条可通行路径中的相邻分路径之间的速度差进行钝化处理,具体为:
相邻分路径中的最快行驶速度值中,以较小值为基准,调低相邻分路径的最大行车速度至满足最大分路径的速度差。
4.根据权利要求2至3中任一所述的资源优化调度方法,其特征在于,
在计算出每条可通车路径中不同运输车辆的到达时间后,对每条可通车路径中不同车型的运输车辆的事故几率进行估算,并根据事故几率计算出不同车型运输车辆的优先级。
5.根据权利要求4所述的资源优化调度方法,其中,
对每条可通车路径中不同车型的运输车辆的事故几率的估算是通过计算每段分路径中运输车辆的事故几率计算得出;
对于每段分路径的事故几率,结合该分路径的道路属性参数和外部环境进行计算,计算公式为:
分路径行车事故几率=MAX(路面事故几率,坡度事故几率,侧风事故几率);
运输车辆的优先级的计算公式为:
优先级=到达时间*(1/事故几率)*事故规避参数。
6.根据权利要求4所述的资源优化调度方法,其特征在于,在计算出每条可通车路径中不同运输车辆的运行时间和/或对每条可通车路径中不同车型的运输车辆的事故几率进行估算后,利用动态预演组件的显示模块预演整个车辆调集过程。
7.根据权利要求6所述的资源优化调度方法,其特征在于,在所述动态预演组件的显示模块预演整个车辆调集过程中,对每条可通行路径中的分路径的运行时间、行车速度及运输车辆的优先级进行显示。
8.根据权利要求6所述的资源优化调度方法,其中,在动态预演组件预演完毕后,根据专家经验或用户需要,对显示模块的图像化显示的调集方案进行手动调整。
9.根据权利要求1至3中任一所述的资源优化调度方法,其中,
若与所述获取的救援物资信息对应的各资源点的救援物资总量少于所需救援物资总量时,将缺少的救援物资的种类、数量及运输车辆列出,由用户人工决策。
10.一种资源优化调度***,其特征在于,包括中央处理器和信息存储器,所述信息存储器包括地理位置信息数据库、环境信息数据库、调度资源信息数据库和运输车辆属性信息数据库;
所述中央处理装置包括数据输入组件、数据分析组件和资源调度运算组件;
数据输入组件获取救援地点的位置信息及救援物资信息;
数据分析组件根据获取的救援物资信息,查找预先设置的救援物资与资源点标识的映射关系表,找到能够提供与所述获取的救援物资信息对应的各资源点标识,依据资源点标识获取资源点的空间位置信息;
资源调度运算组件利用权利要求1至9中的调度方法进行运算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310535132.XA CN103593712B (zh) | 2013-11-01 | 2013-11-01 | 一种资源优化调度***及调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310535132.XA CN103593712B (zh) | 2013-11-01 | 2013-11-01 | 一种资源优化调度***及调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103593712A CN103593712A (zh) | 2014-02-19 |
CN103593712B true CN103593712B (zh) | 2017-07-21 |
Family
ID=50083842
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310535132.XA Active CN103593712B (zh) | 2013-11-01 | 2013-11-01 | 一种资源优化调度***及调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103593712B (zh) |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104408533A (zh) * | 2014-12-03 | 2015-03-11 | 浙江欣凯锐电力发展有限公司 | 一种车辆资源配置方法和*** |
CN105160424A (zh) * | 2015-08-13 | 2015-12-16 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于线性规划的应急救援车调度方法 |
CN105184504A (zh) * | 2015-09-24 | 2015-12-23 | 上海车音网络科技有限公司 | 一种车辆调度方法、装置及*** |
CN105547281A (zh) * | 2015-12-08 | 2016-05-04 | 上海救要救信息科技有限公司 | 用于确定救援路径的方法及设备 |
CN106127645A (zh) * | 2016-06-29 | 2016-11-16 | 上海救要救信息科技有限公司 | 用于处理救援需求信息的方法与设备 |
EP3503067A4 (en) * | 2016-09-09 | 2019-08-21 | Huawei Technologies Co., Ltd. | METHOD, APPARATUS, AND PRIORITY MANAGEMENT TERMINAL FOR VEHICLE |
CN106910018A (zh) * | 2017-02-23 | 2017-06-30 | 吉林大学 | 一种救援资源调度方法及*** |
CN107480853A (zh) * | 2017-07-05 | 2017-12-15 | 北京辰安信息科技有限公司 | 物资分配方法和物资分配装置 |
CN111226240B (zh) * | 2017-10-16 | 2023-10-13 | 日本电气株式会社 | 运输操作控制设备、运输操作控制方法和其中存储有运输操作控制程序的记录介质 |
JP6856135B2 (ja) * | 2017-10-16 | 2021-04-07 | 日本電気株式会社 | 搬送作業制御装置、搬送作業制御方法、及び、搬送作業制御プログラム |
CN109901199A (zh) * | 2019-03-16 | 2019-06-18 | 毕延彬 | 一种基于北斗导航技术的应急通信救援*** |
CN110717642B (zh) * | 2019-07-16 | 2022-07-12 | 西南交通大学 | 跨区域综合交通运输网应急辅助决策的调度方法及*** |
CN110491048A (zh) * | 2019-07-18 | 2019-11-22 | 张晓伟 | 应急救援方法、***、可读存储介质及智能设备 |
JP7154246B2 (ja) * | 2020-03-13 | 2022-10-17 | 本田技研工業株式会社 | 避難所への配車サービス装置、避難所への配車サービス方法、およびプログラム |
CN111696328B (zh) * | 2020-06-24 | 2021-11-02 | 重庆电子工程职业学院 | 公交车智能监控*** |
CN112700040A (zh) * | 2020-12-30 | 2021-04-23 | 国网河北省电力有限公司南宫市供电分公司 | 一种基于大数据分析的能源互联网调度*** |
CN112819324A (zh) * | 2021-01-29 | 2021-05-18 | 佛山市墨纳森智能科技有限公司 | 一种基于物联网的救援物资调度方法、***及可读存储介质 |
CN112965528B (zh) * | 2021-02-22 | 2023-06-30 | 广东电网有限责任公司 | 受灾点的救援策略确定方法、装置、设备和存储介质 |
CN113919699B (zh) * | 2021-10-13 | 2024-07-19 | 平安国际智慧城市科技股份有限公司 | 资源调配方案生成方法、装置、设备和存储介质 |
CN114091753B (zh) * | 2021-11-22 | 2024-06-21 | 南京信息工程大学 | 一种基于救援紧急程度的应急物资调度方法 |
CN114202259A (zh) * | 2022-02-18 | 2022-03-18 | 北京阿帕科蓝科技有限公司 | 一种车辆调度方法及*** |
CN114707770B (zh) * | 2022-06-06 | 2022-10-18 | 中国民航大学 | 基于救援时效性的航空应急救援决策的优化方法 |
CN115330274B (zh) * | 2022-10-13 | 2023-01-24 | 华北科技学院(中国煤矿安全技术培训中心) | 一种矿山救援的时空协同资源调度***和方法 |
CN115439024A (zh) * | 2022-11-07 | 2022-12-06 | 中国电子科技集团公司第二十八研究所 | 全局最优的保障物资派遣方法、装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4744028A (en) * | 1985-04-19 | 1988-05-10 | American Telephone And Telegraph Company, At&T Bell Laboratories | Methods and apparatus for efficient resource allocation |
CN101086804A (zh) * | 2006-06-06 | 2007-12-12 | 杜存君 | 一种交通信息管理的方法和*** |
CN101782977A (zh) * | 2009-01-15 | 2010-07-21 | 许建国 | 一种应急救援物资的优化调度***及调度算法 |
CN102081786A (zh) * | 2011-01-30 | 2011-06-01 | 北京东方车云信息技术有限公司 | 一种车辆调度的方法及*** |
CN102252687A (zh) * | 2011-07-06 | 2011-11-23 | 广东威创视讯科技股份有限公司 | 获取车辆最快行驶路径的方法与装置 |
CN102479447A (zh) * | 2010-11-26 | 2012-05-30 | 上海工程技术大学 | 一种城市轨道交通救援仿真信息处理方法及装置 |
CN102496096A (zh) * | 2011-11-25 | 2012-06-13 | 深圳市赛格导航科技股份有限公司 | 一种高效的物流调度***和方法 |
CN102521264A (zh) * | 2011-11-21 | 2012-06-27 | 安科智慧城市技术(中国)有限公司 | 应急救援现场指挥***的数据处理方法、装置及*** |
CN102542395A (zh) * | 2010-12-31 | 2012-07-04 | 北京师范大学 | 一种应急物资调度***及计算方法 |
CN102999828A (zh) * | 2012-11-15 | 2013-03-27 | 郑静晨 | 用于救援物资监控的数据处理方法和装置 |
CN103198713A (zh) * | 2013-03-21 | 2013-07-10 | 东南大学 | 基于交通数据和天气数据的减少交通事故的车辆调控方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1257469C (zh) * | 2002-10-16 | 2006-05-24 | 黄珏华 | 一种电子地图的制作方法和显示方法 |
-
2013
- 2013-11-01 CN CN201310535132.XA patent/CN103593712B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4744028A (en) * | 1985-04-19 | 1988-05-10 | American Telephone And Telegraph Company, At&T Bell Laboratories | Methods and apparatus for efficient resource allocation |
CN101086804A (zh) * | 2006-06-06 | 2007-12-12 | 杜存君 | 一种交通信息管理的方法和*** |
CN101782977A (zh) * | 2009-01-15 | 2010-07-21 | 许建国 | 一种应急救援物资的优化调度***及调度算法 |
CN102479447A (zh) * | 2010-11-26 | 2012-05-30 | 上海工程技术大学 | 一种城市轨道交通救援仿真信息处理方法及装置 |
CN102542395A (zh) * | 2010-12-31 | 2012-07-04 | 北京师范大学 | 一种应急物资调度***及计算方法 |
CN102081786A (zh) * | 2011-01-30 | 2011-06-01 | 北京东方车云信息技术有限公司 | 一种车辆调度的方法及*** |
CN102252687A (zh) * | 2011-07-06 | 2011-11-23 | 广东威创视讯科技股份有限公司 | 获取车辆最快行驶路径的方法与装置 |
CN102521264A (zh) * | 2011-11-21 | 2012-06-27 | 安科智慧城市技术(中国)有限公司 | 应急救援现场指挥***的数据处理方法、装置及*** |
CN102496096A (zh) * | 2011-11-25 | 2012-06-13 | 深圳市赛格导航科技股份有限公司 | 一种高效的物流调度***和方法 |
CN102999828A (zh) * | 2012-11-15 | 2013-03-27 | 郑静晨 | 用于救援物资监控的数据处理方法和装置 |
CN103198713A (zh) * | 2013-03-21 | 2013-07-10 | 东南大学 | 基于交通数据和天气数据的减少交通事故的车辆调控方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103593712A (zh) | 2014-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103593712B (zh) | 一种资源优化调度***及调度方法 | |
EP3658857B1 (en) | Dynamically determining origin and destination locations for a vehicle communicating with a network system | |
US10664770B2 (en) | Vehicle fleet routing system | |
US10043384B2 (en) | Management of mobile objects and service platform for mobile objects | |
US9584977B2 (en) | Management of moving objects | |
US10742479B2 (en) | Management of events and moving objects | |
EP2764504B1 (en) | Vehicle fleet routing system | |
US8880345B2 (en) | Route generation system, route generation method, and program | |
US10540895B2 (en) | Management of mobile objects | |
US9865163B2 (en) | Management of mobile objects | |
US11024161B2 (en) | Management of mobile objects | |
US20200210905A1 (en) | Systems and Methods for Managing Networked Vehicle Resources | |
WO2013014612A1 (en) | Multi-modal journey planner | |
US10339810B2 (en) | Management of mobile objects | |
CN112634632A (zh) | 车辆调度的方法、装置、电子设备及存储介质 | |
CN103115626A (zh) | 计算拥堵信息并基于其进行导航的方法、装置和设备 | |
CN111158402A (zh) | 一种物流运输无人机飞行路径规划方法 | |
CN115384516A (zh) | 运输车的轮胎磨损里程计算方法、装置及设备 | |
CN111613060A (zh) | 一种数据处理方法以及设备 | |
US11473918B2 (en) | System for determining a risk of an accident on a driving route | |
CN112304326A (zh) | 出行路线规划方法、设备及存储介质 | |
CN117581078A (zh) | 确定交通工具路线图和路线 | |
CN110633813A (zh) | 订单识别方法、***、计算机设备及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |