CN104778523A - 一种企业铁路智能运营管理调度计划生成方法及其*** - Google Patents
一种企业铁路智能运营管理调度计划生成方法及其*** Download PDFInfo
- Publication number
- CN104778523A CN104778523A CN201410017035.6A CN201410017035A CN104778523A CN 104778523 A CN104778523 A CN 104778523A CN 201410017035 A CN201410017035 A CN 201410017035A CN 104778523 A CN104778523 A CN 104778523A
- Authority
- CN
- China
- Prior art keywords
- unit
- plan
- station
- train
- inference
- 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.)
- Granted
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种企业铁路智能运营管理调度计划生成方法及其***,该***采用专家***和多种人工智能的方法,能够自动、快速制定出适合于企业生产调度运营的计划。包括人机接口单元、自然语言处理单元、专业知识数据库单元、动态数据库单元,模型数据库单元、方法数据库单元、推理机单元。人机接口单元接收作业条件信息,将该条件转化所述信息处理模块可以识别的问题信号,由所述信息处理单元与专业知识数据库单元和模型数据库单元以及方法数据库单元进行交互,并启用推理机单元,所述推理机模块将推理结果发送至自然语言处理单元进行数据处理后在人机接口单元输出调度计划。本发明可快速准确制定出适合企业生产的调车计划。
Description
技术领域
本发明具体涉及一种企业铁路智能运营管理调度方法及其***。
背景技术
铁路运输是企业生产作业整体供应链上一个至关重要的组成部分,它肩负着原材料、半成品的厂内运输、成品的外发,是保证企业正常作业生产的重要基础设施。企业内部原料、产品运输主要是以铁路为主,多数铁路线路一直深入到生产车间。企业铁路也是我国铁路的重要组成部分之一,是保证企业生产的重要基础设施,它对促进企业生产产品和发展提高国家路网的整体运输效率具有不可轻视的地位。
现有的调度指挥***的智能化程度很低,无法减轻调度员的劳动强度,比如SAM、CIPS等车站作业***,由于编组站车站功能设计和作业单一、明确,因此采用将原有调度信息收集、分类、将手工作业由计算机来代替,使车站作业人员从原有繁杂的记录数据中解放出来的运营调度指挥模式,可以大大提高车站的作业效率,然而企业铁路,由于车站功能设计复杂、不明确,车站作业灵活多变,采用该种模式,无法提高企业作业效率,发挥该种模式的优势。
企业铁路作业存在的问题:(1)多目标性、动态性、不确定性。企业铁路是服务行业,主要是为了保证生产,具有很强的时间性,同时还受很多外部因素的影响,存在着很多不确定因素,这给企业铁路的运输组织工作带来了很大的难度。(2)数据源不准确、不可靠。调度员无法及时准确地掌握到达车辆的实际信息,其工作就会受影响,当工作量大时,就会出现调度计划制定不及时、计划质量不稳定、更改困难等诸多问题。(3)信息采集不及时、不准确。现场作业人员在制定和调整行车计划、调车计划时,由于人为因素,可能会导致实际情况与计划情况不符。
由于以上因素的影响,导致我国企业铁路的调度指挥存在以下问题:(1)调度员手工编制计划、电话通知作业,存在计划编制时间长、调度员劳动强度大、信息不准确等问题;(2)车站机车、股道等设备利用率低下;(3)降低了了企业的整体效益。
因而在信息技术及优化决策技术发展的今天,我们有必要按照企业运输指挥智能化的要求,完成一种企业铁路企业铁路智能运营管理调度***。
发明内容
为了解决上述问题,本发明提供了一种企业铁路企业铁路智能运营管理调度计划生成方法及其***,该***采用专家***和多种人工智能的方法,能够自动、快速制定出适合于企业生产调度运营的计划。是一种融合计算机硬件、软件和人工智能等多领域的先进智能化调度指挥***。
为了达到上述目的,本发明采用了以下技术方案:
一种企业铁路企业铁路智能运营管理调度方法,具有这样的特征,步骤包括:
步骤一:人机接口单元读取日班计划和阶段计划作业条件信息;
步骤二:采集动态数据库单元中存储的车站设备信息、车站运输作业方案、车站各项技术作业时间等数据;
步骤三:将作业条件信息转化为推理机单元可以识别的调度问题信号;
步骤四:在模型数据库中选择与调度问题信号对应的规则;
步骤五:推理机单元按照该规则,通过反射机制执行,得出推理结果;
步骤六:推理机单元将推理结果发送至自然语言处理单元进行数据处理后在人机接口单元输出调度计划。
本发明的企业铁路企业铁路智能运营管理调度***,具有这样的特征:包括:
人机接口单元,用于接收日班计划和阶段计划作业条件信息;输出调度计划;
自然语言处理单元,用于将输入的车站、股道等文字信息转化为推理机单元可识别的问题信号;
专业知识数据库单元,用于存储车站设备信息、车站运输作业方案、车站各项技术作业时间等数据;
动态数据库单元,用于存储外发计划、装卸能力、现车数据等数据;
模型数据库单元,用于存储出发列车流推算规则、牵引机车匹配规则、装卸车规则、接发车股道运用规则;
所述出发列车流推算规则是:根据车站已知的结存车、预计到达车流时间、完成装卸车时间以及车站作业时间标准,确定车流有效可利用时间;再根据车流有效利用时间、列车编组计划、列车牵引重量标准确定列车集合;
所述接发车股道运用规则是:将待安排的列车集合,及可用股道集合,并根据相应的权值排序;按等级顺序取出列车,按优先股道安排之;若编组计划规定有两个及其以上组号者,则优先选择被挂机会数小的车流配入;若出发车流不足则等待,对于摘挂、小运转列车中允许可以欠轴发车的列车;依此类推安排所有列车在对应的线路上;
方法数据库单元,主要用于存储模型数据库模块中的出发列车车流推算规则对应的具体算法、牵引机车匹配规则对应的具体算法、装卸车规则对应的具体算法、接发车股道运用对应的具体算法;
推理机单元,包括推理引擎模块及共享内存,所述的推理引擎模块,根据推理规则进行推理过程;所述的共享内存,存储所述的推理引擎模块的推理结果;
所述人机接口单元接收作业条件信息,将该条件转化所述信息处理模块可以识别的问题信号,由所述动态数据库单元单元与专业知识数据库单元和模型数据库单元以及方法数据库单元进行交互,并启用推理机单元,所述推理机模块将推理结果发送至自然语言处理单元进行数据处理后在人机接口单元输出调车计划。
本发明的企业铁路企业铁路智能运营管理调度***,还可以具有这样的特征:
另外,本发明的企业铁路企业铁路智能运营管理调度***,还可以具有这样的特征:所述的人机接口单元进一步包括修正模块,所述修正模块允许人工输入与修改的接口,使得可以人工对调度计划进行调整。
发明的作用与效果
根据本发明涉及的企业铁路智能运营管理调度的方法及***,通过智能化编制与调整日班计划和阶段计划,充分挖掘阶段计划编制时各个环节的影响因子,通过智能化设计,来协调各个环节的作业,保证单个作业环节和整个运输作业过程的高效运转,降低调度员编制作业的劳动强度,提高整个车站的作业效率与水平,从运输作业整体上提供车站效益。
附图说明
图1为本实施例中企业铁路运营管理智能调度***示意图。
图2为本实施例中企业铁路运营管理智能调度***流程示意图;
具体实施方式
以下结合附图及实施例对本发明进行详细阐述。
如图1所示,本发明公开了一种企业铁路智能运营管理调度***,本实施例中的企业铁路智能运营管理调度***可以执行本发明实施例一所述的企业铁路智能运营管理调度的方法。如图1所示,该企业铁路智能运营管理调度***包括:人机接口单元1,自然语言处理单元2,;专业知识数据库单元3,动态数据库单元4,模型数据库单元5,方法数据库单元6,推理机单元4。下面,对上述各个单元进行详细的描述。
人机接口单元1:包括输入模块,用于提供日班计划和阶段计划作业条件信息,输出调度计划模块。
自然语言处理单元2,用于将输入的车站、股道等文字信息转化为推理机单元可识别的问题信号。
专业知识数据库单元3,用于存储车站设备信息、车站运输作业方案、车站各项技术作业时间等数据。其中车站设备信息包括车站类型、车站布局、车场类型、车场衔接方向、股道长度、股道类型及股道特征、机车类型、牵引能力、区间情况等静态数据,其中车站运输作业方案包括车站取送作业路线方案、股道运用方案。其中车站各项技术作业时间,由于作业分工的不同,车站作业时间主要包括列车办理到达作业所需要的时间、解体列车作业所需要的时间、编制出发列车作业所需要的时间、发车作业所需要的时间、车场间行车作业时间等数据。
动态数据库单元4,用于存储列车运用计划数据、装卸能力数据、现车数据,其中现车数据包括现车的去向、现车的数量、机车的状态等数据。
模型数据库单元5,用于日班计划编制时建立的出发列车车流推算规则、牵引机车匹配规则和装卸车规则;阶段计划编制时建立的出发列车车流推算规则、机车运用规则和接发车股道运用规则。
所述出发列车流推算规则是:根据车站已知的结存车、预计到达车流时间、完成装卸车时间以及车站作业时间标准,确定车流有效可利用时间;再根据车流有效利用时间、列车编组计划、列车牵引重量标准确定列车集合.
所述牵引机车的规则是:收集机车位置、动态(运用、非运用)、维修计划,读取车流推算的列车匹配结果;按照最优的匹配方法,依据区间运行、车站间隔、调车作业时间标准,机车技术作业标准、供应台数等,以最小的机车使用台数完成牵引任务。
所述装卸车规则是:收集企业生产情况、列车工作方案、列车中本站作业车信息等,考虑装卸作业动态、装卸设备及人员能力,各类货物装卸作业时间标准,以最大限度配合运输生产为目标,合理安排每时段的装、卸、排车数计划;
所述接发车股道运用规则是:将待安排的列车集合,及可用股道集合,并根据相应的权值排序;按等级顺序取出列车,按优先股道安排之;若编组计划规定有两个及其以上组号者,则优先选择被挂机会数小的车流配入;若出发车流不足则等待,对于摘挂、小运转列车中允许可以欠轴发车的列车;依此类推安排所有列车在对应的线路上;
方法数据库单元6,主要用于存储模型数据库单元中的出发列车车流推算规则对应的具体算法、牵引机车匹配规则对应的具体算法、装卸车规则对应的具体算法、接发车股道运用对应的具体算法。
推理机单元7,用于存放推理规则,并基于所述的专业数据库模块和动态数据库模块、模型库数据模块进行推理;
推理机单元7包括推理引擎模块及共享内存,推理引擎模块用于提供推理规则,该规则可以CLIPS语言描述,具体实现时可采用其他语言,如LISP,PROLOG,以及其他高级语言如Java、C++等。使用CLIPM作为接口与人机接口单元1交互。
如图2所示人机接口单元1接收作业条件信息后,通过自然语言处理单元2将该条件转化为推理机单元7可以识别的问题信号,与专业知识数据库单元3和模型数据库单元5以及方法数据库单元6进行交互,且辅助推理机单元7进行推理,将推理结果发送至自然语言处理单元2进行数据处理后在人机接口单元输出调度计划。
人机接口单元1还进一步包括修正模块,所述修正模块允许人工输入与修改的接口,使得可以人工对调度计划进行调整。
方法数据库单元6中的算法考虑到对企业列车的排序充分考虑企业铁路调车工作的特点及其铁路设备、站场等的特殊性,采用一种新型混合智能算法,具体为:
本阶段车站到达需要进行解体列车集合为DD={dd1,dd2,…,ddm},按到达时刻先后排序,用i表示到达列车的编号(i=1,2,…,m),本阶段内到达列车总数为m。本阶段出发列车集合为CF={cf0,cf1,…,cfn},按出发时刻先后排序,用j表示出发列车的编号(j=0,1,…,n),为本阶段内出发列车总数。ZT={zt1,zt2,…,ztp}为本阶段通过列车的集合,按到达车站时刻的先后排序,用z表示出发列车的编号(z=0,1,…,p),p为本阶段内出发列车总数。
设s为机车总台数,t表示机车的编号,xit表示到达车列ddi是否由机车jct牵引进行解体列车作业。是取1,否则取0;xjt表示出发车列cfj是否由机车jct进行编组作业。是取1,否则取0;
用c表示车站的牵出线编号(c=1,2,…,z),共有z条牵出线;vtc为逻辑变量,描述机车jct是否占用牵出线qc进行调车作业,是取1,否则取0。
用o表示车站的进路编号(o=1,2,…,r),共有r条进路;ato为逻辑变量,描述机车jct是否占用进路jo进行调车作业,是取1,否则取0。
设该阶段的开始时间为TJ,本阶段的结束时间为TE,用表示到达列车ddi到抵本站的到达时刻。用表示出发列车cfj从车站出发的出发时刻。
设到达列车ddi通过牵出线(驼峰)开始进行解体作业的时刻为,最早可能进行解体作业的时刻为出发列车cfj开始进行编组作业的时刻为最晚必须开始进行编组作业的时刻为。设Tdd为到达技术作业时间,Tcf为出发技术作业时间,Tjt为解体作业时间,Tbz为编组作业时间。
根据运输部机车周转计划,可知所有机车在本站的停车时间段,则机车jct在本站停留的时间段为:{[t1,t2][tt1,tt2][tpn,tpm]}。
目标函数的提出:
将确定最佳解体、编组和取送顺序,确定始发列车编组内容和车流来源,合理使用机车任务,保证出发列车尽量按点正常出发,保证企业生产。如果机车运用可以满足此约束条件,则时间为0,基于此,将机车在机车周转计划和保证出发列车车流推算模型目标能够正常完成的情况作为调车作业顺序的基本目标,则调车顺序的目标函数为:
约束条件
(1)列车开始作业时间及完成作业时间应该在机车可用时间段内,即车流接续对机车作业时间约束
(2)机车调车作业时间约束
上述公式表示了同一时间段一台机车只能进行一项作业,如果进行两项作业时必须满足的最小时间间隔。
(3)牵出线能力对调车作业的约束
上述公式表示在本阶段同一时刻能进行同时调车作业的最大调车能力。
(4)一列列车的作业只能由一台机车完成
(5)交叉进路对机车运用的约束,一条进路同一时刻只能由一台机车占用。
在整个车站运输作业过程中,机车是作业动力,车站的列车解体作业、出发列车编组作业和取送作业等都是由机车牵引完成,因此在进行机车运用安排时,需要考虑车站进路、牵出线的能力等影响因素,采用混合蜂群算法进行求解。
算法设计如下:
(1)食物源编码
设车站该阶段共有m个作业需要由机车牵引完成,任一食物源是一个m维向量,食物源的编码为xi=(xi1,xi2,...,xim),这代表该阶段的调车作业顺序的一种方案,其中xij表示完成第i个解的第项任务。
(2)参数设置
令食物源个数为NP,引领蜂个数,跟随蜂个数分别为NP,内部循环次数表示为s,总数limit,外部循环次数表示为c,最大循环次数为MCN。
(3)适应度函数
选取食物源的好坏是根据蜂蜜数衡量的,即调车顺序的目标函数值。则适应度值为
算法步骤如下所示:
step1:根据食物源编码方式产生初始调车顺序方案xi。
step2:计算各个调车顺序方案的适应度函数值f(xi)。
step3:令外循环c=1。
step4:令内循环s=1。
step5:引领蜂根据单点交叉做邻域搜索产生新解vi,计算f(vi),如果f(vi)>f(xi),则xi=vi,否则xi不变。
step6:计算各个机车运用方案的适应度函数值f(xi),并根据改进公式(2.4)计算选择的概率值Pi,跟随蜂根据该值Pi选择食物源,同step5。
step7:记录当前最优的机车运用方案。
step8:s=s+1,c=c+1。
step9:如果s<limit,则转step5。如果s≥limit,判断是否丢弃当前机车运用方案,如果丢弃,则根据单点交叉法做邻域搜索产生新解xi。
step10:如果c<MCN,则转step4,否则结束算法,输出可行调车作业顺序。
step11:如果在循环范围内,无法获取最优解,此时根据到达列车车流在出发列车车流中的权重,将级别高的列车优先解体,然后转step4,直到获取可行调车作业顺序。
当各调车作业顺序确定后,即给定的解体顺序和每列车解体结束时间,根据出发列车编组计划及出发列车配流规则,安排所有列车在对应的股道上。
企业铁路调度计划重点内容主要是确定最佳解体、编组和取送顺序,确定始发列车编组内容和车流来源,合理调度调车机车任务等。其最佳调车顺序和编组顺序的确定是车站各项作业的纽带。它不仅取决于车站车流条件,还涉及车站线路、驼峰、牵出线等固定设备的使用,以及全站调车机车的合理调配及其协调等因素。
如图2所示企业铁路智能运营调度计划生成包括以下步骤:
首先,人机接口单元读取日班计划和阶段计划作业条件信息;
步骤二:采集动态数据库单元中存储的车站设备信息、车站运输作业方案、车站各项技术作业时间等数据;
步骤三:将作业条件信息转化为推理机单元可以识别的调度问题信号;
步骤四:在模型数据库中选择与调度问题信号对应的规则;
步骤五:推理机单元按照该规则,通过反射机制执行,得出推理结果;
步骤六:推理机单元将推理结果发送至自然语言处理单元进行数据处理后在人机接口单元输出调度计划
实施例的作用与效果
根据本实施涉及的企业铁路运营智能管理调度的方法,通过智能化编制调度计划,充分挖掘阶段计划编制时各个环节的影响因子,通过智能化设计,来协调各个环节的作业,保证单个作业环节和整个运输作业过程的高效运转,降低调度员编制作业的劳动强度,提高整个车站的作业效率与水平,从运输作业整体上提供车站效益。
Claims (3)
1.一种企业铁路智能运营管理调度计划生成方法,用于企业铁路智能运营调度***,其特征在于包括以下步骤:
步骤一:人机接口单元读取日班计划和阶段计划作业条件信息;
步骤二:采集动态数据库单元中存储的车站设备信息、车站运输作业方案、车站各项技术作业时间等数据;
步骤三:将作业条件信息转化为推理机单元可以识别的调度问题信号;
步骤四:在模型数据库中选择与调度问题信号对应的规则;
步骤五:推理机单元按照该规则,通过反射机制执行,得出推理结果;
步骤六:推理机单元将推理结果发送至自然语言处理单元进行数据处理后在人机接口单元输出调度计划。
2.一种采用权利要求1所述的企业铁路智能运营管理调度计划生成方法的企业铁路智能运营管理调度***,其特征在于,包括:
人机接口单元,用于读取日班计划和阶段计划作业条件信息,输出调度计划;
自然语言处理单元,用于将作业条件信息转化为推理机单元可识别的调度问题信号;
专业知识数据库单元,用于存储车站设备信息、车站运输作业方案、车站各项技术作业时间等数据;
动态数据库单元,用于存储外发计划、装卸能力、现车数据等数据;
模型数据库单元,用于存储出发列车流推算规则、牵引机车匹配规则、装卸车规则、接发车股道运用规则;
所述出发列车流推算规则是:根据车站已知的结存车、预计到达车流时间、完成装卸车时间以及车站作业时间标准,确定车流有效可利用时间;再根据车流有效利用时间、列车编组计划、列车牵引重量标准确定列车集合;
所述接发车股道运用规则是:将待安排的列车集合,及可用股道集合,并根据相应的权值排序;按等级顺序取出列车,按优先股道安排之;若编组计划规定有两个及其以上组号者,则优先选择被挂机会数小的车流配入;若出发车流不足则等待,对于摘挂、小运转列车中允许可以欠轴发车的列车;依此类推安排所有列车在对应的线路上;
方法数据库单元,主要用于存储模型数据库模块中的出发列车车流推算规则对应的具体算法、牵引机车匹配规则对应的具体算法、装卸车规则对应的具体算法、接发车股道运用对应的具体算法;
推理机单元,用于存放推理规则,并基于所述的专业数据库模块和动态数据库模块、模型库数据模块进行推理;
所述的推理机单元包括推理引擎模块及共享内存;所述的推理引擎模块,根据推理规则进行推理过程;所述的共享内存,存储所述的推理引擎模块的推理结果;
人机接口单元接收作业条件信息后,通过自然语言处理单元将该条件转化为推理机单元可以识别的问题信号,与专业知识数据库单元和模型数据库单元以及方法数据库单元进行交互,且辅助推理机单元进行推理,将推理结果发送至自然语言处理单元进行数据处理后在人机接口单元输出调度计划。
3.所述权利要求2所述的企业铁路运营调度***,其特征在于:所述的人机接口单元还进一步包括修正模块,所述修正模块允许人工输入与修改的接口,使得可以人工对调度计划进行调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410017035.6A CN104778523B (zh) | 2014-01-15 | 2014-01-15 | 一种企业铁路智能运营管理调度计划生成方法及其*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410017035.6A CN104778523B (zh) | 2014-01-15 | 2014-01-15 | 一种企业铁路智能运营管理调度计划生成方法及其*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104778523A true CN104778523A (zh) | 2015-07-15 |
CN104778523B CN104778523B (zh) | 2018-01-12 |
Family
ID=53619976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410017035.6A Active CN104778523B (zh) | 2014-01-15 | 2014-01-15 | 一种企业铁路智能运营管理调度计划生成方法及其*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104778523B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107220725A (zh) * | 2017-04-25 | 2017-09-29 | 西北工业大学 | 基于元启发式算法的动态编组调度优化方法 |
CN107563943A (zh) * | 2016-07-01 | 2018-01-09 | 中国铁路信息技术中心 | 一种批处理车流推算方法和装置 |
CN108717609A (zh) * | 2018-06-12 | 2018-10-30 | 西南交通大学 | 一种摘挂列车调车作业计划编制方法 |
CN109034471A (zh) * | 2018-07-23 | 2018-12-18 | 华侨大学 | 一种基于蜂群算法的铁道交通运营优化方法及*** |
CN109447349A (zh) * | 2018-10-29 | 2019-03-08 | 浙江财经大学 | 一种面向网络化相关性感知的制造服务供应链优化方法 |
CN110222990A (zh) * | 2019-06-11 | 2019-09-10 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 一种基于车流推算的列车全程调度方法及*** |
CN111160815A (zh) * | 2020-04-03 | 2020-05-15 | 北京全路通信信号研究设计院集团有限公司 | 一种铁路货物运输机车运用计划自动编制方法及*** |
US11912321B2 (en) | 2021-10-18 | 2024-02-27 | Tata Consultancy Services Limited | System and method for railway network access planning |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103366262A (zh) * | 2013-03-19 | 2013-10-23 | 合肥工大高科信息科技股份有限公司 | 一种工业铁路物流智能调度***的调度计划生成方法 |
-
2014
- 2014-01-15 CN CN201410017035.6A patent/CN104778523B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103366262A (zh) * | 2013-03-19 | 2013-10-23 | 合肥工大高科信息科技股份有限公司 | 一种工业铁路物流智能调度***的调度计划生成方法 |
Non-Patent Citations (2)
Title |
---|
SHIWEI HE: "An integrated dispatching model for rail yards operations", 《COMPUTERS & OPERATIONS RESEARCH》 * |
崔炳谋: "编组站综合自动化若干问题的研究", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107563943A (zh) * | 2016-07-01 | 2018-01-09 | 中国铁路信息技术中心 | 一种批处理车流推算方法和装置 |
CN107220725A (zh) * | 2017-04-25 | 2017-09-29 | 西北工业大学 | 基于元启发式算法的动态编组调度优化方法 |
CN108717609A (zh) * | 2018-06-12 | 2018-10-30 | 西南交通大学 | 一种摘挂列车调车作业计划编制方法 |
CN108717609B (zh) * | 2018-06-12 | 2022-03-01 | 西南交通大学 | 一种摘挂列车调车作业计划编制方法 |
CN109034471A (zh) * | 2018-07-23 | 2018-12-18 | 华侨大学 | 一种基于蜂群算法的铁道交通运营优化方法及*** |
CN109447349A (zh) * | 2018-10-29 | 2019-03-08 | 浙江财经大学 | 一种面向网络化相关性感知的制造服务供应链优化方法 |
CN109447349B (zh) * | 2018-10-29 | 2022-04-19 | 浙江财经大学 | 一种面向网络化相关性感知的制造服务供应链优化方法 |
CN110222990A (zh) * | 2019-06-11 | 2019-09-10 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 一种基于车流推算的列车全程调度方法及*** |
CN110222990B (zh) * | 2019-06-11 | 2021-07-20 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 一种基于车流推算的列车全程调度方法及*** |
CN111160815A (zh) * | 2020-04-03 | 2020-05-15 | 北京全路通信信号研究设计院集团有限公司 | 一种铁路货物运输机车运用计划自动编制方法及*** |
US11912321B2 (en) | 2021-10-18 | 2024-02-27 | Tata Consultancy Services Limited | System and method for railway network access planning |
Also Published As
Publication number | Publication date |
---|---|
CN104778523B (zh) | 2018-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104778523A (zh) | 一种企业铁路智能运营管理调度计划生成方法及其*** | |
Ballis et al. | Comparative evaluation of existing and innovative rail–road freight transport terminals | |
CN104555473B (zh) | 整体规划和控制集装箱码头中集装箱流操作的***及方法 | |
CN104773191B (zh) | 一种企业铁路自动集中控制方法及其*** | |
Barankova et al. | Automated control system of a factory railway transport based on ZigBee | |
CN103366262B (zh) | 一种铁路运输物流智能调度***及其调度计划生成方法 | |
CN101544233A (zh) | 一种编组站综合自动化*** | |
CN107168316A (zh) | 一种基于单双向混合路径的多agv调度*** | |
CN109858791A (zh) | 一种物流流动方法及*** | |
CN107704950A (zh) | 一种基于出行需求与***节能的城轨列车运行图优化方法 | |
CN108717609A (zh) | 一种摘挂列车调车作业计划编制方法 | |
CN104778522B (zh) | 一种企业铁路调车钩计划自动生成方法及*** | |
CN101513889A (zh) | 采用自学习***的ctc车站自律机 | |
Zubkov et al. | Capacity and traffic management on a heavy-traffic railway line | |
EA025713B1 (ru) | Способ управления движением грузовых поездов по расписанию | |
CN107871179A (zh) | 一种基于运到时限的铁路货物列车运行图编制方法 | |
CN102955985B (zh) | 一种调度日班计划协同编制平台***及编制方法 | |
CN110949459B (zh) | 一种铁路货车车辆段调车作业*** | |
CN115759627A (zh) | 基于群组控制技术的重载列车开行策略优化方法及*** | |
Aripov et al. | Technology of shunting operations to divide a group of Wagons in the freight train into two directions | |
Hecht | Innovative rail freight wagons–A precondition to increase the market-share of rail freight | |
Hanczar et al. | The short-term car flow planning model in rail freight company–case study | |
CN205670304U (zh) | 一种基于互联网和物联网融合的物流平台 | |
CN211768089U (zh) | 成型机全自动物料拉动生产*** | |
Romanova et al. | The use of logistics principles in the organization of local work |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: No. 58, Chang hair Road, Baoshan District, Shanghai Patentee after: SHANGHAI HENGJUN SCIENCE & TECHNOLOGY CO., LTD. Address before: 201412, B3102 building, No. 1 business building, 8885 Hu Tai Road, Shanghai, Baoshan District Patentee before: Shanghai Hengjun Science & Technology Co., Ltd. |