CN110544010A - 影响轨道交通***全局效能涌现的关键要素的辨识方法 - Google Patents

影响轨道交通***全局效能涌现的关键要素的辨识方法 Download PDF

Info

Publication number
CN110544010A
CN110544010A CN201910695028.4A CN201910695028A CN110544010A CN 110544010 A CN110544010 A CN 110544010A CN 201910695028 A CN201910695028 A CN 201910695028A CN 110544010 A CN110544010 A CN 110544010A
Authority
CN
China
Prior art keywords
efficiency
global
emergence
parameters
rail transit
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
Application number
CN201910695028.4A
Other languages
English (en)
Other versions
CN110544010B (zh
Inventor
潘登
陈泽君
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tongji University
CRRC Changchun Railway Vehicles Co Ltd
Original Assignee
Tongji University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tongji University filed Critical Tongji University
Priority to CN201910695028.4A priority Critical patent/CN110544010B/zh
Publication of CN110544010A publication Critical patent/CN110544010A/zh
Priority to US16/942,662 priority patent/US11915252B2/en
Application granted granted Critical
Publication of CN110544010B publication Critical patent/CN110544010B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)

Abstract

影响轨道交通***全局效能涌现的关键要素的辨识方法，包括：(1)建立轨道交通***各微观主体行为模型和基于智能群体演化全局效能涌现的仿真***；(2)初始化参数，初始化对象包括可调参数与不可调参数两个部分；(3)利用全局效能涌现仿真***，仿真计算全局与各局部的效能状况，对前后两次全局效能进行比较分析，保留效能较高的初始化参数与仿真计算结果；(4)判断全局效能计算、优化过程是否达到预期目标：若是，最后保留下来的全局效能即为工程上可以被接受的全局最优效能，根据可调参数初始化与最优效能的映射关系实现关键要素的辨识，从而确定与各局部关键要素对应的效能提升措施；若否返回步骤(2)，修改可调参数，继续循环计算。

Description

影响轨道交通***全局效能涌现的关键要素的辨识方法
技术领域
本发明涉及轨道交通***节能技术领域，提出了一种影响轨道交通***全局效能涌现的关键要素的辨识方法。
背景技术
轨道交通由于其高容量，高可靠性和少排放的特点而得到大力发展，部分大城市已进入轨道交通建设的高潮。轨道交通***规模庞大，节能提效具有非常重要的意义。
效能是评价轨道交通***性能的综合性指标，具有广泛而深刻的内涵。这里，我们将轨道交通***的效能e效能定义为：
式中，为旅客列车的平均满座率；反映了以完成运输任务为目的的***运能利用情况，为轨道交通***按流开车每昼夜旅客列车的实际开行数量，为轨道交通***按流开车每昼夜旅客列车的最佳列车数量，N为整个***的运输能力，即每昼夜允许运行的列车对数；反映了运输的快捷程度，为轨道交通***设备更新、技术改造、***升级或组织管理水平提高以后旅客的平均到达时间，则为先前轨道交通***的旅客的平均到达时间。e能效为能效，表示为轨道交通***“在规定时间内单位能耗拉了多少人跑了多少路”。其计算公式如下：
其中，E为轨道交通***完成旅客运输的总能耗，为实际运输旅客总人数，为完成旅客运输的列车实际运行总距离。
涌现则是指复杂***中各微观主体，以全局效能最优为共同目标，根据运输任务的动态时空分布与动态环境因素，在时空行为上相互作用、相互制约、相互协作，表现出超越个体智慧、能力简单叠加的整个***的宏观行为特征。对确定的轨道交通***而言，“效能的涌现”乃是路网中大量具有一定独立性的各车站、各列车、各级(线路、路网)调度(列控)中心等微观主体，依据运输任务(客货流时空分布、流向、流量)和动态环境因素，在并发协作过程中，各自行为相互作用、相互补充、相互制约的结果，同时表现出一种超越个体智慧和能力的“宏观”***特征。深刻理解“涌现”的内涵，有助于清晰认识轨道交通***效能产生的机理，进而可以在效能涌现机理的指导下寻求***效能全局优化的方法与途径。
能效是效能的核心问题，也是当前轨道交通***效能提升的关键与难点所在。随着轨道交通***节能技术的发展，引入“涌现”概念，深入研究全局效能提升的***性方法，特别是解决能效提升问题，实现轨道交通***的节能提效，已是企业界和学术界面临的迫在眉睫的问题。
发明内容
本发明目的在于提供一种影响轨道交通***全局效能涌现的关键要素的辨识方法，可为轨道交通***全局效能提升提供决策依据。
本发明的上述目的通过独立权利要求的技术特征实现。为达成上述目的，本发明所采用的技术方案如下：
一种影响轨道交通***全局效能涌现的关键要素的辨识方法，其实现包括以下步骤：
步骤1：建立轨道交通***各微观主体行为模型和基于智能群体演化全局效能涌现的仿真***。
步骤1.1：建立控制中心、各控制分中心、线路、车站、列车的微观主体行为模型。
控制中心、各控制分中心、线路、车站、列车的微观主体行为数学模型可描述为：
式中，为第i类第j种微观主体，ki,j表示第i类第j种微观主体的序号，为第i类第j种微观主体的性能参数，ni,j为第i类第j种微观主体性能参数的总数量，表示该微观主体一簇行为函数，涵盖对外感知、行为自治与协作功能。
图1为轨道交通***微观主体的通用Agent模型，是式(1)所示数学模型的一种图形化直观描述，进一步可表述为便于软件编程的面向对象模型，见图2所示。“Attributes”表示微观主体类的性能参数， 表示性能参数的属性，用以表征该参数的私密程度或对外的可见性程度，public表示可为外部调用，protected表示受限制外部调用，private表示仅内部可调用，分别表示三种属性的总数，且满足“Behaviors”表示微观主体的行为函数，具体表现为 分别表示三种方法的总数。
影响效能涌现的要素可以概括为基础设施性能优化和基础设施高效运用，见图(3)所示。基础设施性能优化，包括对列车车辆、环控***、再生电能、牵引***设施的优化；基础设施的高效科学运用体现在列控与运输组织的先进程度上。在控制中心、各控制分中心、线路、车站、列车的微观主体行为模型中，参数的取值范围与其性能密切相关，基础设施的性能优化必然反映在各微观主体的性能参数上，从而可以为基础设施的科学运用创造良好条件。
由于各类微观主体的职责、属性、功能和性能的不同，由通用agent模型生成具体的分类对象时，往往具有显著的差异，这也是各微观主体各司其责，并以全局效能涌现为共同优化目标而分工协作的前提条件。
步骤1.2：建立基于智能群体演化全局效能涌现的仿真***。
轨道交通***的效能涌现模型可以表示为：
s.t.C＝{c1,c2,L,cN}
模型中Mi,j为第i类第j种微观主体总数量，“U”表示非线性叠加关系，具体表现为各微观主体之间的协作关系，同类微观主体为平行协作关系，非同类微观主体为主从协作关系，c1,c2,L,cN表示在各微观主体协作时的外部约束条件，N为约束条件总数，g表示轨道交通***的行为函数；
图4为轨道交通***组织管理分层递阶、分工协作的体系架构，描述了轨道交通***各微观主体之间复杂的、纵横交错的主从协作关系与平行协作关系。
根据微观主体的行为模型(见式(1)、图(1)、(2)所示)，轨道交通***组织管理的体系架构(见图4所示)，以及轨道交通***的效能涌现模型(见式(2))，建立基于群体智能演化的效能涌现仿真体系架构(见图5所示)。
步骤2：建立基于仿真的轨道交通***全局效能涌现关键要素辨识的算法流程，见图(6)所示。
步骤2.1：参数的初始化。
初始化参数有路网拓扑结构、线路条件、列车参数(车型、重量、定员、牵引制动参数)、环控***参数(电梯、照明、空调的相关参数)、客流时空分布、要素循环辨识参数，各参数根据实际情况与效能提升需求，区分为不可调参数与可调参数。
步骤2.2：以步骤2.1初始化后的参数作为输入，根据步骤1建立的轨道交通***各微观主体行为模型和基于智能群体演化全局效能涌现的仿真***，仿真计算得到全局与各局部的效能状况。
步骤2.3：判断步骤2.2获得的全局效能计算、优化过程是否达到预期目标：若是，激活三态门逻辑控制输出单元，得到最后保留下来的全局效能，即工程上可以被接受的全局最优效能，同时根据最优效能与步骤2.1中可调参数的映射关系，实现关键要素的辨识，从而可以确定与各局部关键要素对应的效能提升措施；若否，返回步骤2.1，修改可调参数，继续循环计算，直到得到可接受的最优解并实现关键要素的辨识。
其中，全局效能计算、优化过程达到预期目标的条件为：
(1)循环次数达到设定的最大循环次数；
(2)循环仿真若干次以后，连续得到的全局效能均在规定的误差范围之内。
只需满足其中一个即为达到预期目标。
本发明的有益效果在于：
1.本发明提出的基于智能群体演化全局效能涌现的仿真***，反映了轨道交通***在运营阶段通过各微观主体的时空协作行为实现全局效能涌现的机理，因而可以通过仿真推演，揭示***的宏观行为过程与各微观主体的行为过程，以发现效能涌现的规律；
2.本发明提出的关键要素辨识，覆盖轨道交通***运营阶段的全生命周期，以及运输生产组织的各个环节，有助于全面提升轨道交通***的全局效能；
3.本发明提出的初始化参数，可以根据轨道交通***运营阶段的特点，划分为不可调参数与可调参数两个部分，可调参数与全局效能存在映射关系，这种映射关系在全局效能涌现时能够反映各微观主体的协同程度，从而为关键要素辨识，以及制定全局效能提升的具体措施，提供了一种有效的解决方案，同时由于仿真***按照轨道交通***运营企业的组织管理架构对全局效能进行计算、分解，因此该解决方案具有较强的可执行性；
4.本发明提出的含有使能端的三态门，在仿真***取得可接受的全局效能最优值时，可自动化地输出全局效能提升的***化解决方案。
附图说明
图1为轨道交通***微观主体的通用Agent模型；
图2为轨道交通***微观主体的面向对象模型；
图3为轨道交通***全局效能涌现模型；
图4为轨道交通***组织管理的体系架构；
图5为基于群体智能演化的轨道交通***效能涌现仿真***；
图6为轨道交通***局效能涌现关键要素辨识的算法流程；
图7为当前轨道交通***效能提升与关键要素的映射关系。
具体实施方式
为了更了解本发明的技术内容，特举城市轨道交通***作为具体实施例，并配合所附图式说明如下。
本发明公开了一种影响城市轨道交通***全局效能涌现的关键要素的辨识方法，见图6所示，其特征在于，包括以下步骤：
步骤1：建立城市轨道交通***各微观主体行为模型和基于智能群体演化全局效能涌现的仿真***。
步骤1.1：建立控制中心、各控制分中心、线路、车站、列车的微观主体行为模型。
控制中心、各控制分中心、线路、车站、列车的微观主体行为数学模型可描述为：
式中，为第i类第j种微观主体，ki,j表示第i类第j种微观主体的序号，为第i类第j种微观主体的性能参数，ni,j为第i类第j种微观主体性能参数的总数量，表示该微观主体一簇行为函数，涵盖对外感知、行为自治与协作功能。
图1为轨道交通***微观主体的通用Agent模型，是式(1)所示数学模型的具象化描述，进一步可表述为便于软件编程的面向对象模型，见图2所示。“Attributes”表示微观主体类的性能参数， 表示性能参数的属性，用以表征该参数的私密程度或对外的可见性程度，public表示可为外部调用，protected表示受限制外部调用，private表示仅内部可调用，分别表示三种属性的总数，且满足“Behaviors”表示微观主体的行为函数，具体表现为 分别表示三种方法的总数。
影响效能涌现的要素可以概括为基础设施性能优化和基础设施高效运用，见图(3)所示。基础设施性能优化，包括对列车车辆、环控***、再生电能、牵引***设施的优化；基础设施的高效科学运用体现在列控技术与运输组织管理的先进程度上。在控制中心、各控制分中心、线路、车站、列车的微观主体行为模型中，参数的取值范围与其性能密切相关，基础设施的性能优化必然反映在各微观主体的性能参数上，从而可以为基础设施的科学运用创造良好条件。
由于各类微观主体的职责、属性、功能和性能的不同，由通用agent模型生成具体的分类对象时，往往具有显著的差异，这也是各微观主体各司其责，并以全局效能涌现为共同优化目标而分工协作的前提条件。
步骤1.2：建立基于智能群体演化全局效能涌现的仿真***。
轨道交通***的效能涌现模型可以表示为：
s.t.C＝{c1,c2,L,cN}
模型中Mi,j为第i类第j种微观主体总数量，“U”表示非线性叠加关系，具体表现为各微观主体之间的协作关系，同类微观主体为平行协作关系，不同类的微观主体为主从协作关系，c1,c2,L,cN表示在各微观主体协作时的外部约束条件，N为约束条件总数，g表示轨道交通***的行为函数；
图4为轨道交通***组织管理分层递阶、分工协作的体系架构，描述了城市轨道交通***各微观主体之间复杂的、纵横交错的主从协作关系与平行协作关系。
根据微观主体的行为模型(见式(1)、图(1)、(2)所示)，轨道交通***组织管理的体系架构(见图4所示)，以及轨道交通***的效能涌现模型(见式(2))，建立基于群体智能演化的效能涌现仿真体系架构(见图5所示)。
步骤2：建立仿真***轨道交通***局效能涌现关键要素辨识的算法流程，见图(6)所示。
步骤2.1：参数的初始化。
初始化参数，具体有城市轨道交通路网拓扑结构、线路条件、列车参数(车型、重量、定员、牵引制动参数)、环控***参数(电梯、照明、空调的相关参数)、客流时空分布、要素循环辨识参数，各参数根据实际情况与效能提升指标需求，在图(7)所示映射关系的指导下，区分为不可调参数与可调参数。
步骤2.2：以步骤2.1初始化后的参数作为输入，根据步骤1建立的轨道交通***各微观主体行为模型和基于智能群体演化全局效能涌现的仿真***，仿真计算得到城市轨道交通***全局与各局部的效能状况。
步骤2.3：判断步骤2.2获得的全局效能计算、优化过程是否达到预期目标：若是，激活三态门逻辑控制输出单元，得到最后保留下来的全局效能，即工程上可以被接受的全局最优效能，以及最优时各可调参数的调整情况，由于可调参数与效能各指标具有映射关系，可通过映射关系的分析实现对关键要素的辨识，洞悉当前轨道交通***全局效能提升的主要矛盾所在，并确定具体的效能提升措施，见图(7)所示；若否，返回步骤2.1，修改可调参数，继续循环计算，直到得到可接受的最优解并实现关键要素的辨识。
其中，全局效能计算、优化过程达到预期目标的条件为：
(1)循环次数达到设定的最大循环次数；
(2)循环仿真若干次以后，连续得到的全局效能均在规定的误差范围之内。
只需满足其中一个即为达到预期目标。
虽然本发明已揭露如上，但所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。

Claims (1)

1.一种影响轨道交通***全局效能涌现的关键要素的辨识方法，其特征在于，包括以下步骤：
步骤1：建立轨道交通***各微观主体行为模型和基于智能群体演化全局效能涌现的仿真***；
步骤1.1：建立控制中心、各控制分中心、线路、车站、列车的微观主体行为模型；
控制中心、各控制分中心、线路、车站、列车的微观主体行为数学模型描述为：
式中，为第i类第j种微观主体，ki,j表示第i类第j种微观主体的序号，为第i类第j种微观主体的性能参数，ni,j为第i类第j种微观主体性能参数的总数量，表示该微观主体一簇行为函数，涵盖对外感知、行为自治与协作功能；
影响效能涌现的要素为基础设施性能优化和基础设施高效运用；
基础设施性能优化，包括对列车车辆、环控***、再生电能、牵引***设施的优化；
基础设施的高效科学运用体现在列控与运输组织的先进程度上；
在控制中心、各控制分中心、线路、车站、列车的微观主体行为模型中参数的取值范围与其性能相关，基础设施的性能优化反映在各微观主体的性能参数上，为基础设施的科学运用创造良好条件；
步骤1.2：建立基于智能群体演化全局效能涌现的仿真***。
轨道交通***的效能涌现模型可以表示为：
s.t.C＝{c1,c2,L,cN}
模型中Mi,j为第i类第j种微观主体总数量，“U”表示非线性叠加关系，具体表现为各微观主体之间的协作关系，同类微观主体为平行协作关系，非同类微观主体为主从协作关系，c1,c2,L,cN表示在各微观主体协作时的外部约束条件，N为约束条件总数，g表示轨道交通***的行为函数；
步骤2：建立基于仿真的轨道交通***全局效能涌现关键要素辨识的算法流程；
步骤2.1：参数的初始化；
初始化参数有路网拓扑结构、线路条件、列车参数、环控***参数、客流时空分布、要素循环辨识参数，各参数根据实际情况与效能提升需求，区分为不可调参数与可调参数；
步骤2.2：以步骤2.1初始化后的参数作为输入，根据步骤1建立的轨道交通***各微观主体行为模型和基于智能群体演化全局效能涌现的仿真***，仿真计算得到全局与各局部的效能状况；
步骤2.3：判断步骤2.2获得的全局效能计算、优化过程是否达到预期目标：若是，激活三态门逻辑控制输出单元，得到最后保留下来的全局效能，即工程上可以被接受的全局最优效能，同时根据最优效能与步骤2.1中可调参数的映射关系，实现关键要素的辨识，从而确定与各局部关键要素对应的效能提升措施；若否，返回步骤2.1，修改可调参数，继续循环计算，直到得到可接受的最优解并实现关键要素的辨识。
CN201910695028.4A 2019-07-30 2019-07-30 影响轨道交通***全局效能涌现的关键要素的辨识方法 Active CN110544010B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910695028.4A CN110544010B (zh) 2019-07-30 2019-07-30 影响轨道交通***全局效能涌现的关键要素的辨识方法
US16/942,662 US11915252B2 (en) 2019-07-30 2020-07-29 Method for identifying key elements that affect emergence of global efficiency of rail transit system and simulation system for implementing the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910695028.4A CN110544010B (zh) 2019-07-30 2019-07-30 影响轨道交通***全局效能涌现的关键要素的辨识方法

Publications (2)

Publication Number Publication Date
CN110544010A true CN110544010A (zh) 2019-12-06
CN110544010B CN110544010B (zh) 2023-04-07

Family

ID=68710414

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910695028.4A Active CN110544010B (zh) 2019-07-30 2019-07-30 影响轨道交通***全局效能涌现的关键要素的辨识方法

Country Status (2)

Country Link
US (1) US11915252B2 (zh)
CN (1) CN110544010B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112598177A (zh) * 2020-12-22 2021-04-02 北京市地铁运营有限公司 一种城市轨道交通突发事件在线客流预测与仿真***
CN114153313A (zh) * 2021-11-29 2022-03-08 苏州密尔光子科技有限公司 激光手术器械控制方法、装置及电子设备
CN115471158A (zh) * 2022-10-10 2022-12-13 上海理工大学 基于货车限行措施的物流配送中心效率评价方法及***
CN116691741A (zh) * 2023-08-03 2023-09-05 江苏飞梭智行设备有限公司 一种轨道车远程控制***

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112598182B (zh) * 2020-12-25 2022-11-29 卡斯柯信号有限公司 一种轨道交通智能调度方法及***
CN115017654B (zh) * 2022-01-07 2023-01-24 昆明理工大学 用于测量和最小化城轨网络脆弱性的方法
CN114781799A (zh) * 2022-03-21 2022-07-22 中铁第四勘察设计院集团有限公司 一种城市轨道交通能源智能管理***
CN117407952A (zh) * 2023-10-12 2024-01-16 广州地铁设计研究院股份有限公司 一种地铁同站三线路换乘的分流方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102129522A (zh) * 2011-03-17 2011-07-20 北京交通大学 一种快速识别和消除高速铁路运输能力瓶颈的方法
US20140172678A1 (en) * 2012-12-14 2014-06-19 Craig Alan Stephens Institution simulation
CN105808928A (zh) * 2016-03-02 2016-07-27 中国人民解放军装备学院 装备***效能的矩阵序列灰关联评估方法
CN105893669A (zh) * 2016-03-30 2016-08-24 浙江大学 一种基于数据挖掘的全局仿真性能预测方法
CN107239874A (zh) * 2017-04-26 2017-10-10 广西电网有限责任公司电力科学研究院 一种面向轨道交通的电能质量及节能分析***
CN107871047A (zh) * 2017-11-21 2018-04-03 中国人民解放军战略支援部队航天工程大学 一种复杂空间***安全管理平行计算方法
CN108563863A (zh) * 2018-04-11 2018-09-21 北京交通大学 城市轨道交通***的能耗计算与调度方法
CN109101672A (zh) * 2018-06-12 2018-12-28 同济大学 轨道交通***列车运行能效研究方法
CN109109913A (zh) * 2018-07-26 2019-01-01 同济大学 一种用于轨道交通***能效行车组织的信息处理方法
CN109344996A (zh) * 2018-08-29 2019-02-15 广西大学 一种城市轨道交通列车节能优化运行方法
CN109862532A (zh) * 2019-02-28 2019-06-07 北京交通大学 轨道交通状态监测多传感器节点布局优化方法及***

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7908080B2 (en) * 2004-12-31 2011-03-15 Google Inc. Transportation routing
US7478085B2 (en) * 2005-04-01 2009-01-13 Microsoft Corporation Ability for developers to easily find or extend well known locations on a system
US20130079964A1 (en) * 2011-09-27 2013-03-28 Saturna Green Systems Inc. Vehicle communication, analysis and operation system
US9958272B2 (en) * 2012-08-10 2018-05-01 Telogis, Inc. Real-time computation of vehicle service routes
DE102014006322A1 (de) * 2014-04-30 2015-11-05 Avl List Gmbh System und Verfahren zur Analyse der Energieeffizienz eines Fahrzeugs
US10749339B2 (en) * 2015-09-11 2020-08-18 Paul Joseph Meier Modeling system for energy systems

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102129522A (zh) * 2011-03-17 2011-07-20 北京交通大学 一种快速识别和消除高速铁路运输能力瓶颈的方法
US20140172678A1 (en) * 2012-12-14 2014-06-19 Craig Alan Stephens Institution simulation
CN105808928A (zh) * 2016-03-02 2016-07-27 中国人民解放军装备学院 装备***效能的矩阵序列灰关联评估方法
CN105893669A (zh) * 2016-03-30 2016-08-24 浙江大学 一种基于数据挖掘的全局仿真性能预测方法
CN107239874A (zh) * 2017-04-26 2017-10-10 广西电网有限责任公司电力科学研究院 一种面向轨道交通的电能质量及节能分析***
CN107871047A (zh) * 2017-11-21 2018-04-03 中国人民解放军战略支援部队航天工程大学 一种复杂空间***安全管理平行计算方法
CN108563863A (zh) * 2018-04-11 2018-09-21 北京交通大学 城市轨道交通***的能耗计算与调度方法
CN109101672A (zh) * 2018-06-12 2018-12-28 同济大学 轨道交通***列车运行能效研究方法
CN109109913A (zh) * 2018-07-26 2019-01-01 同济大学 一种用于轨道交通***能效行车组织的信息处理方法
CN109344996A (zh) * 2018-08-29 2019-02-15 广西大学 一种城市轨道交通列车节能优化运行方法
CN109862532A (zh) * 2019-02-28 2019-06-07 北京交通大学 轨道交通状态监测多传感器节点布局优化方法及***

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王柏坚: "提升城市轨道交通效能的规划对策探讨" *
高跃跃: "城市轨道交通建设接口管理绩效评估研究" *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112598177A (zh) * 2020-12-22 2021-04-02 北京市地铁运营有限公司 一种城市轨道交通突发事件在线客流预测与仿真***
CN112598177B (zh) * 2020-12-22 2023-10-24 北京市地铁运营有限公司 一种城市轨道交通突发事件在线客流预测与仿真***
CN114153313A (zh) * 2021-11-29 2022-03-08 苏州密尔光子科技有限公司 激光手术器械控制方法、装置及电子设备
CN115471158A (zh) * 2022-10-10 2022-12-13 上海理工大学 基于货车限行措施的物流配送中心效率评价方法及***
CN116691741A (zh) * 2023-08-03 2023-09-05 江苏飞梭智行设备有限公司 一种轨道车远程控制***
CN116691741B (zh) * 2023-08-03 2023-10-10 江苏飞梭智行设备有限公司 一种轨道车远程控制***

Also Published As

Publication number Publication date
US11915252B2 (en) 2024-02-27
CN110544010B (zh) 2023-04-07
US20210035130A1 (en) 2021-02-04

Similar Documents

Publication Publication Date Title
CN110544010B (zh) 影响轨道交通***全局效能涌现的关键要素的辨识方法
CN109086910B (zh) 城市轨道交通运营路网拓扑结构建模方法
Jin et al. A stochastic optimization framework for road traffic controls based on evolutionary algorithms and traffic simulation
Farid A hybrid dynamic system model for multimodal transportation electrification
He et al. An adaptive variable neighborhood search ant colony algorithm for vehicle routing problem with soft time windows
Lu et al. Applications of digital twin system in a smart city system with multi-energy
CN116153058A (zh) 一种基于三层四级架构的智能网联汽车云控***
Brzozowska et al. Analysis of the road traffic management system in the neural network development perspective
Cintrano et al. Multiobjective electric vehicle charging station locations in a city scale area: malaga study case
Zhao et al. Transit network optimization: Minimizing transfers and maximizing service coverage with an integrated simulated annealing and tabu search method
Surnin et al. Urban public transport digital planning based on an intelligent transportation system
Araldo et al. Implementation & policy applications of AMOD in multi-modal activity-driven agent-based urban simulator simmobility
Jung et al. Simulation framework for modeling large-scale flexible transit systems
Sun et al. Two-stage vehicle routing optimization for logistics distribution based on HSA-HGBS algorithm
CN116758740B (zh) 一种基于数字孪生和信息树的智慧交通高效模拟方法
CN106652433A (zh) 交巡警服务平台设置方法及装置
Yao et al. Circle line optimization of shuttle bus in central business district without transit hub
Stolfi et al. Red Swarm: Smart mobility in cities with EAS
CN105119837A (zh) 基于仿真终端配置优化的分布式交通仿真负载均衡算法
Anttila et al. System-level validation of an electric bus fleet simulator
Deng et al. Optimization design of end-of-life vehicle recycling system based on ExtendSim
Kim et al. A Study on the Population Distribution Prediction in Large City using Agent-Based Simulation
Cong et al. Dnd: The controllability of dynamic temporal network in smart transportations
Hanzl et al. Simulation of Autonomous Mobility of Connected Vehicles in the Context of Real Conditions–a Case Study
Jakovljevic et al. Implementing multiscale traffic simulators using agents

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20191224

Address after: 200092 Shanghai City, Yangpu District Siping Road No. 1239

Applicant after: TONGJI University

Applicant after: CRRC CHANGCHUN RAILWAY VEHICLES Co.,Ltd.

Address before: 200092 Shanghai City, Yangpu District Siping Road No. 1239

Applicant before: Tongji University

GR01 Patent grant
GR01 Patent grant