CN110807287B - 基于有限元网格在应急抢修布点场景中划分业务网格构建方法 - Google Patents
基于有限元网格在应急抢修布点场景中划分业务网格构建方法 Download PDFInfo
- Publication number
- CN110807287B CN110807287B CN201911072431.8A CN201911072431A CN110807287B CN 110807287 B CN110807287 B CN 110807287B CN 201911072431 A CN201911072431 A CN 201911072431A CN 110807287 B CN110807287 B CN 110807287B
- Authority
- CN
- China
- Prior art keywords
- intersection
- emergency repair
- grids
- time
- area
- 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
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于有限元网格在应急抢修布点场景中划分业务网格构建方法,该方法根据城市交通状况按照应急响应时间要求合理划分责任区域,同时根据公司物业位置提供各区域布点推荐;根据各区域历史工单量对抢修人力与物资资源配置提供建议;随时间推移根据城市交通状况以及工单量变化情况动态修改网格区域范围以及抢修资源的配置。
Description
技术领域
本发明涉及有限元网格领域,更具体地,涉及一种基于有限元网格在应急抢修布点场景中划分业务网格的构建方法。
背景技术
在数学中,有限元法(FEM,Finite Element Method)是一种为求解偏微分方程边值问题近似解的数值技术。求解时对整个问题区域进行分解,每个子区域都划分为简单的单元,这种简单单元就称作有限元。它通过变分方法,使得误差函数达到最小值并产生稳定解。类比于连接多段微小直线逼近圆的思想,有限元法包含了一切可能的方法,这些方法将许多被称为有限元的小区域上的简单方程联系起来,并用其去估计更大区域上的复杂方程。它将求解域看成是由许多称为有限元的小的互连子域组成,对每一单元假定一个合适的(较简单的)近似解,然后推导求解这个域总的满足条件(如结构的平衡条件),从而得到问题的解。这个解不是准确解,而是近似解,因为实际问题被较简单的问题所代替。由于大多数实际问题难以得到准确解,而有限元不仅计算精度高,而且能适应各种复杂形状,因而成为行之有效的工程分析手段。
随着计算机技术的快速发展和普及,有限元方法迅速从结构工程强度分析计算扩展到几乎所有的科学技术领域,成为一种丰富多彩、应用广泛并且实用高效的数值分析方法。早期有限元分析的研究重点在于推导新的高效率求解方法和高精度的单元。随着数值分析方法的逐步完善和计算机运算速度的飞速发展,整个计算***用于求解运算的时间越来越少,而数据准备和运算结果的表现问题却日益突出。划分网格作为建立有限元模型的一个重要环节,要求考虑的问题较多,需要的工作量较大,所划分的网格形式对计算精度和计算规模将产生直接影响。
电网GIS平台已经全面推广应用,各业务部门通过应用电网GIS平台,实现了基于空间信息的配网设施功能位置和图形的管理,有效的支撑了相关的业务应用。
电网GIS平台中通过在电子地图上,构建变电站、配网线路和计量表计等信息,形成了“站线变户”一体的配电电网模型,而空间信息仅仅作为背景参考,电网模型并未和空间信息发生具体的关联。因此在电网GIS平台中进行空间管理的电网模型,主要是管理和展现范围仅仅限于构成电网的“点和线”。
随着电网GIS平台在业务应用中的不断深入以及业务的精益化管理需求,业务对于电网GIS平台的管理需求不仅仅局限于配网的“点和线”管理,进而提出了对“点和线”关联的地理空间区域的管理,也就是各业务相关的“网格”管理。虽然电网在GIS平台中由“点和线”构成,但其影响确是“片面”的因此需要加强网格化在电网GIS中的管理与应用。大部分均是按照各自业务逻辑出发,以全人力方式划分业务网格,缺乏基础划分标准,且不同业务网格之间的关联性较差,当业务进行调整时,业务网格的调整繁琐,自动化程度不高,从技术角度讲,无法做到灵活便捷的调整。因此,有必要对有限元网格划分的技术进行研究。
为了减少电力事故对社会的影响,保证电力事故应急工作高效、有序地进行、提高电力事故应急处置能力,最大限度地减少电力事故造成的损失和影响,维护国家安全、社会稳定和人民生命财产安全,结合本地实际制定应急抢修布点方案也是电网工作中网格管理的重要工作。目前电力抢修划分片区主要是通过行政区划以及人工划分的方式确定各个抢修队的责任范围,划分依据不能准确满足应急响应时间要求,无法参考城市交通状况变化自动调整分区,也无法自动通过分析工单量调整抢修资源的部署。
通过基于有限元网格划分的方法对应急抢修业务进行网格划分以及推荐布点,可更加合理地利用当前应急抢修资源,优于目前人工划分抢修责任区域的方式。同时,可通过分析历史工单量对抢修人力与物资提供科学化的调配建议。因此对应急抢修布点场景的研究设计很有必要。
发明内容
本发明提供一种基于有限元网格在应急抢修布点场景中划分业务网格的构建方法,该方法可实现根据城市交通状况按照应急响应时间要求合理划分责任区域,同时根据公司物业位置提供各区域布点推荐。
为了达到上述技术效果,本发明的技术方案如下:
一种基于有限元网格在应急抢修布点场景中划分业务网格构建方法,包括如下步骤:
S1:利用道路路口模拟路径起点和终点,预设不同道路行驶速度、路口红绿灯平均通行时长因子,计算任意两个路口的所有达到时间,并筛选所述任意两个路口路径的最短到达时间;
S2:根据应急响应时间要求,计算每个路口在所述时间范围内覆盖的多边形地理区域;
S3:根据公司物业场地附近的路口,挑选最少数量路口所覆盖的多边形地理区域,覆盖整个试点地理区域,所述每个多边形地理区域所对应的路口即为布点推荐区域,将所述路口覆盖范围所包含的有限元网格进行聚合,生成应急抢修业务网格;
S4:以应急抢修业务网格覆盖范围内的历史工单量为依据,推荐应急抢修队伍应部署的人力与物资资源;
S5:重复步骤S1至步骤S4进行网格调整与资源配置。
进一步地,所述步骤S2中应急响应时间为到达现场时间与故障发生时间的差值。
进一步地,根据所述终点路口所在区域预设到达时间的阈值,依次提取从所述起点路口出发所有低于所述阈值时长所能到达的终点路口,这些路口的外接覆盖面构成了所述起点路口的覆盖范围。
进一步地,所述划分布点推荐区域及所述应急抢修业务网格包括如下步骤:
1)、从所有路口组合中根据其覆盖范围,选择排名前20位满足数量最少并且聚合其覆盖范围后能够完整覆盖整个试点区域的路口组合;
2)、根据公司物业位置选择组合中离公司物业距离小于所述阈值的路口数量最多的那个路口组合,这些路口的周边范围做为推荐布点区域;
3)、将布点路口的覆盖范围相交部分平分,聚合布点路口覆盖范围所包含的有限元网格构成应急抢险的责任区域即业务网格。
进一步地,所述步骤S4的具体操作为:收集一定时间内的历史工单并将每个工单的地址对应到地理坐标,统计每个业务网格包含的历史工单量以及所占比率,根据网格内的工单占比对每个网格的应急抢修人力物资配比进行调整。
进一步地,所述计算任意两个路口的所有达到时间采用的是基于权重有向图的时间优先最短路径算法,所述计算每个路口在所述时间范围内覆盖的多边形地理区域采用的是以最少数量拆分试点区域的算法。
进一步地,所述以最少数量拆分试点区域的算法是以多个已知小区域通过拼接方式满足覆盖一个大区域的过程。
进一步地,基于权重有向图的时间优先最短路径算法中权重的计算过程是:
其中,D表示该路段的路程距离,S表示该路段预设的平均行驶速度,W表示通过该路段起始路口的红绿灯平均等待时长。
进一步地,通过计算得到所有路段的权重值后采用以下算法流程获取两两路口间的最优路径:
1)、把所有结点分成两组;
2)、开始时,第一组只包含起点,第二组包含剩余的点;
3)、用贪心的策略,按最优路径权重递增的顺序把第二组的结点加到第一组去,直到顶点v0可达的所有结点都包含于第一组中。在这个过程中,不断更新最优路径,总保持从顶点v0到第一组各结点的最优路径权重和都不大于从顶点v0到第二组任何结点的权重和;
4)、每个结点对应一个权重值,第一组结点对应的权重就是v0到此结点的最优路径权重和,第二组结点对应的权重值就是v0由第一组结点到此结点的最优路径权重和。
5)、直到所有的顶点都扫描完毕。
进一步地,把所有结点分成两组:
第一组:包括已经确定最优路径的结点;
第二组:包括尚未确定最优路径的结点。
与现有技术相比,本发明技术方案的有益效果是:
本发明方法根据城市交通状况按照应急响应时间要求合理划分责任区域,同时根据公司物业位置提供各区域布点推荐;根据各区域历史工单量对抢修人力与物资资源配置提供建议;随时间推移根据城市交通状况以及工单量变化情况动态修改网格区域范围以及抢修资源的配置。
附图说明
图1为本发明应急抢修布点场景构建的流程图;
图2为本发明最少数量拆分试点区域算法的流程图;
图3为基于权重有向图的时间优先算法示意图;
图4为某个路口XX分钟覆盖范围示例图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;
对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
如图1所示,一种基于有限元网格在应急抢修布点场景中划分业务网格构建方法,包括如下步骤:
步骤一:利用道路路口模拟路径起点和终点,预设不同道路行驶速度、路口红绿灯平均通行时长等因子,计算任意两个路口的所有达到时间,并筛选所述任意两个路口路径的最短到达时间;
本场景利用道路路口模拟路径起点和终点,所以需要提取所有道路路口数据,并结合红绿灯数据标识每个路口是否包含红绿灯以及连接的2条道路的道路等级,生成以下表格数据:
路口ID | 是否有红绿灯 | 连接道路1等级 | 连接道路2等级 |
1 | 无 | 高速公路 | 高速公路 |
2 | 有 | 省道 | 省道 |
3 | 有 | 县道 | 省道 |
4 | 有 | 乡镇公路 | 县道 |
… | … | … | … |
本场景涉及到最优路径规划算法,实际情况下除了路径距离外道路行驶速度以及路口红绿灯等待时长也是重要参考因素,固需要对试点区域内不同等级不同道路预设平均行驶速度,对不同路口预设平均通行时长,设置表格如下:
道路ID | 道路等级 | 预设速度 |
1 | 高速公路 | 80 |
2 | 城市快速路 | 60 |
3 | 乡镇公路 | 40 |
4 | 乡镇公路 | 30 |
… | … | … |
本场景的最优路径规划算法采用时间优先的原则,选取最快到达的路径。影响路径规划的因素包括:
1)道路行驶方向(如双向道路、单向道路)
2)途径道路预设平均行驶速度
3)途径红绿灯路口的平均通行时长
最短路径采用基于权重有向图的时间优先算法,如下图每段路口间的路程均设置权重,权重值表示途径该路口所需时间,由计算该路段的平均行驶时间以及路口红绿灯平均等待时间所得,取权重最小的路径作为最短路径。
各路口间路段(如上图3中V0路口至V1路口的路段)权重计算公式如下:
式中,D表示该路段的路程距离,S表示该路段预设的平均行驶速度,W表示通过该路段起始路口的红绿灯平均等待时长。
通过计算得到所有路段的权重值后采用以下算法流程获取两两路口间的最优路径:
1、把所有结点分成两组:
第一组:包括已经确定最优路径的结点;
第二组:包括尚未确定最优路径的结点。
2、开始时,第一组只包含起点,第二组包含剩余的点;
3、用贪心的策略,按最优路径权重递增的顺序把第二组的结点加到第一组去,直到顶点v0可达的所有结点都包含于第一组中。在这个过程中,不断更新最优路径,总保持从顶点v0到第一组各结点的最优路径权重和都不大于从顶点v0到第二组任何结点的权重和。
4、每个结点对应一个权重值,第一组结点对应的权重就是v0到此结点的最优路径权重和,第二组结点对应的权重值就是v0由第一组结点到此结点的最优路径权重和。
5、直到所有的顶点都扫描完毕(v0可达的所有结点都包含于第一组中),找到v0到其它各点的所有最优路径。
最终生成所有路口两两间最优路径规划的结果,表格如下:
路口1ID | 路口2ID | 路径距离(km) | 到达时长(min) |
V0 | V2 | 10.5 | 20 |
V0 | V1 | 4.8 | 11.5 |
V1 | V7 | 22.1 | 40 |
… | … | … | … |
步骤二:根据应急响应时间要求,计算每个路口在所述时间范围内覆盖的多边形地理区域;
电网公司要求的应急抢修到达现场时长为应急抢修队到达现场时间与故障发生时间之间的差值,城市地区(A+,A类)为45分钟,农村地区(B类)为90分钟,根据终点路口所在区域预设到达时间阈值,依次提取从起点路口出发所有低于阈值时长所能到达的终点路口,这些路口的外接覆盖面构成了该起点路口的覆盖范围。
图4可知,范围的边界为该路口XX分钟能到达的所有路口的连线,内部范围即为该路口覆盖范围。
步骤三:根据公司物业场地附近的路口,挑选最少数量路口所覆盖的多边形地理区域,覆盖整个试点地理区域,所述每个多边形地理区域所对应的路口即为布点推荐区域;
将所述路口覆盖范围所包含的有限元网格进行聚合,生成应急抢修业务网格;
由于布点推荐需要优先考虑公司物业,因此,需要收集可用于应急抢险布点的公司物业的清单,并将其转化为地理坐标。
划分业务网格及推荐布点区域的流程如下:
1)从所有路口组合中根据其覆盖范围,选择排名前20位满足数量最少并且聚合其覆盖范围后能够完整覆盖整个试点区域的路口组合;
2)再根据公司物业位置选择组合中离公司物业距离小于阈值的路口数量最多的那个路口组合,这些路口的周边范围做为推荐布点区域;
3)最后将布点路口的覆盖范围相交部分平分,聚合布点路口覆盖范围所包含的有限元网格构成应急抢险的责任区域即业务网格。
选取路口组合的计算方式为权重计算,根据覆盖范围面积差距(差距越小权重越高)、是否物业附近(离物业越近权重越高)、路口数量(能够覆盖整个试点区域的路口数量越少权重越高),计算公式如下:
1)面积权重得分计算:
式中,Tarea表示面积权重阈值,Amax与Amin分别表示路口组合中面积最大的路口覆盖范围面积与面积最小的路口覆盖范围面积,由公式可知面积差越小面积权重得分越高,反之得分越低。
2)与公司物业距离权重得分计算:
式中,Tdis表示距离权重阈值,Di表示第i个路口到最近物业的距离,由公式可知推荐布点路口离物业越近权重得分越高,反之得分越低。
3)推荐布点数量权重得分计算:
式中,Tnum表示数量权重阈值,N表示组合中推荐布点的数量,由公式可知推荐布点数量越少权重得分越高,反之得分越低。
4)总权重得分计算:
δ=αarea+βdi+γnum
式中,αarea表示面积权重得分,βdis表示与公司物业距离权重得分,γnum表示推荐布点数量权重得分,总权重得分δ是三个权重得分总和,总权重得分最高的路口组合将做为最终的推荐布点组合,组合中每个路口的覆盖范围做为最终的应急抢修网格。
步骤四:以应急抢修业务网格覆盖范围内的历史工单量为依据,推荐该应急抢修队伍应部署的人力与物资资源;
收集一定时间内的历史工单并将每个工单的地址对应到地理坐标,统计每个业务网格包含的历史工单量以及所占比率,根据网格内的工单占比分配每个网格的应急抢修人力物资配比。
网格 | 用户量 | 工单量 | 人员配置建议 | 车辆配置建议 |
1 | 80万 | 100 | 20 | 6 |
2 | 50万 | 70 | 15 | 4 |
… | … | … | … | … |
步骤五:周期性重复步骤一至步骤四进行网格调整与资源配置。
相同或相似的标号对应相同或相似的部件;
附图中描述位置关系的用于仅用于示例性说明,不能理解为对本专利的限制;
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (7)
1.一种基于有限元网格在应急抢修布点场景中划分业务网格构建方法,其特征在于,包括如下步骤:
S1:利用道路路口模拟路径起点和终点,预设不同道路行驶速度、路口红绿灯平均通行时长因子,计算任意两个路口的所有达到时间,并筛选所述任意两个路口路径的最短到达时间;
S2:根据应急响应时间要求,计算每个路口在所述时间范围内覆盖的多边形地理区域;
S3:根据公司物业场地附近的路口,挑选最少数量路口所覆盖的多边形地理区域,覆盖整个试点地理区域,所述每个多边形地理区域所对应的路口即为布点推荐区域,将所述路口覆盖范围所包含的有限元网格进行聚合,生成应急抢修业务网格;
S4:以应急抢修业务网格覆盖范围内的历史工单量为依据,推荐应急抢修队伍应部署的人力与物资资源;
S5:重复步骤S1至步骤S4进行网格调整与资源配置;
所述步骤S2中应急响应时间为到达现场时间与故障发生时间的差值;
根据所述终点路口所在区域预设到达时间的阈值,依次提取从所述起点路口出发所有低于所述阈值时长所能到达的终点路口,这些路口的外接覆盖面构成了所述起点路口的覆盖范围;
划分布点推荐区域及所述应急抢修业务网格包括如下步骤:
1)、从所有路口组合中根据其覆盖范围,选择排名前20位满足数量最少并且聚合其覆盖范围后能够完整覆盖整个试点区域的路口组合;
2)、根据公司物业位置选择组合中离公司物业距离小于阈值的路口数量最多的那个路口组合,这些路口的周边范围做为推荐布点区域;
3)、将布点路口的覆盖范围相交部分平分,聚合布点路口覆盖范围所包含的有限元网格构成应急抢险的责任区域即业务网格。
2.根据权利要求1所述的基于有限元网格在应急抢修布点场景中划分业务网格构建方法,其特征在于,所述步骤S4的具体操作为:收集一定时间内的历史工单并将每个工单的地址对应到地理坐标,统计每个业务网格包含的历史工单量以及所占比率,根据网格内的工单占比对每个网格的应急抢修人力物资配比进行调整。
3.根据权利要求1-2中任一项所述的基于有限元网格在应急抢修布点场景中划分业务网格构建方法,其特征在于,所述计算任意两个路口的所有达到时间采用的是基于权重有向图的时间优先最短路径算法,所述计算每个路口在所述时间范围内覆盖的多边形地理区域采用的是以最少数量拆分试点区域的算法。
4.根据权利要求3所述的基于有限元网格在应急抢修布点场景中划分业务网格构建方法,其特征在于,所述以最少数量拆分试点区域的算法是以多个已知小区域通过拼接方式满足覆盖一个大区域的过程。
6.根据权利要求5所述的基于有限元网格在应急抢修布点场景中划分业务网格构建方法,其特征在于,通过计算得到所有路段的权重值后采用以下算法流程获取两两路口间的最优路径:
1)、把所有结点分成两组;
2)、开始时,第一组只包含起点,第二组包含剩余的点;
3)、用贪心的策略,按最优路径权重递增的顺序把第二组的结点加到第一组去,直到顶点v0可达的所有结点都包含于第一组中;在这个过程中,不断更新最优路径,总保持从顶点v0到第一组各结点的最优路径权重和都不大于从顶点v0到第二组任何结点的权重和;
4)、每个结点对应一个权重值,第一组结点对应的权重就是v0到此结点的最优路径权重和,第二组结点对应的权重值就是v0由第一组结点到此结点的最优路径权重和;
5)、直到所有的顶点都扫描完毕。
7.根据权利要求6所述的基于有限元网格在应急抢修布点场景中划分业务网格构建方法,其特征在于,把所有结点分成两组:
第一组:包括已经确定最优路径的结点;
第二组:包括尚未确定最优路径的结点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911072431.8A CN110807287B (zh) | 2019-11-05 | 2019-11-05 | 基于有限元网格在应急抢修布点场景中划分业务网格构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911072431.8A CN110807287B (zh) | 2019-11-05 | 2019-11-05 | 基于有限元网格在应急抢修布点场景中划分业务网格构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110807287A CN110807287A (zh) | 2020-02-18 |
CN110807287B true CN110807287B (zh) | 2020-12-29 |
Family
ID=69501269
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911072431.8A Active CN110807287B (zh) | 2019-11-05 | 2019-11-05 | 基于有限元网格在应急抢修布点场景中划分业务网格构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110807287B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112348367B (zh) * | 2020-11-10 | 2024-05-28 | 魏垠 | 网格化数字城市管理方法及*** |
CN113361945A (zh) * | 2021-06-22 | 2021-09-07 | 珠海一粟科技有限公司 | 一种代维工单管理方法及管理*** |
CN115713325B (zh) * | 2023-01-09 | 2023-04-18 | 佰聆数据股份有限公司 | 电力抢修施工作业时长分析方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104678954A (zh) * | 2015-01-23 | 2015-06-03 | 中国长江三峡集团公司 | 基于全生命周期的大坝安全智能监测与预警***及其方法 |
CN109389825A (zh) * | 2018-11-26 | 2019-02-26 | 武汉理工光科股份有限公司 | 基于最短路径的消防救援路线最优化方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104574214A (zh) * | 2015-01-19 | 2015-04-29 | 国家电网公司 | 一种网格化配电网抢修展示方法及*** |
CN104867357B (zh) * | 2015-01-21 | 2017-03-01 | 中南大学 | 面向地震应急响应的多无人机调度与任务规划方法 |
CN106326997A (zh) * | 2015-06-26 | 2017-01-11 | 国网河南省电力公司周口供电公司 | 一种用于自然灾害下电力抢修的gis数据库的建立方法 |
CN106022610A (zh) * | 2016-05-20 | 2016-10-12 | 温州电力设计有限公司 | 一种电力***防台抗台监控应急方法 |
CN110392903A (zh) * | 2016-08-19 | 2019-10-29 | 莫维迪厄斯有限公司 | 矩阵操作的动态剔除 |
CN106685074B (zh) * | 2016-10-26 | 2019-07-16 | 珠海许继芝电网自动化有限公司 | 一种保电指挥***和方法 |
CN109149565A (zh) * | 2018-09-04 | 2019-01-04 | 周翔 | 电力综合管控方法、***、服务器及存储介质 |
CN110288176A (zh) * | 2019-05-09 | 2019-09-27 | 国网河南省电力公司郑州供电公司 | 基于电网gis的配网监测分析与抢修指挥平台 |
-
2019
- 2019-11-05 CN CN201911072431.8A patent/CN110807287B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104678954A (zh) * | 2015-01-23 | 2015-06-03 | 中国长江三峡集团公司 | 基于全生命周期的大坝安全智能监测与预警***及其方法 |
CN109389825A (zh) * | 2018-11-26 | 2019-02-26 | 武汉理工光科股份有限公司 | 基于最短路径的消防救援路线最优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110807287A (zh) | 2020-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110807287B (zh) | 基于有限元网格在应急抢修布点场景中划分业务网格构建方法 | |
Pillac et al. | A conflict-based path-generation heuristic for evacuation planning | |
CN109033718B (zh) | 一种城市轨道交通线路失效的动态应急疏散方法 | |
Liu et al. | Corridor-based emergency evacuation system for Washington, DC: system development and case study | |
CN104809112B (zh) | 一种基于多源数据的城市公交发展水平综合评价方法 | |
Yan et al. | An ant colony system-based hybrid algorithm for an emergency roadway repair time-space network flow problem | |
CN107067163A (zh) | 一种故障维修派工方法和装置 | |
Yang et al. | Online dispatching and routing model for emergency vehicles with area coverage constraints | |
CN112418532B (zh) | 输电线路的巡检路径规划方法、装置、设备及存储介质 | |
Gkiotsalitis | A model for modifying the public transport service patterns to account for the imposed COVID-19 capacity | |
Ramachandran et al. | Framework for modeling urban restoration resilience time in the aftermath of an extreme event | |
Wang et al. | Mixed-integer second-order cone programming model for bus route clustering problem | |
CN107194541A (zh) | 一种基于自适应权重Voronoi图的配电网供电分区方法 | |
Lyu et al. | Procedural modeling of urban layout: population, land use, and road network | |
CN111008730B (zh) | 基于城市空间结构的人群聚集度预测模型构建方法及装置 | |
Avella et al. | Resource constrained shortest path problems in path planning for fleet management | |
Mali et al. | Enhanced routing in disaster management based on GIS | |
Mahmud et al. | Facility location models development to maximize total service area | |
Zilske et al. | Building a minimal traffic model from mobile phone data | |
Raskar-Phule et al. | Vulnerability mapping for disaster assessment using ArcGIS tools and techniques for Mumbai City, India | |
CN110442660A (zh) | 一种用于智能公交***的公交线网长度计算方法 | |
Masłowski et al. | The method to compare cities to effective management of innovative solutions | |
Batsaris et al. | Spatial Decision Support System for Efficient School Location-Allocation | |
Huang | A hierarchical process for optimizing bus stop distribution | |
ABEDALI et al. | Traffic assignment model of Al-Amarah city |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |