CN112668846A - 一种船闸智能调度*** - Google Patents
一种船闸智能调度*** Download PDFInfo
- Publication number
- CN112668846A CN112668846A CN202011500217.0A CN202011500217A CN112668846A CN 112668846 A CN112668846 A CN 112668846A CN 202011500217 A CN202011500217 A CN 202011500217A CN 112668846 A CN112668846 A CN 112668846A
- Authority
- CN
- China
- Prior art keywords
- lock
- ship
- intelligent
- ships
- time
- 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
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000010586 diagram Methods 0.000 claims abstract description 15
- 238000012544 monitoring process Methods 0.000 claims description 9
- 230000003068 static effect Effects 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 claims description 5
- 238000005096 rolling process Methods 0.000 claims description 4
- 238000011144 upstream manufacturing Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000013079 data visualisation Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 abstract description 4
- 230000009897 systematic effect Effects 0.000 abstract description 2
- 206010003591 Ataxia Diseases 0.000 abstract 1
- 206010010947 Coordination abnormal Diseases 0.000 abstract 1
- 208000028756 lack of coordination Diseases 0.000 abstract 1
- 238000007726 management method Methods 0.000 description 13
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
一种船闸智能调度***,其包括搭建远程智能集调框架、构建多闸联合调度模型、构建单闸智能排挡模型,所述远程智能集调框架包括采集层、资源层、数据层、支撑层和应用层;所述多闸联合调度模型通过优化各船闸的开闸次数及每个闸次的开闸时间,使得各船闸的船舶平均待闸时间最小及运营成本最少;所述单闸智能排挡模型依据相似度指标对船闸单个闸次中的船只进行合理编排,使得闸室面积利用率最大,并输出最优挡位图。本发明从***层面设计了整体解决方案,为现有船闸调度过程中信息化水平低、信息交互不畅、缺乏协调联动等问题提供了***性解决思路。
Description
【技术领域】
本发明涉及水运交通技术领域,具体为一种船闸智能调度***。
【背景技术】
内河航运具有运量大、成本低、能耗小、污染少、适应性广等特点。
随着内河航道运输业的快速发展,船舶数量逐年增加,并逐渐向大型化、多样化方向发展,然而传统以人工为主,少量信息化为辅的船闸调度手段已经无法满足实际需要;目前已有相关技术未从***层面提出多闸联合调度的整体解决思路,没有深入挖掘移动端在智能调度中的应用,船闸调度过程中信息化水平低、信息交互不畅、缺乏协调联动,因此导致船闸阻塞概率高、航道整体通航效率低的问题;其次,在多闸协调联动时忽略了单个船闸通行瓶颈问题,不能对单闸次船只进行合理编排,无法生成最优挡位图。
由此可见,提供一种合理编排、提升通航效率的船闸智能调度***是本领域亟需解决的问题。
【发明内容】
为解决上述问题,本发明提出一种船闸智能调度***,所述船闸智能调度***包括搭建远程智能集调框架、构建多闸联合调度模型、构建单闸智能排挡模型,所述远程智能集调框架包括采集层、资源层、数据层、支撑层和应用层;所述多闸联合调度模型通过优化各船闸的开闸次数及每个闸次的开闸时间,使得各船闸的船舶平均待闸时间最小及运营成本最少;所述单闸智能排挡模型依据相似度指标对船闸单个闸次中的船只进行合理编排,使得闸室面积利用率最大,并输出最优挡位图。
进一步的,所述采集层包括AIS/GPS***、视频监控***、水文气象***、船闸控制***。
进一步的,所述资源层包括应用服务器、数据服务器、分析服务器、5G通信网络、操作***。
进一步的,所述支撑层是为上层应用***建设提供核心技术支撑,包括数据共享交换、移动互联、数据可视化、数据分析。
一种权利要求1所述多闸联合调度模型的构建方法,所述构建方法包括以下步骤:
步骤一:通过设置滑动时间窗口,采用滚动时域优化方法,依据航道各船舶的实时通航信息,在每个决策周期,预测滑动时间窗口内经过各船闸的船舶流量以及各船舶的到闸时间;
步骤二:以各船闸的船舶平均待闸时间最小及运营成本最少为目标,计算得到滑动时间窗口内各船闸的开闸次数及每个闸次的开闸时间;
步骤三:当计算获得各船闸的最小船舶平均等待时间后,评估各船闸的船舶平均延误程度,当下游船闸的船舶平均延误程度超过阈值时,动态调整上游船闸滑动时间窗口内各闸次的开闸时间,缓解瓶颈船闸压力。
一种权利要求1所述单闸智能排挡模型的构建方法,所述构建方法包括以下步骤:
S1:以船只进闸方向为横坐标轴构建闸室空间坐标体系,将船闸单个闸次在多闸联合调度模型中分配获取的船只按到闸时间先后顺序构建待入闸船只集合;
S2:初始化闸室的静态参数和动态参数;
S3:将待入闸船只集合里的第一个船只作为闸室起始编排船只,放入左排,并计算当前编排船只在闸室中的坐标位置和已编排船只的面积总和;
S4:通过计算相似度指标,从剩余集合中选择相似度最高的待入闸船只编入右排,如果没有合适船只则按到闸时间先后顺序从剩余集合中选择一个船只编入左排,并计算当前编排船只在闸室中的坐标位置和已编排船只的面积总和;
S5:依次类推,直到已编排船只的面积总和大于闸室面积为止,形成一个临时编排方案,通过将待入闸船只集合里每个船只轮流作为闸室起始编排船只,重复上述过程,形成多个临时编排方案,选取闸室面积利用率最大的方案,生成最终挡位图;
S6:将剩余未成功编排的船只并入后续闸次的待入闸船只集合中。
进一步的,所述静态参数包括:闸室的长宽、闸尾安全冗余距离、船只间的横向与纵向安全距离、闸室边界的横向与纵向安全距离。
进一步的,所述动态参数包括:左排剩余长度与宽度、右排剩余长度和宽度、左排移动坐标、右排移动坐标。
与现有技术相比,本发明具有以下有益效果:
1.从***层面设计了整体解决方案,为现有船闸调度过程中信息化水平低、信息交互不畅、缺乏协调联动等问题提供了***性解决思路。
2.构建多闸联合调度模型,解决了单个船闸通行瓶颈问题
3.通过采用滚动时域预测优化方法,以各船闸的船舶平均待闸时间最小及运营成本最少为优化目标,计算得到各船闸在滑动时间窗口内的开闸次数及各闸次的开闸时间,并提前评估各船闸的船舶待闸延误情况,当瓶颈船闸的船舶待闸延误超过阈值时,再动态调节上游船闸各闸次的开闸时间,缓解下游瓶颈船闸压力
4.构建单闸智能排挡模,解决人工排挡的效率问题。通过采用相似度匹配方法,以闸室面积利用率最大为目标,对船闸单个闸次中的船只进行合理编排,生成最优挡位图。
【附图说明】
图1是本发明中船闸调度***二级管控体系图。
图2是本发明中远程智能集调框架图。
图3是本发明船闸闸室船只编排示意图。
图4是常规入闸序列与时间顺序图。
图5是本发明入闸序列与时间顺序图。
图6是本发明排挡示意图。
【具体实施方式】
本发明所提到的方向用语,例如「上」、「下」、「前」、「后」、「左」、「右」、「内」、「外」、「侧面」等,仅是附图中的方向,只是用来解释和说明本发明,而不是用来限定本发明的保护范围。
本发明船闸智能调度***首先搭建远程智能集调框架,通过重组现有船舶过闸业务流程,打通各船闸数据传输通道,接入各船闸控制功能,实现多级船闸联合调度、船闸远程集中控制等功能,解决传统船闸调度过程中的信息化水平低、信息交互不畅、缺乏协调联动等问题;其次,构建多闸联合调度模型,统一各船闸调度情况以及航道实时船舶通航信息,提前评估各闸船舶待闸延误情况,动态调节各闸开闸次数及各闸次开闸时间,减少船舶待闸时间,降低瓶颈船闸阻塞概率,提升航道整体通航效率。最后,构建单闸智能排挡模型,以公平优先兼顾效率为原则,依据闸室面积利用率快速筛选出船闸最优排挡过闸方案,并利用APP或公众号以图形化方式将排挡计划推送给船民,解决传统人工绘图缺乏效率,发布手段落后易造成过号等问题。
实施例1
搭建船闸调度***的远程智能集调框架,所述船闸调度***采用二级管控体系,如图1所示,上一级是航道管理处,与各船闸打通数据传输通道,接入各船闸控制功能,负责远程智能集调;下一级是各船闸管理所,负责接收航道管理处的统一联合调度指令,同时完成本闸船舶过闸业务;船闸调度***采用私有云和大数据框架相结合的架构模式,汇聚各船闸管理所的基础数据、业务数据、监控数据等信息,保障大量数据和分布式存储与统一管理;当出现重大事件时下一级将控制权转交至上一级以便实施远程集中控制。
如图2所示,远程智能集调框架包括采集层、资源层、数据层、支撑层和应用层;
采集层包括AIS/GPS***、视频监控***、水文气象***、船闸控制***等数据源;
资源层包括应用服务器、数据服务器、分析服务器、5G通信网络、操作***等软硬件资源;
数据层为基于数据的各应用***建设和为数据的共享交换提供基础,主要包括:基础数据、人员数据、业务数据、主题分析数据等信息库,以及统一的数据总线接口,保证数据的统一性、接口规范统一性、数据管理与维护统一化。
支撑层是为上层应用***建设提供核心技术支撑,主要包括:数据共享交换、移动互联、数据可视化、数据分析等支撑平台。
应用层包括上级航道管理处和下级船闸管理所,航道管理处负责综合监控、统一调度、远程集控;下级船闸管理所负责船舶登记、智能缴费、智能排挡、过闸调度、智能监控等。
综合监控是通过结合电子地图,实现基础信息的统一管理、各船闸实时调度的动态监视、统计分析结果的可视化展示,整体把控航道各船闸的调度情况。
统一调度是依据实时的各船闸调度情况和航道船舶通航信息,通过决策分析实现各船闸调度计划的统一安排。
远程集控是通过接入各船闸控制功能,在重大意外事件发时对各船闸运行进行远程集中控制,实现快速应急响应。
船舶登记是通过APP进行离岸在线登记,当***使用RFID设备/AIS基站/GPS识别定位登记船舶已到达船闸设定的虚拟报到线后,短信提示登记成功
智能缴费是依据成功登记信息自动计费并推送缴费二维码,船民使用手机扫描自动完成缴费,短信提示缴费成功。
智能排挡是依据建立的排挡规则与设计的排挡算法,对缴费成功的船舶进行合理自动编排,生成挡位示意图。
过闸调度是通过移动APP、语音调度/短信调度、甚高频/电台、室外大屏等方式将智能排挡结果发送/通知/发布至相关调度及管理人员,包括船民、闸首值班员、中心调度员等,相关工作人员依据开闸时间和排挡结果完成过闸调度操作。
智能监控是利用视频智能识别、激光雷达检测、视频联动等技术,对待闸、进闸、出闸的船舶行为进行实时监控,如闸门防撞预警、防夹门、船舶违规停泊等,并支持通过广播、警戒灯等方式向船民发出警告,同时调度中心进行视频联动,快速切换现场画面
实施例2
构建多闸联合调度模型:通过优化各船闸的开闸次数及每个闸次的开闸时间,使得各船闸的船舶平均待闸时间最小及运营成本最少,具体构建方法如下:
通过设置滑动时间窗口(Tw),采用滚动时域优化方法,依据航道各船舶的实时通航信息(位置、速度、长宽、类型),在每个决策周期,预测滑动时间窗口内经过各船闸(以单线船闸为例)的船舶流量以及各船舶的到闸时间以各船闸的船舶平均待闸时间最小及运营成本(Fl)最少为目标,计算得到滑动时间窗口内各船闸的开闸次数及每个闸次的开闸时间
实施例3
构建单闸智能排挡模型:依据相似度指标对船闸单个闸次中的船只进行合理编排,使得闸室面积利用率最大,并输出最优挡位图,具体方法如下:
首先,以船只进闸方向为横坐标轴构建闸室空间坐标体系(如图3所示),将船闸单个闸次在多闸联合调度模型中分配获取的船只按到闸时间先后顺序构建待入闸船只集合。
其次,初始化闸室的静态参数和动态参数,其中静态参数包括:闸室的长宽、闸尾安全冗余距离、船只间的横向与纵向安全距离、闸室边界的横向与纵向安全距离,动态参数包括:左排剩余长度Lleft与宽度Wleft、右排剩余长度Lright和宽度Wright(以双排为例)、左排移动坐标(Xleft,Yleft)、右排移动坐标(Xright,Yright)。
接着,将待入闸船只集合里的第一个船只作为闸室起始编排船只,放入左排(船只A),并计算当前编排船只在闸室中的坐标位置和已编排船只的面积总和(包括浪费的);然后,通过计算相似度指标,从剩余集合中选择相似度最高的待入闸船只编入右排(船闸B),如果没有合适船只则按到闸时间先后顺序从剩余集合中选择一个船只编入左排(船闸C),并计算当前编排船只在闸室中的坐标位置和已编排船只的面积总和;依次类推,直到已编排船只的面积总和大于闸室面积为止,形成一个临时编排方案,通过将待入闸船只集合里每个船只轮流作为闸室起始编排船只,重复上述过程,形成多个临时编排方案,选取闸室面积利用率最大的方案,生成最终挡位图。
最后,将剩余未成功编排的船只并入后续闸次的待入闸船只集合中。
实验例1
多闸联合调度模型设置滑动时间窗口Tw=2h,假设未来2小时内将有34条船舶到达船闸,若按照时间先后顺序入闸,常规入闸序列与时间顺序如图4所示,考虑到船闸容量限制,34条船舶累计等待时间高达3小时/船。采用多闸联合调度策略后,优化结果如图5所示,船舶累计待闸时间可以减少至1.2小时/船,减少约40%,可缩短船舶总过闸时间约28%。
实验例2
本实施例中的单闸智能排挡模型以双排船闸为例,假设某船闸当前闸次待入闸船只集合如下表所示,包括船只编号、船只长度和船只宽度信息;首先对闸室进行静态参数初始化:闸室的长与宽分别为:200m和15m,闸尾安全冗余距离5m,船只间的横向与纵向安全距离:2m,闸室边界的横向与纵向安全距离1m;动态参数包括:左排剩余长度与宽度分别为:195m和13m,右排剩余长度和宽度分别为195m和13m,左排移动坐标(1,0)、右排移动坐标(1,0)。
表1待入闸船只信息
船只编号 | 船只长度(m) | 船只宽度(m) |
15 | 63 | 6 |
18 | 52 | 5.8 |
23 | 35 | 6 |
24 | 56 | 5 |
25 | 62 | 10 |
29 | 49 | 7 |
32 | 55 | 4 |
33 | 23 | 6 |
38 | 37 | 7 |
42 | 29 | 6 |
采用相似度匹配方法,以闸室面积利用率最大为目标,对船闸闸次中的船只进行合理编排,生成最优挡位图,如图6所示。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (8)
1.一种船闸智能调度***,其特征在于,所述船闸智能调度***包括搭建远程智能集调框架、构建多闸联合调度模型、构建单闸智能排挡模型,所述远程智能集调框架包括采集层、资源层、数据层、支撑层和应用层;所述多闸联合调度模型通过优化各船闸的开闸次数及每个闸次的开闸时间,使得各船闸的船舶平均待闸时间最小及运营成本最少;所述单闸智能排挡模型依据相似度指标对船闸单个闸次中的船只进行合理编排,使得闸室面积利用率最大,并输出最优挡位图。
2.根据权利要求1所述的船闸智能调度***,其特征在于,所述采集层包括AIS/GPS***、视频监控***、水文气象***、船闸控制***。
3.根据权利要求1所述的船闸智能调度***,其特征在于,所述资源层包括应用服务器、数据服务器、分析服务器、5G通信网络、操作***。
4.根据权利要求1所述的船闸智能调度***,其特征在于,所述支撑层是为上层应用***建设提供核心技术支撑,包括数据共享交换、移动互联、数据可视化、数据分析。
5.一种权利要求1所述多闸联合调度模型的构建方法,其特征在于,所述构建方法包括以下步骤:
步骤一:通过设置滑动时间窗口,采用滚动时域优化方法,依据航道各船舶的实时通航信息,在每个决策周期,预测滑动时间窗口内经过各船闸的船舶流量以及各船舶的到闸时间;
步骤二:以各船闸的船舶平均待闸时间最小及运营成本最少为目标,计算得到滑动时间窗口内各船闸的开闸次数及每个闸次的开闸时间;
步骤三:当计算获得各船闸的最小船舶平均等待时间后,评估各船闸的船舶平均延误程度,当下游船闸的船舶平均延误程度超过阈值时,动态调整上游船闸滑动时间窗口内各闸次的开闸时间,缓解瓶颈船闸压力。
6.一种权利要求1所述单闸智能排挡模型的构建方法,其特征在于,所述构建方法包括以下步骤:
S1:以船只进闸方向为横坐标轴构建闸室空间坐标体系,将船闸单个闸次在多闸联合调度模型中分配获取的船只按到闸时间先后顺序构建待入闸船只集合;
S2:初始化闸室的静态参数和动态参数;
S3:将待入闸船只集合里的第一个船只作为闸室起始编排船只,放入左排,并计算当前编排船只在闸室中的坐标位置和已编排船只的面积总和;
S4:通过计算相似度指标,从剩余集合中选择相似度最高的待入闸船只编入右排,如果没有合适船只则按到闸时间先后顺序从剩余集合中选择一个船只编入左排,并计算当前编排船只在闸室中的坐标位置和已编排船只的面积总和;
S5:依次类推,直到已编排船只的面积总和大于闸室面积为止,形成一个临时编排方案,通过将待入闸船只集合里每个船只轮流作为闸室起始编排船只,重复上述过程,形成多个临时编排方案,选取闸室面积利用率最大的方案,生成最终挡位图;
S6:将剩余未成功编排的船只并入后续闸次的待入闸船只集合中。
7.根据权利要求6所述的单闸智能排挡模型的构建方法,其特征在于,所述静态参数包括:闸室的长宽、闸尾安全冗余距离、船只间的横向与纵向安全距离、闸室边界的横向与纵向安全距离。
8.根据权利要求6所述的单闸智能排挡模型的构建方法,其特征在于,所述动态参数包括:左排剩余长度与宽度、右排剩余长度和宽度、左排移动坐标、右排移动坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011500217.0A CN112668846B (zh) | 2020-12-18 | 2020-12-18 | 一种船闸智能调度*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011500217.0A CN112668846B (zh) | 2020-12-18 | 2020-12-18 | 一种船闸智能调度*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112668846A true CN112668846A (zh) | 2021-04-16 |
CN112668846B CN112668846B (zh) | 2024-04-16 |
Family
ID=75405177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011500217.0A Active CN112668846B (zh) | 2020-12-18 | 2020-12-18 | 一种船闸智能调度*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112668846B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114219236A (zh) * | 2021-11-29 | 2022-03-22 | 长江三峡通航管理局 | 一种梯级枢纽通航联合调度方法 |
CN114566001A (zh) * | 2022-04-29 | 2022-05-31 | 安徽博微广成信息科技有限公司 | 船舶过闸的排队方法、*** |
CN114596732A (zh) * | 2022-03-09 | 2022-06-07 | 中电科(宁波)海洋电子研究院有限公司 | 内河船舶进出船闸控制方法及*** |
CN114879554A (zh) * | 2022-04-29 | 2022-08-09 | 江苏中科云墨数字科技有限公司 | 一种智能船闸*** |
CN115125926A (zh) * | 2022-07-19 | 2022-09-30 | 安徽博微广成信息科技有限公司 | 一种内河航运智能化船闸 |
CN115223399A (zh) * | 2022-07-19 | 2022-10-21 | 安徽博微广成信息科技有限公司 | 一种内河航运中船舶船闸控制*** |
CN115240472A (zh) * | 2022-07-19 | 2022-10-25 | 安徽博微广成信息科技有限公司 | 一种船闸智能运营与服务*** |
CN117058599A (zh) * | 2023-10-12 | 2023-11-14 | 南京苏润科技发展有限公司 | 船闸运行数据处理方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106355288A (zh) * | 2016-09-19 | 2017-01-25 | 王迅 | 一种船闸的过闸优化方法 |
CN110110403A (zh) * | 2019-04-19 | 2019-08-09 | 长江三峡通航管理局 | 一种适用单向连续过闸船舶的调度排档方法 |
CN110543991A (zh) * | 2019-09-05 | 2019-12-06 | 浙江工商大学 | 内河船闸联合调度方法 |
-
2020
- 2020-12-18 CN CN202011500217.0A patent/CN112668846B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106355288A (zh) * | 2016-09-19 | 2017-01-25 | 王迅 | 一种船闸的过闸优化方法 |
CN110110403A (zh) * | 2019-04-19 | 2019-08-09 | 长江三峡通航管理局 | 一种适用单向连续过闸船舶的调度排档方法 |
CN110543991A (zh) * | 2019-09-05 | 2019-12-06 | 浙江工商大学 | 内河船闸联合调度方法 |
Non-Patent Citations (3)
Title |
---|
吴小涛等: "基于拟人策略的三峡永久闸室编排新算法", 《水电能源科学》, vol. 33, no. 5, pages 149 * |
王小平等: "基于蚁群算法的船舶过闸计划优化模型", 《华中科技大学学报(自然科学版)》, vol. 39, no. 8, pages 101 * |
许长新等: "开放式二级对口船闸调度模型研究", 《现代交通技术》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114219236A (zh) * | 2021-11-29 | 2022-03-22 | 长江三峡通航管理局 | 一种梯级枢纽通航联合调度方法 |
CN114596732A (zh) * | 2022-03-09 | 2022-06-07 | 中电科(宁波)海洋电子研究院有限公司 | 内河船舶进出船闸控制方法及*** |
CN114566001A (zh) * | 2022-04-29 | 2022-05-31 | 安徽博微广成信息科技有限公司 | 船舶过闸的排队方法、*** |
CN114879554A (zh) * | 2022-04-29 | 2022-08-09 | 江苏中科云墨数字科技有限公司 | 一种智能船闸*** |
CN115125926A (zh) * | 2022-07-19 | 2022-09-30 | 安徽博微广成信息科技有限公司 | 一种内河航运智能化船闸 |
CN115223399A (zh) * | 2022-07-19 | 2022-10-21 | 安徽博微广成信息科技有限公司 | 一种内河航运中船舶船闸控制*** |
CN115240472A (zh) * | 2022-07-19 | 2022-10-25 | 安徽博微广成信息科技有限公司 | 一种船闸智能运营与服务*** |
CN115240472B (zh) * | 2022-07-19 | 2023-10-27 | 安徽博微广成信息科技有限公司 | 一种船闸智能运营与服务*** |
CN115125926B (zh) * | 2022-07-19 | 2023-10-27 | 安徽博微广成信息科技有限公司 | 一种内河航运智能化船闸 |
CN117058599A (zh) * | 2023-10-12 | 2023-11-14 | 南京苏润科技发展有限公司 | 船闸运行数据处理方法及*** |
CN117058599B (zh) * | 2023-10-12 | 2023-12-15 | 南京苏润科技发展有限公司 | 船闸运行数据处理方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN112668846B (zh) | 2024-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112668846A (zh) | 一种船闸智能调度*** | |
Okai et al. | Smart cities survey | |
CN110866649B (zh) | 一种短期地铁客流预测方法、***及电子设备 | |
CN101470946B (zh) | 城市公交***中gps和客流数据处理方法 | |
WO2016034142A1 (zh) | 一种电力应急处置物资的智能化调拨方法 | |
CN104766475B (zh) | 一种城市交通瓶颈挖掘方法 | |
CN103116825A (zh) | 智慧城市管理*** | |
CN110751373B (zh) | 一种用于应急救援的通信车调度方法、***及通信车 | |
CN104657815A (zh) | 一种高速公路一体化事件处理与应急调度***与方法 | |
CN113033110B (zh) | 一种基于交通流模型的重点区域人员应急疏散***及方法 | |
CN117037547B (zh) | 一种航道关键节点的拥堵程度评价方法、***及存储介质 | |
CN109670673A (zh) | 露天矿生产管控*** | |
CN114492233B (zh) | 一种基于webGIS平台及考虑综合利用要求的流域水模拟方法 | |
CN113344470B (zh) | 一种基于区块链的供电***智能管理方法 | |
CN114418606A (zh) | 基于时空卷积网络的网约车订单需求预测方法 | |
Statsenko et al. | Developing software and hardware for automation of ground urban transport traffic management | |
CN116861317A (zh) | 一种基于bp神经网络的小区内涝预警方法及*** | |
CN111367900B (zh) | 基于afc数据的城市轨道交通网络常态限流强度的计算方法 | |
CN112633636A (zh) | 一种水灾害防御决策支持***及方法 | |
CN116432956A (zh) | 一种基于客流量的公交车调配方法、***、设备及介质 | |
CN113658429A (zh) | 一种公交廊道的协同调度方法及相关装置 | |
Shi et al. | [Retracted]“Intelligent” Technical Guidelines for Chongqing East Railway Station Building and Supporting Hub Area | |
Guo et al. | Research on optimization model of multisource traffic information collection combination based on genetic algorithm | |
Marsili et al. | Scheduling of waterways maintenance interventions applying queueing theory | |
CN116681392A (zh) | 一种基于数字孪生的智慧船闸运营管控***以及方法 |
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 |