一种集装箱多式联运减排路径选择方法、系统及装置制造方法及图纸

一种集装箱多式联运减排路径选择方法、系统及装置，属于交通运输技术领域。为了解决目前的多式联运减排路径选择方法中确定的联运方式存在确定运输策略的效率低的问题和策略对应的实际运输效率低的问题。本发明专利技术针对不同的碳税征收模式确定集装箱多式联运减排效用模型；然后以集装箱为智能体，以多式联运减排路径的总效用为目标任务，建立Q表；将多式联运减排路径的起、终点作为Q表的起、终点，利用基于强化学习算法对实现集装箱多式联运减排路径的选择。主要用于集装箱多式联运减排的路径选择。

【技术实现步骤摘要】
一种集装箱多式联运减排路径选择方法、系统及装置
本专利技术是一种集装箱多式联运减排路径选择方法、系统及装置，属于交通运输

技术介绍
随着我国货运中多式联运方式所产生的交通碳排放日益增长，我国已展开碳税政策干预环境碳排放相关研究，但具体模式制定有待完善。多式联运是由两种或以上交通方式相互衔接、转运共同完成的运输过程，是不同运输方式的综合组织，能够减少中间环节，降低运输成本。多式联运主要采用集装箱运输的方式进行，但目前通过结合多式联运路径选择来研究不同碳税率条件下的运输减排效果还有待进一步研究。由于运输企业选择集装箱货物运输的路径不是一次性决策，而是随运输过程中的各种效用影响而不断调整的过程，同时运输企业具有自主学习的特性，常因受到其他运输企业的影响而改变自身最初的运输方案选择。目前的集装箱多式联运基本都是只考虑起运点和终点是否存在有效的转运点，如果存在即安排运输。所以目前的路径选择方法确定的联运方式不仅存在联运方式对应的运输效率低的问题，更加重要的是目前路径选择方法确定的联运方式将渐渐不能满足将来的运输条件及法规要求，也就是说目前的路径选择方法的适用性逐渐降低，甚至失去适用性。
技术实现思路
本专利技术是为了解决目前的多式联运减排路径选择方法中确定的联运方式存在确定运输策略的效率低的问题和策略对应的实际运输效率低的问题，以及路径选择方法适用性低的问题。一种集装箱多式联运减排路径选择方法，包括以下步骤：针对不同的碳税征收模式确定集装箱多式联运减排效用模型，不同的碳税征收模式包括两种碳税征收模式，分别为单一税率征收模式以及分段累进税率征收模式；单一税率征收模式下的集装箱多式联运减排效用模型为：约束条件如下：其中，m、n为运输方式；是决策变量，表示在i与j节点之间能否以运输方式m运输货物；是决策变量，表示在i节点处能否由运输方式m转换为运输方式n；C表示集装箱多式联运减排总效用；表示不同运输方式的基本运输效用；Chandle为货物的转运效用；Csafe为货物的安全效用；Ctime为货物的时间效用；CE为货物的碳排放效用；β为单一税率征收模式下的碳税效用函数；为从节点i转运到节点j过程中m运输方式的碳排放量；表示在i与j之间运输方式m的货运量；Q表示总货运量；分段累进税率征收模式下的集装箱多式联运减排效用模型：基于单一税率征收模式将货物的碳排放效用CE为替换为CZ：式中，En表示不同碳税征收区间内允许的最大碳排放量；βn表示不同碳税区间的碳税率；然后以集装箱为智能体，以多式联运减排路径的总效用为目标任务，建立Q表；将多式联运减排路径的起、终点作为Q表的起、终点，利用基于强化学习算法对实现集装箱多式联运减排路径的选择。进一步地，利用基于强化学习算法对实现集装箱多式联运减排路径的选择的过程包括以下步骤：设定P为多式联运过程所有城市节点构成的集合；N为运输方式集合；将多式联运减排路径的起、终点作为Q表的起、终点；智能体从Q表中的起点出发，根据ε-贪婪算法从Q表中选择动作A并执行动作A；利用奖赏函数R为当前状态S下执行动作A对智能体学习环境的反馈信息，根据奖赏函数以及智能体动作产生的状态变化更新Q表；然后，智能体继续从当前所处状态出发，根据ε-贪婪算法从Q表中选择动作A并执行，更新Q表；判断是否达到多式联运路径的终点，若未达到，智能体继续从当前所处状态出发；若达到多式联运路径的终点，判断是否达到设定的迭代次数；若达到，则优化结束，此时得到的Q表即优化后的减排路径选择策略；若未达到，判断Q表是否收敛，若Q表收敛，则得到了多式联运减排路径选择的最优策略，若Q表未收敛，则重新从Q表中的起点出发进行式联运减排路径的选择。进一步地，奖赏函数R如下：其中，R为奖赏函数，为当前状态S下执行动作A对智能体学习环境的反馈信息；C’为一个常数，对智能体状态变化后的奖惩情况进行量化估计。进一步地，所述根据奖赏函数以及智能体动作产生的状态变化更新Q表的更新公式如下Q(S,A)＝Q(S,A)+α(R+γmaxAQ(S′,′)-Q(S,A))其中：Q为在S状态下采取A动作能够获得收益的期望，S为当前状态，A为当前状态的动作，S′为下一个状态，A′为下一个状态的动作；γ为折扣因子；α为学习速率。一种集装箱多式联运减排路径选择系统，用于执行所述的一种集装箱多式联运减排路径选择方法。一种集装箱多式联运减排路径选择装置，用于存储和/或运行权利要求1至4之一所述的一种集装箱多式联运减排路径选择系统。有益效果：本专利技术的多式联运减排效用模型，将集装箱运输中的多种货运参数考虑在内，货运参数包括：货物的基本运输效用、货物的转运效用、货物的时间效用、货物的安全效用以及货物的碳排放效用。而且本专利技术还考虑了单一税率征收模式以及分段累进税率征收模式进行路径的确定，所以本专利技术的适用性更强，能够适用于各种条件的下的最优路径选择，而且即使针对碳排放有严格要求的情况下，本专利技术也可以适用。同时由于本专利技术是针对多种货运参数的路径选择方法，所以根据本专利技术确定的实际路径和转运方式具有非常强的针对性，能够提高实际的运输效率，而且能够有效降低成本。附图说明图1为具体实施方式一的流程示意图。具体实施方式具体实施方式一：结合图1说明本实施方式，本实施方式所述的一种集装箱多式联运减排路径选择方法，是基于强化学习算法对多式联运减排路径和减排运输方式进行选择的，包括以下步骤：步骤1：以集装箱为智能体，以多式联运减排路径的总效用为目标任务，建立Q表；多式联运减排路径的起、终点作为Q表的起、终点；设定P为多式联运过程所有城市节点构成的集合；N为运输方式集合；m、n为运输方式，本实施方式中m、n＝1、2、3分别表示公路运输、铁路运输、水路运输；是决策变量，取值1或0，表示在i与j节点之间能否以运输方式m运输货物；是决策变量，取值1或0，表示在i节点处能否由运输方式m转换为运输方式n；C表示集装箱多式联运减排总效用，在一些实施例中，为了统一效用的基础，可以以总成本的形式展现(这样在强化学习中，可以以总成本的形式来设计奖惩函数)；当然在其他实施例中可以用其他效用和统一指标，也可以将各个效用转化为无量纲指标；表示不同运输方式的基本运输效用，在一些实施例中实际是指运输的路径长度，为了获得全面的效用且使各个效用具有统一的合并基础，所以实施中并结合不同货物的运输量、不同货物单位路径长度的费用，将运输的路径长度转换为基本运费；Chandle为货物的转运效用，在一些实施例中，转运效用实际是在转运点的人力损耗情况，为了使各个效用具有统一的合并基础，所以实施例中结合不同货物的运输量转换为货物的装卸、堆存、管理费用；Csafe为货物的安全效用，在一些实施例中，安全效用指货损效用，实际是指货物在装卸及转运过程产生的货损率，与运本文档来自技高网...

【技术保护点】
1.一种集装箱多式联运减排路径选择方法，其特征在于，包括以下步骤：/n针对不同的碳税征收模式确定集装箱多式联运减排效用模型，不同的碳税征收模式包括两种碳税征收模式，分别为单一税率征收模式以及分段累进税率征收模式；/n单一税率征收模式下的集装箱多式联运减排效用模型为：/n

【技术特征摘要】
1.一种集装箱多式联运减排路径选择方法，其特征在于，包括以下步骤：
针对不同的碳税征收模式确定集装箱多式联运减排效用模型，不同的碳税征收模式包括两种碳税征收模式，分别为单一税率征收模式以及分段累进税率征收模式；
单一税率征收模式下的集装箱多式联运减排效用模型为：



约束条件如下：









其中，m、n为运输方式；是决策变量，表示在i与j节点之间能否以运输方式m运输货物；是决策变量，表示在i节点处能否由运输方式m转换为运输方式n；C表示集装箱多式联运减排总效用；表示不同运输方式的基本运输效用；Chandle为货物的转运效用；Csafe为货物的安全效用；Ctime为货物的时间效用；CE为货物的碳排放效用；β为单一税率征收模式下的碳税效用函数；为从节点i转运到节点j过程中m运输方式的碳排放量；表示在i与j之间运输方式m的货运量；Q表示总货运量；
分段累进税率征收模式下的集装箱多式联运减排效用模型：基于单一税率征收模式将货物的碳排放效用CE为替换为CZ：



式中，En表示不同碳税征收区间内允许的最大碳排放量；βn表示不同碳税区间的碳税率；
然后以集装箱为智能体，以多式联运减排路径的总效用为目标任务，建立Q表；将多式联运减排路径的起、终点作为Q表的起、终点，利用基于强化学习算法对实现集装箱多式联运减排路径的选择。


2.根据权利要求1所述的一种集装箱多式联运减排路径选择方法，其特征在于，利用基于强化学习算法对实现集装箱多式联运减排路径的选择的过程包括以下步骤：
设定P为多式联运过程所有城市节点构成的集合；N为运输方式集合；将多式联运减排路径的起、终点作为Q表的起、终点；
智能体从Q表中的起点出发，根据ε-...

【专利技术属性】
技术研发人员：王晓宁，刘民壮，杨昌运，宋宇，崔梓钰，王丽芬，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江;23