一种地铁车辆出入场段的智能选路方法及系统技术方案

本发明专利技术涉及地铁车辆出入场段选路技术领域，公开了一种地铁车辆出入场段的智能选路方法及系统，该智能选路方法，包括以下步骤：S1，输入基础数据；S2，提取参数；S3，输入计算参数；S4，进路排列；S5，输出选路结果。本发明专利技术解决了现有技术存在的效率较低、难以实现智能选路、难以提供批量路径的最优方案等问题。难以提供批量路径的最优方案等问题。难以提供批量路径的最优方案等问题。

【技术实现步骤摘要】
一种地铁车辆出入场段的智能选路方法及系统


[0001]本专利技术涉及地铁车辆出入场段选路
，具体是一种地铁车辆出入场段的智能选路方法及系统。

技术介绍

[0002]为进一步规范车辆基地综合自动化管理系统建设标准，提升系统实用性和准确性，满足使用需求，地铁运营单位针对场段管理制定了车辆基地综合自动化管理系统的技术实现标准，标准中提到了“具备列车进路管理功能”，要求除了具备基本的进路选择和自动排列进路外，尽量少搬动道岔为最优。
[0003]在实现出入段进路选路时，一般地，可以选择的算法包括：Dijkstra，单源最短路径算法、Floyd算法、Star算法等。这些算法主要用于解决单节点出发的路径选择问题，很难做到集体最优。
[0004]在现有技术使用的车辆出入段进路选路方案中，通常只考虑了单条路径，没有从整体上进行考虑，存在的一些不足之处包括：效率较低、难以实现智能选路、难以提供批量路径的最优方案等。

技术实现思路

[0005]为克服现有技术的不足，本专利技术提供了一种地铁车辆出入场段的智能选路方法及系统，解决现有技术存在的效率较低、难以实现智能选路、难以提供批量路径的最优方案等问题。
[0006]本专利技术解决上述问题所采用的技术方案是：
[0007]一种地铁车辆出入场段的智能选路方法，包括以下步骤：
[0008]S1，输入基础数据：构建计算模型，将场段内的选路参数作为基础数据输入至计算模型；
[0009]S2，提取参数：提取计算模型相关选路参数，判断参数的有效性；
[0010]S3，输入计算参数：向计算模型输入计算参数，开始运行计算模型，在运行过程中不断迭代调整参数；
[0011]S4，进路排列：计算出每次的进路排列方案，通过迭代调整选路参数继续执行蚁群算法计算，直到结果方案满足预设的条件退出迭代；
[0012]S5，输出选路结果：将当天的与设定选路参数匹配的选路方案保存到数据库，并根据匹配方案生成当日的出入库计划。
[0013]作为一种优选的技术方案，步骤S1中，场段内的参数包括当日列车运行图、调车计划、道岔状态、轨道状态、信号机状态、列车位置、当日车辆检修计划、场段施工计划、区段供电信息、控制模式、报警信息、手动配置参数。
[0014]作为一种优选的技术方案，步骤S2中，参数无效时，生成报警提醒用户调整选路参数或查找问题。
[0015]作为一种优选的技术方案，步骤S4中，迭代调整参数终止条件为以下条件之一：
[0016]达到最大迭代次数；
[0017]已循环完所有的运行图计划，并且找到符合条件的结果集；
[0018]输入条件变更，终止算法后再重新开始计算；
[0019]或；
[0020]手动终止。
[0021]作为一种优选的技术方案，步骤S4中，蚁群算法的参数设置如下：转移概率计算公式：
[0022][0023]其中，表示在t时刻列车k从i到j的转移概率，k表示车辆编号，t表示列车计划的时刻，i表示轨道起点，j表示轨道终点，S表示车辆下一步可以选择的其中一个轨道信息，τ
ij
(t)表示t时刻位置i与位置j之间的路径信息，τ
is
(t)表示t时刻位置i与下一个位置s之间的路径信息，η
ij
(t)表示从起点i到终点位置j的路径占比信息，η
is
(t)表示从起点i到下一个位置s的路径占比信息,α表示t时刻位置i与下一个位置s之间的路径信息的比重，β表示η在数据结果中的比重，J
k
(i)表示当前计算的车辆在当前位置下的下一步可以选择的路径集合；
[0024]作为一种优选的技术方案，步骤S4中，蚁群算法的参数设置如下：启发式因子计算公式：
[0025][0026]其中，η
ij
表示从起点i到终点位置j的路径占比信息，d
ij
表示轨道i与轨道j之间的距离信息；
[0027]作为一种优选的技术方案，步骤S4中，蚁群算法的参数设置如下：信息素计算公式：
[0028]τ
ij
(t+n)＝(1
‑
ρ)
·
τ
ij
(t)+Δτ
ij
；
[0029][0030][0031]其中，τ
ij
(t+n)表示t+n时刻位置i与下一个位置s之间的路径信息，ρ表示起点i到终点位置j路径信息在总路径信息中的一个占比，Δτ
ij
表示位置i与下一个位置s之间的路径的变化量，τ
ij
表示位置i与下一个位置s之间的路径，表示位置i与下一个位置s之间的路径第k次经过或者第k个车经过的变化量，Q表示道岔最大允许搬动次数，Q为人为定义
的一个计算常量，Q为正常数，L
k
表示车辆k在本次周游中经过的长度。
[0032]作为一种优选的技术方案，步骤S5中，用户能在界面查看当日的出入库计划信息和调车计划信息。
[0033]作为一种优选的技术方案，步骤S4具备以下约束条件的一种或多种：
[0034]路径限制，只能选择进路表中包含的路径；
[0035]位置限制，根据当前列车位置和后续的计划动态计算位置作为位置条件，转换轨位置根据计划确定；
[0036]故障区域排除，根据列车、轨道、施工计划排除特定区域；
[0037]列车限制，根据报警信息和检修信息排除更换列车和位置。
[0038]一种地铁车辆出入场段的智能选路系统，基于所述的一种地铁车辆出入场段的智能选路方法，包括以下模块：
[0039]基础数据输入模块：用以，构建计算模型，将场段内的选路参数作为基础数据输入至计算模型；
[0040]提取参数模块：用以，提取计算模型相关选路参数，判断参数的有效性；
[0041]输入计算参数模块：用以，向计算模型输入计算参数，开始运行计算模型，在运行过程中不断迭代调整参数；
[0042]进路排列模块：用以，计算出每次的进路排列方案，通过迭代调整选路参数继续执行蚁群算法计算，直到结果方案满足预设的条件退出迭代；
[0043]选路结果输出模块：用以，将当天的与设定选路参数匹配的选路方案保存到数据库，并根据匹配方案生成当日的出入库计划。
[0044]本专利技术相比于现有技术，具有以下有益效果：
[0045](1)本专利技术进路开放不需要在开放前计算路径，只需要按照方案执行进路，进路开放效率更高；
[0046](2)本专利技术从整体上考虑进路选路，减少了单一道岔的扳动次数，各个道岔的动作次数较为均衡，在整体上提高道岔的使用寿命；
[0047](3)本专利技术节省进路开放时间，提高道岔的使用寿命，提高调度人员工作效率，减少人为的干预，节省人力。
附图说明
[0048]图1为本专利技术所述一种地铁车辆出入场段的智能选路方法的实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种地铁车辆出入场段的智能选路方法，其特征在于，包括以下步骤：S1，输入基础数据：构建计算模型，将场段内的选路参数作为基础数据输入至计算模型；S2，提取参数：提取计算模型相关选路参数，判断参数的有效性；S3，输入计算参数：向计算模型输入计算参数，开始运行计算模型，在运行过程中不断迭代调整参数；S4，进路排列：计算出每次的进路排列方案，通过迭代调整选路参数继续执行蚁群算法计算，直到结果方案满足预设的条件退出迭代；S5，输出选路结果：将当天的与设定选路参数匹配的选路方案保存到数据库，并根据匹配方案生成当日的出入库计划。2.根据权利要求1所述的一种地铁车辆出入场段的智能选路方法，其特征在于，步骤S1中，场段内的参数包括当日列车运行图、调车计划、道岔状态、轨道状态、信号机状态、列车位置、当日车辆检修计划、场段施工计划、区段供电信息、控制模式、报警信息、手动配置参数。3.根据权利要求1所述的一种地铁车辆出入场段的智能选路方法，其特征在于，步骤S2中，参数无效时，生成报警提醒用户调整选路参数或查找问题。4.根据权利要求1所述的一种地铁车辆出入场段的智能选路方法，其特征在于，步骤S4中，迭代调整参数终止条件为以下条件之一：达到最大迭代次数；已循环完所有的运行图计划，并且找到符合条件的结果集；输入条件变更，终止算法后再重新开始计算；或；手动终止。5.根据权利要求1所述的一种地铁车辆出入场段的智能选路方法，其特征在于，步骤S4中，蚁群算法的参数设置如下：转移概率计算公式：其中，表示在t时刻列车k从i到j的转移概率，k表示车辆编号，t表示列车计划的时刻，i表示轨道起点，j表示轨道终点，S表示车辆下一步可以选择的其中一个轨道信息，τ
ij
(t)表示t时刻位置i与位置j之间的路径信息，τ
is
(t)表示t时刻位置i与下一个位置s之间的路径信息，η
ij
(t)表示从起点i到终点位置j的路径占比信息，η
is
(t)表示从起点i到下一个位置s的路径占比信息，α表示t时刻位置i与下一个位置s之间的路径信息的比重，β表示η在数据结果中的比重，J
k
(i)表示当前计算的车辆在当前位置下的下一步可以选择的路径集合。6.根据权利要求1所述的一种地铁车辆出入场段的智能选路方法，其特征在于，步骤S4
中，蚁群算法的参数设置如下：启发式因子计算公式：其中，η<...

【专利技术属性】
技术研发人员：杨延杰，王友平，肖尧，段立正，桑龙，李杨，
申请(专利权)人：四川众合智控科技有限公司，
类型：发明
国别省市：