基于协同建模和微粒群修正的电梯维保路径规划方法技术

本发明专利技术涉及一种基于协同建模和微粒群修正的电梯维保路径规划方法，包括：步骤1：获取电梯信息；步骤2：根据电梯信息构建维保路径规划模型；维保路径规划模型的目标函数以总成本最小为系统目标；步骤3：采用微粒群方法求解维保路径规划模型，得到电梯维保路径；采用微粒群方法求解维保路径规划模型时，初始化两个种群，其中一个种群使用惯性权重改变的微粒群算法求解，另一个种群使用差分进化算法进行优化，求得两个种群的最优解后对这两个粒子进行比较，选择更好的作为下一代依据，并再次进行迭代直到达到迭代次数后结束。本发明专利技术提高路径规划准确性。规划准确性。规划准确性。

【技术实现步骤摘要】
基于协同建模和微粒群修正的电梯维保路径规划方法


[0001]本专利技术涉及电梯维保领域，尤其涉及一种基于协同建模和微粒群修正的电梯维保路径规划方法。

技术介绍

[0002]目前电梯维护保养模式转变过程中存在欠维保和过维保等状况，随着物联网、大数据、远程传输等技术的发展，数字化运维模式已在各领域获得应用。电梯维保任务规划需要解决的是维保路径规划问题，针对分布在不同位置的待维保电梯，如何规划在不同约束下的每个维保站点维保人员的路径，成为本领域亟待解决的问题。

技术实现思路

[0003]本专利技术的目的是为了提供一种协同建模和微粒群修正的电梯维保路径规划方法，提高路径规划准确性。
[0004]为解决以上技术问题，本专利技术的技术方案为：基于协同建模和微粒群修正的电梯维保路径规划方法，包括：
[0005]步骤1：获取电梯信息；
[0006]步骤2：根据电梯信息构建维保路径规划模型；维保路径规划模型的目标函数以总成本最小为系统目标；
[0007]步骤3：采用微粒群方法求解维保路径规划模型，得到电梯维保路径；
[0008]采用微粒群方法求解维保路径规划模型时，初始化两个种群，其中一个种群使用惯性权重改变的微粒群算法求解，另一个种群使用差分进化算法进行优化，求得两个种群的最优解后对这两个粒子进行比较，选择更好的作为下一代依据，并再次进行迭代直到达到迭代次数后结束。
[0009]进一步地，步骤1中，所述电梯信息包括：电梯分布信息、维保站点信息和故障信息；所述故障信息包括预期故障数据和实时故障数据，预期故障数据通过电梯维保需求和期限安排而获取，实时故障数据通过实时监控采集电梯运行数据后根据运行数据的异常判断电梯维保需求而获取。
[0010]进一步地，所述维保路径规划模型的约束条件包括：
[0011]维保人员离开需维保电梯与进入需维保电梯的数目相同的约束；
[0012]维保人员从维保站点离开并最终返回维保站点的约束；
[0013]确保某个电梯的业务由一条路径完成的约束；
[0014]在路径k(i,j)中从i电梯出发的时刻加到j电梯的行驶时间小于到达j电梯的时刻的约束。
[0015]进一步地，维保路径规划模型中：
[0016]目标函数表示为：
[0017][0018]公式(1)中，为维保人员的固定出勤成本；为维保人员交通费用；为维保人员由于故障到场不及时而产生各种的惩罚费用；
[0019]约束条件表示为：
[0020][0021][0022][0023][0024][0025][0026][0027]公式(2)表示维保人员离开电梯点与进入电梯点的数目相同；公式(3)与(4)保证维保人员从维保站点离开，并最终返回维保站点；公式(5)、(6)、(7)确保某个电梯点的业务由一条路径完成；公式(8)表示在路径k(i,j)中，从i电梯出发的时刻加到j电梯的行驶时间小于到达j电梯的时刻；
[0028]其中：
[0029]FC
k
表示维保人员k的固定出勤成本；
[0030]VC
k
维保人员k的单位距离交通成本；
[0031]P＝{i|i＝0,1,2,...n}，其中，n为需维保电梯与维保站点总数，P表示需维保电梯与维保站点的集合；
[0032]K＝{k|k＝0,1,2,...m}，其中，m表示维保路径总数，K表示维保路径集合；
[0033]d
ij
表示电梯i到电梯j的距离，d
ii
＝0；
[0034]t
ij
为忽略交通影响因素，维保人员从电梯i到电梯j的行驶时间；
[0035]ST
i
表示电梯i的维保时间；
[0036]T
i
表示维保人员到达电梯i的时间；
[0037]c1表示维保人员到场时间超出与物业签订合约要求的惩罚成本；
[0038]表示电梯i到j由维保人员k维保；表示电梯i到j不由维保人员k维保；
[0039]LT
i
表示电梯i的物业合约要求的最迟维保的时间；
[0040]维保人员k到电梯i维保；维保人员k不到电梯i维保。
[0041]进一步地，步骤3的具体步骤包括：
[0042]步骤301：初始化维保人员即粒子的位置、速度，计算适应度函数值；
[0043]步骤302：将种群划分为两个不相关的种群A和B，规模分别是M和N；设置计数器为
0；
[0044]种群A采用惯性权重改变的微粒群算法计算，种群B采用差分进化算法进行计算；
[0045]步骤303：判断是否出现停滞，若停滞，则执行步骤304，若否，则执行步骤305；
[0046]步骤304：增加相应次数：
[0047][0048]式中，cnt
i
(t+1)表示计数器在t+1代的计数；cnt
i
(t)表示计数器在t代的计数，f[x
i
(t+1)]表示第t+1代第i个粒子x
i
(t+1)的适用度函数值，f(x
i
(t))表示第t代第i个粒子x
i
(t)的适用度函数值；
[0049]若种群A中，粒子的停滞计数器达到最大值时，便从种群B中选出两个粒子X1，X2，其中这些是种群B中粒子的范围；对于种群A中，若有达到停滞上限的粒子，用种群B中X1，X2交叉产生的新粒子去替换，再清零计数器，来跳出停滞现象，如两个公式所示：
[0050][0051]cnt
i
(t+1)＝0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)
[0052]式中：表示种群B产生的用于替换种群A中达到上限的新粒子；表示种群B中粒子取值的上届，示种群B中粒子取值的下届；rand(0，1)表示在[0,1]范围内的随机数；
[0053]步骤305：计算惯性权重：
[0054][0055]式中，ω为惯性权重，惯性权重是一个变化的函数；ω
max
为初始的惯性权重；ω
min
为算法最大迭代次数时的惯性权重；t
max
是最大迭代次数；t为当前迭代次数；σ为惯性调整因子，取值为0.1；betarnd表示随机数生成器生成贝塔分布的随机数；
[0056]步骤306：更新种群A粒子速度、位置：
[0057][0058][0059]式中：t表示当前迭代次数，t∈[0,T
max
]；i表示种群A的粒子序号，i∈[1,M]；表示t+1代种群A中第i个粒子的速度，ω表示惯性权重，c1和c2表示学习因子，r1和r2为[0,1]间均匀分布的随机数，表示第t代种群A中第i个粒子在d维空间上的速度，表示第t代种群A中第i个粒子在d维空间上的位置；表示第t代种群A中粒子历史最优值，是粒子在飞本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于协同建模和微粒群修正的电梯维保路径规划方法，其特征在于：包括步骤1：获取电梯信息；步骤2：根据电梯信息构建维保路径规划模型；维保路径规划模型的目标函数以总成本最小为系统目标；步骤3：采用微粒群方法求解维保路径规划模型，得到电梯维保路径；采用微粒群方法求解维保路径规划模型时，初始化两个种群，其中一个种群使用惯性权重改变的微粒群算法求解，另一个种群使用差分进化算法进行优化，求得两个种群的最优解后对这两个粒子进行比较，选择更好的作为下一代依据，并再次进行迭代直到达到迭代次数后结束。2.根据权利要求1所述的基于协同建模和微粒群修正的电梯维保路径规划方法，其特征在于：步骤1中，所述电梯信息包括：电梯分布信息、维保站点信息和故障信息；所述故障信息包括预期故障数据和实时故障数据，预期故障数据通过电梯维保需求和期限安排而获取，实时故障数据通过实时监控采集电梯运行数据后根据运行数据的异常判断电梯维保需求而获取。3.根据权利要求1所述的基于协同建模和微粒群修正的电梯维保路径规划方法，其特征在于：所述维保路径规划模型的约束条件包括：维保人员离开需维保电梯与进入需维保电梯的数目相同的约束；维保人员从维保站点离开并最终返回维保站点的约束；确保某个电梯的业务由一条路径完成的约束；在路径k(i,j)中从i电梯出发的时刻加到j电梯的行驶时间小于到达j电梯的时刻的约束。4.根据权利要求3所述的基于协同建模和微粒群修正的电梯维保路径规划方法，其特征在于：维保路径规划模型中：目标函数表示为：公式(1)中，为维保人员的固定出勤成本；为维保人员交通费用；为维保人员由于故障到场不及时而产生各种的惩罚费用；约束条件表示为：约束条件表示为：约束条件表示为：约束条件表示为：约束条件表示为：
公式(2)表示维保人员离开电梯点与进入电梯点的数目相同；公式(3)与(4)保证维保人员从维保站点离开，并最终返回维保站点；公式(5)、(6)、(7)确保某个电梯点的业务由一条路径完成；公式(8)表示在路径k(i,j)中，从i电梯出发的时刻加到j电梯的行驶时间小于到达j电梯的时刻；其中：FC
k
表示维保人员k的固定出勤成本；VC
k
维保人员k的单位距离交通成本；P＝{i|i＝0,1,2,...n}，其中，n为需维保电梯与维保站点总数，P表示需维保电梯与维保站点的集合；K＝{k|k＝0,1,2,...m}，其中，m表示维保路径总数，K表示维保路径集合；d
ij
表示电梯i到电梯j的距离，d
ii
＝0；t
ij
为忽略交通影响因素，维保人员从电梯i到电梯j的行驶时间；ST
i
表示电梯i的维保时间；T
i
表示维保人员到达电梯i的时间；c1表示维保人员到场时间超出与物业签订合约要求的惩罚成本；表示电梯i到j由维保人员k维保；表示电梯i到j不由维保人员k维保；LT
i
表示电梯i的物业合约要求的最迟维保的时间；维保人员k到电梯i维保；维保人员k不到电梯i维保。5.根据权利要求1所述的基于协同建模和微粒群修正的电梯维保路径规划方法，其特征在于：步骤3的具体步骤包括：步骤301：初始化维保人员即粒子的位置、速度，计算适应度函数值；步骤302：将种群划分为两个不相关的种群A和B，规模分别是M和N；设置计数器为0；种群A采用惯性权重改变的微粒群算法计算，种群B采用差分进化算法进行计算；步骤303：判断是否出现停滞，若停滞，则执行步骤304，若否，则执行步骤305；步骤304：增加相应次数：式中，cnt
i
(t+1)表示计数器在t+1代的计数；cnt
i
(t)表示计数器在t代的计数，f[x
i
(t+1)]表示第t+1代第i个粒子x
i
(t+1)的适用度函数值，f(x
i
(t))表示第t代第i个粒子x
i
(t)的适用度函数值；若种群A中，粒子的停滞计数器达到最大值时，便从种群B中选出两个粒子X1，X2，其中这些是种群B中粒子的范围；对于种群A中，若有达到停滞上限的粒子，用种群B中X1，X2交叉产生的新粒子去替换，再清零计数器，来跳出停滞现象，如两个公式所示：
cnt
i
(t+1)＝0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)式中：表示种群B产生的用于替换种群A中达到上限的新粒子；表示种群B中粒子取值的上届，示种群B中粒子取值的下届；rand(0，1)表示在[0,1]范围内的随机数；步骤305：计算惯性权重：式中，ω为惯性权重，惯性权重是一个变化的函数；ω
max
为初始的惯性权重；ω
min
为算法最...

【专利技术属性】
技术研发人员：王爽，胡静波，庆光蔚，丁树庆，冯月贵，王会方，蒋铭，周前飞，邬晓月，丁必勇，宁士翔，褚曙，
申请(专利权)人：南京宁特安全科技有限公司，
类型：发明
国别省市：