本发明涉及一种多周期空箱调运系统及方法,具体涉及一种铁路集装箱货运站间多周期空箱协同调运系统及方法。
背景技术:
1、空箱调运是指由公路运输、铁路运输、航空运输和海上运输等两种以上运输方式运输一种货物的方案,在货物运输过程中对没有装载货物的空箱进行合理的配置和调度。
2、现有铁路集装箱空箱调运方法仅针对单一周期,通常并不符合实际情况。在铁路集装箱运输中,现有空箱调运方法存在无法有效解决多周期调运效率较低进而导致综合成本高的问题。这些调运方法忽视了铁路集装箱空箱调运在实际应用中经常出现的动态性和实时性变化,导致调运计划不够灵活,无法应对复杂的运输需求和动态变化,从而导致空箱调运不及时或空箱调运路径绕远迂回,这实质上增加了运输成本,这成为调运行业所面临的行业难题,这类技术比如现有技术1,其通过将决策周期t人为划分为多个时期t来获得决策期内空箱获取总费用最小的调运方案。
3、现有技术1:cn111401709b,基于集装箱共享的中欧班列空箱调运优化方法,公告日:2020.07.10。
4、因此,现有技术方案未能充分考虑多周期空箱调运所面临的前述挑战,无法实现对运输资源的最优利用。如何合理有效地组织空箱调运、提高集装箱使用效率,对降低运输成本和存储成本起着至关重要的作用。
5、考虑到铁路集装箱调运过程的动态性和实时性,为更符合实际情况,本发明设计了多周期空箱调运方法,针对现实情况,本发明可以使得运输系统更加有效地使用集装箱,降低运输成本和存储成本。
技术实现思路
1、为了缓解或部分缓解上述技术问题,本发明的解决方案如下所述:
2、一种多周期空箱调运系统,该系统包括:数据采集模块,所述数据采集模块被配置为:根据铁路集装箱货运站信息构建运输网络数据;根据各铁路集装箱货运站运输计划和信息生成货运数据;模型构建模块,所述模型构建模块被配置为:根据数据采集模块构建的运输网络数据和生成的货运数据,构建基于李雅普诺夫优化的铁路集装箱货运站间空箱协同调运优化模型;模型求解模块,所述模型求解模块被配置为:使用李雅普诺夫优化方法将全局优化问题转化为单一时段问题;对基于李雅普诺夫优化的铁路集装箱货运站间空箱协同调运优化模型进行求解;调运方案生成模块,所述调运方案生成模块被配置为:根据模型求解模块得到的求解结果,生成调运方案。
3、在某一实施例中,该系统还包括发送模块;所述发送模块被配置为:将所述调运方案,发送至各铁路集装箱货运站。
4、在某一实施例中,所述数据采集模块,还用于从各铁路集装箱货运站接收用于构建空箱协同调运优化模型的运输网络数据和生成的货运数据。
5、在某一实施例中,在一个时段结束时,根据实际调运计划执行情况,所述多周期调运系统接收各铁路集装箱货运站所发送的更新的运输网络数据和生成的货运数据,根据该更新的运输网络数据和生成的货运数据,以及模型求解模块,所述调运方案生成模块重新生成新的调运计划,并发送至各铁路集装箱货运站
6、在某一实施例中,所述模型构建模块,具体被配置为:
7、以一计划周期为决策总时段,在空箱需求和初始空箱供应已知的情况下,对各时段空箱调运的流向、数量做出决策;
8、以计划周期内空箱调运总费用最小为优化目标,构建基于李雅普诺夫优化的铁路集装箱货运站间空箱协同调运优化模型,该协同调运优化模型具体表示为:
9、
10、
11、
12、
13、
14、
15、
16、xij(t)≥0,yi(t)≥0,int
17、其中,t表示计划周期,即决策总时段,t∈{1,2,…,t};n表示运输网络中的集装箱货运站集合,i,j∈n,n={1,2,…,n};z表示空箱调运总费用;表示货运站i、j间单位空箱调运费用;cs表示单位空箱单位时段存储费用;xij(t)表示t时段从i站运往j站的空箱数;yi(t)表示t时段末、t+1时段初货运站i的空箱保有量;ai(t)表示t时段到达i站的重箱数;bi(t)表示t时段从i站发出的重箱数,即t时段货运站i的空箱需求数;表示货运站i的发送作业能力;表示货运站i的到达作业能力;表示货运站i的最大空箱存储量;int表示xij(t)、yi(t)为整数。
18、在某一实施例中,所述模型求解模块,至少执行如下步骤:
19、a)、计算相邻两个时段内的lyapunov函数的改变量,即:
20、t时段内的lyapunov漂移:
21、
22、t时段内的lyapunov加罚漂移:
23、
24、其中,表示t时段内的lyapunov函数;
25、b)、将全局优化问题转化为单一时段问题:
26、
27、其中,为原模型在时间平均下的最优值;常数z(t)表示需优化的原目标,即罚函数;v为非负权重。
28、在某一实施例中,所述模型求解模块,包括使用yalmip工具箱调用cplex对模型进行求解。
29、一种多周期空箱调运方法,该方法包括如下步骤:
30、步骤s1:根据铁路集装箱货运站信息构建运输网络数据;
31、步骤s2:根据各集装箱货运站运输计划和信息生成货运数据;
32、步骤s3:根据步骤s1构建的运输网络数据和步骤s2生成的货运数据,构建基于李雅普诺夫优化的铁路集装箱货运站间空箱协同调运优化模型;
33、步骤s4:使用李雅普诺夫优化方法将全局优化问题转化为单一时段问题;
34、步骤s5:对基于李雅普诺夫优化的铁路集装箱货运站间空箱协同调运优化模型进行求解;
35、步骤s6:根据步骤s5得到的求解结果生成调运方案。
36、在某一实施例中,该方法还包括如下步骤:
37、从各铁路集装箱货运站接收用于构建空箱协同调运优化模型的运输网络数据和生成的货运数据;
38、将所述调运方案,发送至各铁路集装箱货运站。
39、在某一实施例中,该方法还包括如下步骤:
40、在一个时段结束时,根据实际调运计划执行情况,所述多周期调运系统接收各铁路集装箱货运站所发送的更新的运输网络数据和生成的货运数据,根据该更新的运输网络数据和生成的货运数据,以及模型求解模块,所述调运方案生成模块重新生成新的调运计划,并发送至各铁路集装箱货运站。
41、在某一实施例中,该方法中构建基于李雅普诺夫优化的铁路集装箱货运站间空箱协同调运优化模型,包括还如下步骤:
42、以一计划周期为决策总时段,在空箱需求和初始空箱供应已知的情况下,对各时段空箱调运的流向、数量做出决策;
43、以计划周期内空箱调运总费用最小为优化目标,构建基于李雅普诺夫优化的铁路集装箱货运站间空箱协同调运优化模型,该协同调运优化模型具体表示为:
44、
45、
46、
47、
48、
49、
50、
51、xij(t)≥0,yi(t)≥0,int
52、其中,t表示计划周期,即决策总时段,t∈{1,2,…,t};n表示运输网络中的集装箱货运站集合,i,j∈n,n={1,2,…,n};z表示空箱调运总费用;表示货运站i、j间单位空箱调运费用;cs表示单位空箱单位时段存储费用;xij(t)表示t时段从i站运往j站的空箱数;yi(t)表示t时段末、t+1时段初货运站i的空箱保有量;ai(t)表示t时段到达i站的重箱数;bi(t)表示t时段从i站发出的重箱数,即t时段货运站i的空箱需求数;表示货运站i的发送作业能力;表示货运站i的到达作业能力;表示货运站i的最大空箱存储量;int表示xij(t)、yi(t)为整数。
53、在某一实施例中,所述使用李雅普诺夫优化方法将全局优化问题转化为单一时段问题,包括如下步骤:
54、a)、计算相邻两个时段内的lyapunov函数的改变量,即:
55、t时段内的lyapunov漂移:
56、
57、t时段内的lyapunov加罚漂移:
58、
59、其中,表示t时段内的lyapunov函数;
60、b)、将全局优化问题转化为单一时段问题:
61、
62、其中,为原模型在时间平均下的最优值;常数z(t)表示需优化的原目标,即罚函数;v为非负权重。
63、本发明技术方案,具有如下有益技术效果:
64、本发明针对空箱调运所具备的动态性以及实时性的特点,控制整个运输系统中的调运方案,确保空箱调运方案在计划周期内整个运输网络空箱调运总费用最小。
65、此外,本发明还具有的其它有益效果将在具体实施例中提及。