城市軌道交通物資總庫布點優化平臺研究

羅小華

城市軌道交通物資總庫布點優化平臺研究

羅小華

摘 要：根據城市軌道交通物資配送的特點，研究建立了城市軌道交通物資總庫布點優化計算平臺系統，平臺通過對百度地圖API（應用程序接口）二次開發進行配送路徑的規劃，結合層次聚類算法能夠快速地進行物資總庫布局的優化計算，實踐證明該平臺具有良好的適應性和應用推廣價值。

關鍵詞：城市軌道交通；物資總庫；百度地圖API；聚類算法

羅小華：中鐵第四勘察設計院集團有限公司，工程師，湖北武漢 430063

0　引言

物資總庫承擔著地鐵系統材料、配件、設備和機具及勞保用品等的采購、存放、發放任務和管理工作，一般物資總庫設置在車輛段內。在全國各地城市軌道交通建設中，普遍采取的是1 條線路設置1 個物資總庫，這樣的布局一方面增加了占地面積和經濟投入，另一方面，部分物資和備品重復存儲，造成資源閑置和經濟浪費。隨著城市軌道交通的高速發展，大城市的規劃線路都將達到7、8 條，物資總庫的優化布局必將是城市軌道交通未來的發展趨勢。而目前國內對于城市軌道交通物資總庫布局優化的研究尚較少，為了滿足城市軌道交通物資配送的需求，同時節省成本，進行了城市軌道交通物資總庫布點優化計算平臺的研究開發。

1　平臺框架研究

1.1平臺需求分析

由于地鐵線路繁忙，為了滿足不同線路對于物資的需求，考慮采用汽車由物資總庫向各條線路的車輛段進行物資的派送。為了能夠快速地配送到目的地，且能夠適應不同城市的交通情況，平臺需滿足以下要求。

（1）平臺能根據給定的任意城市的軌道交通規劃圖自動計算出各備選庫之間的距離，不受車輛段個數的限制。

（2）平臺能適應任意城市、線路總數不確定的情況，能在較短的時間內得到計算結果，真實、準確地反應出設計方案。

（3）建立友好的人機交互界面，用戶通過簡單的輸入參數和點擊鼠標，就能進行物資總庫的優化設計。

（4）在設計結果輸出方面，除了輸出最佳方案外，還輸出其他幾個備選方案，并有直觀的餅圖、柱狀圖和圖片等形式來顯示最佳方案。

（5）建立方案評價系統，將經濟因素、技術指標和環境人文因素的影響結合起來進行綜合評價，實現以人為本的設計思想，使優化結果更貼近于實際工程需要。

1.2平臺框架結構

根據平臺的需求以及軟件模塊化的設計思想，將平臺的功能劃分為如下幾個模塊，如圖1 所示。

（1）地圖信息處理模塊。在此模塊中用戶可以選擇地鐵線網規劃圖、城市名稱和車輛段個數，通過鼠標點擊進行參考點和車輛段的選擇，并通過參考點的像素坐標和地理坐標對比，得到所有車輛段的地理坐標，供路徑規劃模塊調用。

（2）路徑規劃模塊。讀取地圖信息處理模塊得到的所有車輛段的地理坐標，通過調用百度地圖進行距離測量，得到任意兩車輛段之間的距離，并進行數據存儲，供其他模塊進行調用。

（3）參數設置模塊。在此模塊中，用戶可以對配送距離、配送費用、建設費用、系統負荷、人為指定方案進行參數設置，最后將所有計算參數存儲于數據庫中，供計算模塊進行調用。

（4）計算模塊。此模塊主要是對物資總庫選址的數學模型進行優化設計計算，得到最優方案和備選方案，并將計算結果以圖片格式存儲，供報告模塊調用。

（5）評價系統模塊。本模塊從經濟因素、技術指標和環境人文因素3 個方面對最優方案和備選方案進行綜合評價，實現以人為本的設計思想，使優化結果更貼近于實際工程需要。

（6）報告模塊。將軟件設計結果生成報告形式，方便用戶查看，并設計一鍵打印功能。

為了將各個模塊統一起來，平臺基于VB.NET 語言和MATLAB 環境下進行開發，軟件技術路線圖如圖2 所示，程序主體分為VB.NET程序設計和MATLAB 程序設計兩部分，兩部分之間通過數據庫相互傳遞數據。

圖1　軟件功能模塊劃分

圖2　軟件技術路線圖

2　平臺實現關鍵技術

2.1基于百度地圖API 的地理信息處理及路徑規劃技術

百度地圖API 是為開發者免費提供的1 套基于百度地圖服務的應用接口，提供基本地圖展現、搜索、定位、地理編碼、路線規劃、基于位置服務（LBS）云存儲與檢索等功能，本平臺基于百度地圖API 二次開發技術開發了物資總庫地理信息處理及路徑規劃功能。

（1） 在軟件界面中導入城市軌道交通規劃圖，采用人機交互的方式在規劃圖中確定各個物資總庫的可能位置及城市的參考點，并根據城市的參考點坐標，將規劃圖上物資總庫的坐標映射成百度地圖坐標。

（2） 建立路徑規劃函數：new BMap.DrivingRoute（調用參數），其中，調用參數包括城市名稱、物資總庫的坐標（三維）、路徑方式（時間最短或路程最短）等。

（3） 在VB.NET中建立Web-Browser 的對象，通過WebBrowser對象方法將物資總庫坐標傳遞到上一步創建的函數中，獲取配送路徑以及配送距離。獲取結果如圖3 所示。2.2 基于聚類算法的布局研究

聚類分析就是研究如何在沒有訓練數據的條件下把對象劃分成若有對象各自作為簇，最“靠近”的簇首先進行分類，再將這個類和其他類中最“靠近”的簇合并，該過程遞歸進行直到所有對象都聚集成1 個簇或者滿足1 個終止條件為止。基于聚類算法的布局研究如下。

圖3　調用路徑規劃函數獲取規劃路徑

圖4　聚類循環流程圖

圖5　城市軌道交通規劃圖信息處理

圖6　調用自定義靜態網頁計算車輛段配送路徑

（1）設有2 個簇Ga與Gb，它們分別有m個和n個元素，其重心分別為xa與xb。又設元素gi? Ga，gj? Gb，這2 個元素間距離記為dij或D （a，b）。

（2）最短距離法中2 個簇間距離定義為兩簇中元素之間距離最小者，即為Ds（a，b）＝min{dij|gi? Ga，gj? Gb}。

（3）建立方案有效性評估函數。以方案的總費用作為該方案的評估函數，方案的總費用模型如下：

式（1）中：C為方案總費用；Cjs為建設費用，為物資總庫建設的房建費用C1、設備費用C2、鋪軌費C3等的總和；Cyy為運營費用，主要是由于物資配送過程中產生的費用，與配送時間、配送路徑相關；Cwh為物資總庫的維護費用。

（4）采用建立聚類循環，尋求最佳方案。聚類循環算法見圖4。

表1　根據車輛段數量建立的距離矩陣

圖7　參數設計及計算

圖8　計算結果輸出

3　平臺應用實例

以武漢城市軌道交通物資總庫布局為例，進行實例演示。

武漢城市軌道交通線網規劃了8 個車輛段，打開軟件后進入地理信息處理界面，導入城市軌道交通的規劃圖以及車輛段位置及數量，如圖5 所示。

調用路徑規劃函數，計算物資總庫的間距Dij，如圖6 所示。

將物資總庫間距Dij寫入距離矩陣中，按最短距離法進行聚類重組如下。

（1）根據車輛段的數量建立1 個8×8 的距離矩陣，因2 個車輛段距離是一定的，故距離矩陣是1 個對稱矩陣，進行分析時取其下三角部分進行分析即可，見表1。

（2）采用最短距離法進行物資總庫的聚類重組。經過4 次重組后，形成了物資總庫候選簇群{1，7，2，3}、4、{5，8}、6。

（3）每個簇內物資總庫的選取方法采用的是最短距離法，計算如下：

分別計算簇內i點與其他各點j的距離和Σdij，找出最小的距離和minΣdij，則第i點即為中心點。以簇{1，7，2，3}的物資總庫選取為例：故選取第2 點為中心點。即簇{1，7，2，3}的物資總庫為2。

通過預先設定的配送費用參數，計算相應方案的配送成本（圖7），最后進行計算結果的輸出及評價（圖8、圖9）。

由軟件計算結果得到，根據武漢市城市軌道交通的規劃，建立5個物資總庫進行地鐵系統配件的配送是比較合理的。

整個平臺計算速度快，從物資總庫規劃點輸入至最終方案的輸出，整個過程花時約5 min。

4　結束語

研究建立的城市軌道交通物資總庫布點優化平臺系統，通過對百度地圖API 的二次開發，使得平臺能夠真實地計算出各個物資總庫的配送路徑，并且能夠適應不同的城市，平臺適應性強；平臺采用聚類算法進行布點的優化計算，計算速度快。工程實例證明，該研究開發的平臺具有一定的實用性，能夠為城市軌道交通的設計提供一定的參考。

圖9　計算結果評價

參考文獻

[1] 張琨，劉輝，連坤雷. 蜂群優化算法在軌道交通線網物資總庫合理布局中的應用[J]. 現代城市軌道交通，2011（1）.

[2] 張建萍. 基于計算智能技術的聚類分析研究與應用[D]. 山東濟南：山東師范大學，2014.

[3] Zhong S. Semi-Supervised modelbased document clustering: A comparative study[J]. Machine Learning. 2006 (65).

[4] Ng R, Han J. CLARANS: a method for clustering object for spatial data mining[J]. IEEE Trans on Knowledge, Data Eng, 2002, 14 (5) .

責任編輯 冒一平

Study on Platform for Material Warehouses Layout Optimization in Transit

Luo Xiaohua

Abstract:According to the characteristics of urban rail transit materials supply and distribution, the paper studies and sets up the layout optimization and calculation platform system for urban rail transit materials warehouses. The platform makes further secondary development of Baidu map API (Application Programming Interface) for the distribution path planning, and the hierarchical clustering algorithm can quickly compute total material warehouses layout optimization. The practice proves that the platform has good adaptability and application value.

Keywords:urban rail transit, material warehouse, Baidu map API, clustering algorithm

收稿日期2015-01-28

中圖分類號：U116.2