本發(fā)明涉及汽車共享系統(tǒng)車輛調(diào)配領(lǐng)域，尤其是涉及一種汽車共享系統(tǒng)車輛的調(diào)度方法。

背景技術(shù)：

現(xiàn)有汽車共享系統(tǒng)車輛的調(diào)度方法主要包括人工經(jīng)驗(yàn)判斷法、靜態(tài)線性規(guī)劃法和動(dòng)態(tài)隨機(jī)規(guī)劃法：

1、(基于閾值)人工經(jīng)驗(yàn)判斷法

依經(jīng)驗(yàn)為站點(diǎn)車輛數(shù)設(shè)置上下閾值；將當(dāng)前車輛數(shù)與閾值比較得到調(diào)度需求；再員工自行判斷得到調(diào)度方案。

缺點(diǎn)：閾值設(shè)置沒(méi)有科學(xué)依據(jù)；調(diào)度方案生成未經(jīng)優(yōu)化。

2、(基于閾值、最小成本為目標(biāo))靜態(tài)線性規(guī)劃法

為站點(diǎn)車輛數(shù)設(shè)置上下閾值；附加站點(diǎn)間的調(diào)度成本；以成本最小為目標(biāo)利用線性規(guī)劃求解車輛調(diào)配方案。

缺點(diǎn)：閾值設(shè)置沒(méi)有科學(xué)依據(jù)；車輛調(diào)度為日常短期決策；而涉及調(diào)度成本的因素，如員工數(shù)量，短期內(nèi)為固定不變因素；因此成本作為目標(biāo)不合理；靜態(tài)模型不能應(yīng)對(duì)系統(tǒng)的動(dòng)態(tài)變化。

3、(基于可靠性)動(dòng)態(tài)隨機(jī)規(guī)劃法

將用戶需求、使用時(shí)間等因素作為隨機(jī)變量，引入可靠性指標(biāo)，動(dòng)態(tài)優(yōu)化求解車輛調(diào)配方案。

缺點(diǎn)：模型使用中參數(shù)標(biāo)定復(fù)雜，且對(duì)數(shù)據(jù)量要求大，易存在數(shù)據(jù)稀疏的問(wèn)題；隨機(jī)規(guī)劃求解困難。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種模型假設(shè)、參數(shù)較少、標(biāo)定簡(jiǎn)單、科學(xué)有效、優(yōu)化模型目標(biāo)合理、實(shí)現(xiàn)方便、求解迅速、模型約束條件符合現(xiàn)實(shí)要求的汽車共享系統(tǒng)車輛的調(diào)度方法。

一種汽車共享系統(tǒng)車輛的調(diào)度方法，包括以下步驟：

1)根據(jù)各個(gè)站點(diǎn)的歷史調(diào)度數(shù)據(jù)設(shè)定站點(diǎn)失效概率并獲取對(duì)應(yīng)的閾值；

2)以調(diào)度完成后各個(gè)站點(diǎn)的車輛數(shù)與閾值的差值最小作為調(diào)度模型的目標(biāo)函數(shù)，并且設(shè)立約束條件和優(yōu)先設(shè)定，建立調(diào)度模型，并且對(duì)于需要重新優(yōu)化的事件進(jìn)行閾值的重新設(shè)定；

3)對(duì)調(diào)度模型進(jìn)行求解獲取對(duì)應(yīng)的調(diào)度策略。

所述的步驟2)中，調(diào)度模型的目標(biāo)函數(shù)為：

其中，xij為在優(yōu)化周期t內(nèi)需要調(diào)出車輛的站點(diǎn)到需要調(diào)入車輛的站點(diǎn)j之間的調(diào)度車輛數(shù)，αi、αj為優(yōu)先權(quán)附加系數(shù)，iexcess為調(diào)出車輛的站點(diǎn)集合，ishortage為調(diào)入車輛的站點(diǎn)集合。

所述的步驟2)中，優(yōu)先設(shè)定包括站點(diǎn)優(yōu)先和狀態(tài)優(yōu)先，所述的站點(diǎn)優(yōu)先中通過(guò)設(shè)置優(yōu)先權(quán)附加系數(shù)來(lái)表示站點(diǎn)的優(yōu)先級(jí)，所述的狀態(tài)優(yōu)先中，設(shè)定站點(diǎn)滿載站臺(tái)的優(yōu)先級(jí)高于站點(diǎn)空置狀態(tài)。

所述的步驟2)中，約束條件包括調(diào)度量上限約束、員工出行鏈長(zhǎng)度約束、續(xù)航約束、節(jié)點(diǎn)守恒約束、單次調(diào)度距離限制約束和可行性約束。

所述的調(diào)度量上限約束為調(diào)度任務(wù)數(shù)量應(yīng)確保每個(gè)站點(diǎn)被調(diào)度的車輛數(shù)不多于實(shí)際所需要調(diào)度的車輛，即不多于調(diào)度需求，表達(dá)式為：

其中，vehi為站點(diǎn)i當(dāng)前車輛數(shù)，為站點(diǎn)i的上閾值，為站點(diǎn)i的下閾值。

所述的員工出行鏈長(zhǎng)度約束為：

其中，為站點(diǎn)i到j(luò)的調(diào)度任務(wù)向量，為歐幾里得空間rⁿ的基向量，distij為站點(diǎn)i到站點(diǎn)j之間的距離，v為行駛速度，tlk為員工k的出行長(zhǎng)度實(shí)際限制值，k為員工編號(hào)集，為站點(diǎn)i到j(luò)的的調(diào)度任務(wù)向量的第k個(gè)維度，即第k個(gè)員工從站點(diǎn)i去站點(diǎn)j的次數(shù)。

所述的續(xù)航約束為：

其中，和分別為站點(diǎn)i車輛中第1、2個(gè)最大的續(xù)航里程，為的第k1個(gè)維度，為的第k2個(gè)維度，為站點(diǎn)i到站點(diǎn)j1之間的距離，分別為站點(diǎn)i到站點(diǎn)j2之間的距離，第一個(gè)公式表示從站點(diǎn)i出發(fā)的任意一個(gè)員工、往任意站點(diǎn)的調(diào)度任務(wù)距離小于在站點(diǎn)i的車輛的續(xù)航里程的最大值。第二個(gè)公式表示，從站點(diǎn)i出發(fā)的任意兩個(gè)員工、往任意站點(diǎn)(即對(duì)任意j1,j2∈i,k1,k2∈k)的調(diào)度任務(wù)之和，小于站點(diǎn)i的車輛的續(xù)航里程的最大的兩個(gè)值之和

所述的節(jié)點(diǎn)守恒約束為：

其中，為判斷員工k是否在站點(diǎn)i的狀態(tài)標(biāo)識(shí)。

所述的單次調(diào)度距離限制約束為：

其中，distmax為單次調(diào)度任務(wù)最大距離限制。

所述的可行性約束為：

其中，fasbij(k)為對(duì)站點(diǎn)i到j(luò)員工k附加的可行性約束。

本發(fā)明的目的可以通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn)：

與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點(diǎn)：

一、模型假設(shè)、參數(shù)較少、標(biāo)定簡(jiǎn)單

本防磨中只涉及到了兩個(gè)假設(shè)(xn的隨機(jī)性和參數(shù)p的穩(wěn)定性)，三個(gè)參數(shù)(優(yōu)化周期t，滿載控制概率probu和空置控制概率probl)；針對(duì)實(shí)際系統(tǒng)進(jìn)行假設(shè)的驗(yàn)證、參數(shù)的標(biāo)定均較為方便。

二、科學(xué)有效

本發(fā)明中為“閾值”概念進(jìn)行了嚴(yán)格地定義，并提出了科學(xué)的計(jì)算方法，消除了以往經(jīng)驗(yàn)方法中的不嚴(yán)密性。

三、優(yōu)化模型目標(biāo)合理

本方面中優(yōu)化求解的目標(biāo)為在員工數(shù)等長(zhǎng)期因素固定下，盡可能地使網(wǎng)絡(luò)中的站點(diǎn)恢復(fù)正常；相對(duì)于其他的方法優(yōu)化系統(tǒng)成本，本方法更加合理。

四、實(shí)現(xiàn)方便、求解迅速

本發(fā)明中優(yōu)化模型的目標(biāo)和約束采用了線性形式，可以方便的軟件實(shí)現(xiàn)，并且線性形式模型求解迅速，滿足實(shí)際需求。

五、模型約束條件符合現(xiàn)實(shí)要求

在本發(fā)明優(yōu)化模型中，考慮了電動(dòng)汽車特性對(duì)調(diào)度方案生成的影響；特別的考慮了出行鏈長(zhǎng)度約束和電池續(xù)航里程的約束；為此提出了特殊線性方法化，即“向量?jī)?yōu)化法”和“線性分解法”。

附圖說(shuō)明

圖1為本發(fā)明的方法流程圖。

圖2為本發(fā)明的方法數(shù)據(jù)流圖。

圖3為實(shí)施例中的調(diào)度方案示意圖。

具體實(shí)施方式

下面結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)說(shuō)明。

實(shí)施例

如圖1所示，本發(fā)明的流程如下：

1)使用隨機(jī)過(guò)程(randomwalkmodelwithbarriers)去模擬站點(diǎn)狀態(tài)的變化，利用歷史訂單數(shù)據(jù)進(jìn)行參數(shù)標(biāo)定，進(jìn)而計(jì)算站點(diǎn)失效概率；

2)用失效概率來(lái)定義閾值，再得到的站點(diǎn)車輛的調(diào)度需求(該方法此處稱為“失效概率控制法”)；

3)站點(diǎn)當(dāng)前狀態(tài)與閾值比較則得到各個(gè)站點(diǎn)的調(diào)度需求；

4)利用網(wǎng)絡(luò)流模型來(lái)優(yōu)化求解車輛調(diào)度方案和人員任務(wù)分配方案；目的是在有限的資源下，保證網(wǎng)絡(luò)中盡可能多的站點(diǎn)正常工作；

5)調(diào)度模型動(dòng)態(tài)運(yùn)行，當(dāng)系統(tǒng)狀態(tài)發(fā)生某些改變，終止當(dāng)前調(diào)度任務(wù)，重新按照上述步驟優(yōu)化。

如圖2所示，本發(fā)明的方法數(shù)據(jù)流包括調(diào)度需求計(jì)算，調(diào)度方案生成和參數(shù)標(biāo)定。

1)調(diào)度需求計(jì)算

上(下)閾值thrd^u(thrd^l)：定義為站點(diǎn)應(yīng)該保持的車輛數(shù)上限(下限)，以使得站點(diǎn)滿載(空置)的概率小于給定值probu(probl)；且為滿足該條件的最大(小)值，見(jiàn)(1)、(2)式。pz和qz分別表示站點(diǎn)在優(yōu)化周期t內(nèi)滿載和空置失效的概率。probu即為站點(diǎn)滿載控制概率；probl為站點(diǎn)空置控制概率，是設(shè)定的參數(shù)。

調(diào)度需求need：為站點(diǎn)當(dāng)前車輛數(shù)veh與閾值thrd之差，見(jiàn)(3)式。當(dāng)站點(diǎn)的車輛數(shù)高于上閾值時(shí)，need為站點(diǎn)車輛數(shù)減去上閾值，此時(shí)need大于零，表示需要調(diào)出車輛；當(dāng)站點(diǎn)的車輛數(shù)低于下閾值時(shí)，need為站點(diǎn)車輛數(shù)減去下閾值，此時(shí)need小于零，表示需要調(diào)入車輛。

將站點(diǎn)發(fā)生一次取車或者還車當(dāng)做一次事件。用xn表示站點(diǎn)的第n次事件。當(dāng)?shù)趎次事件為還車時(shí)，xn取值+1；當(dāng)?shù)趎次事件為借車時(shí)，xn取值-1，見(jiàn)公式(5)。設(shè)xn取值+1的概率為p，取值-1的概率為q＝1-p。p是需要利用歷史定訂單標(biāo)定的模型參數(shù)。

p{xn＝+1}＝p,p{xn＝-1}＝1-p(5)

使用隨機(jī)徘徊模型去計(jì)算概率。設(shè)n為優(yōu)化周期t內(nèi)的期望事件數(shù)，即隨機(jī)徘徊模型中的步數(shù)(epochs)。此處用vz,n和uz,n分別表示站點(diǎn)恰好在第n步發(fā)生滿載和空置失效的概率。pz、qz和uz,n的計(jì)算見(jiàn)公式(6)至(7)；把公式(7)的p和q交換位置，再用(a-z)代替z，就得到了公式(8)，求得了vz,n的值。

2)調(diào)度方案生成

本算法的優(yōu)化變量，xij，表示站點(diǎn)i到j(luò)之間的所有調(diào)度人員在優(yōu)化周期t內(nèi)的總行駛次數(shù)；當(dāng)i屬于需要調(diào)出車輛的站點(diǎn)(i∈iexcess)，j需要調(diào)入車輛的站點(diǎn)時(shí)(j∈ishortage)，則xij表示站點(diǎn)i到j(luò)之間的總調(diào)度行為次數(shù)，也即調(diào)度的總車輛數(shù)。除此之外的xij則代表了調(diào)度人員去完成調(diào)度的行駛路徑。用vehi表示站點(diǎn)在優(yōu)化周期開(kāi)始時(shí)站點(diǎn)i的車輛數(shù)。

目標(biāo)函數(shù)是盡量滿足所有站點(diǎn)的調(diào)度需求，也即最小化調(diào)度完成后各個(gè)站點(diǎn)的車輛數(shù)和閾值的差別。當(dāng)站點(diǎn)i為需要調(diào)出車輛的站點(diǎn)，表示從i調(diào)出的總車輛數(shù)；代表任務(wù)完后該站點(diǎn)車輛數(shù)與上閾值的差別。指標(biāo)j在求和時(shí)取值與ishortage(車輛待調(diào)入的站點(diǎn)的編號(hào)集)，因?yàn)楸菊碌恼{(diào)度模型使用庫(kù)存均衡(inventory-balancing)調(diào)度策略。對(duì)于需要調(diào)入車輛的站點(diǎn)也類似地進(jìn)行計(jì)算。對(duì)所有站點(diǎn)求和則得到所有站點(diǎn)車輛數(shù)和閾值的總差別，見(jiàn)公式(9)。

把(9)中的常數(shù)項(xiàng)去掉，不會(huì)影響優(yōu)化結(jié)果，從而得到更簡(jiǎn)潔的形式見(jiàn)公式(10)。閾值的影響體現(xiàn)在需要調(diào)出(“excess”)和需要調(diào)入(“shortage”)站點(diǎn)的判斷，以及下面提到的“調(diào)度量上限約束”。

對(duì)于實(shí)際系統(tǒng)，一般來(lái)說(shuō)所有站點(diǎn)的調(diào)度任務(wù)之和太大難以完成；需要確定那些調(diào)度任務(wù)具有優(yōu)先權(quán)；此處給出兩種優(yōu)先設(shè)定：

i)站點(diǎn)優(yōu)先

一些站點(diǎn)若被認(rèn)定為更為重要，需要優(yōu)先保證處于正常狀態(tài)，則可以給予優(yōu)先權(quán)，例如對(duì)于一些重要的交通樞紐站點(diǎn)或者具有重要市場(chǎng)意義的站點(diǎn)。通過(guò)在車輛數(shù)差別想附加系數(shù)αi來(lái)實(shí)現(xiàn)，見(jiàn)公式(9)和(10)。

ii)狀態(tài)優(yōu)先

站點(diǎn)滿載后用戶無(wú)法還車，或者還車后車輛無(wú)法充電，因此通常認(rèn)為站點(diǎn)滿載是比站點(diǎn)空置更加嚴(yán)重的問(wèn)題。嘗試給予滿載、空置失效控制以不同的優(yōu)先權(quán)，此處又有兩種方法可以實(shí)現(xiàn)。一種是將站點(diǎn)滿載控制概率probu設(shè)置地比站點(diǎn)空置控制概率probl更低，即允許站點(diǎn)滿載的概率更小?；蛘撸梢砸蟊仨毰沙鋈藛T去解決滿載站點(diǎn)的調(diào)度需求，見(jiàn)公式(11)。

方案生成模型中列出了六類約束條件，見(jiàn)i)—iv)。

i)調(diào)度量上限約束

調(diào)度任務(wù)數(shù)量應(yīng)該確保每個(gè)站點(diǎn)被調(diào)度的車輛數(shù)不多于實(shí)際所需要調(diào)度的車輛，即不多于調(diào)度需求。如公式(12)和(13)所示，大于等于號(hào)左側(cè)為調(diào)度完成后站點(diǎn)的車輛數(shù)，右側(cè)為該站點(diǎn)的閾值。

ii)員工出行鏈長(zhǎng)度約束

通常調(diào)度員會(huì)從一個(gè)調(diào)度中心出發(fā)，工作一個(gè)班次(如4小時(shí))，然后回到調(diào)度中心休息或換班。從當(dāng)前時(shí)刻到本班次結(jié)束的時(shí)間，即為調(diào)度員k的可用時(shí)間，記為tlk。本算法中提出對(duì)調(diào)度人員出行鏈長(zhǎng)度進(jìn)行約束的方法，且保證該約束為線性形式(此處稱此方法為“向量?jī)?yōu)化法”)。

設(shè)在優(yōu)化周期內(nèi)開(kāi)始時(shí)共有k個(gè)員工。將每個(gè)xij變量“分割”為k個(gè)變量值和，用一個(gè)k維向量表示。的第k個(gè)維度，即表示第k個(gè)員工從站點(diǎn)i至站點(diǎn)j調(diào)度的車輛數(shù)。在這種表示方法下，可以對(duì)實(shí)現(xiàn)各個(gè)調(diào)度人員的路徑的“追蹤”。顯然由定義。的各個(gè)維度之和等于即公式(14)。代表站點(diǎn)i至站點(diǎn)j行程時(shí)間。表示第k個(gè)員工執(zhí)行站點(diǎn)i至站點(diǎn)j調(diào)度任務(wù)所行駛的時(shí)長(zhǎng)；如果員工k沒(méi)有經(jīng)過(guò)ij路段，即對(duì)應(yīng)的第k個(gè)維度分量為零。對(duì)i和j求和則我們得到了第k個(gè)員工員工在網(wǎng)絡(luò)中的總共走過(guò)的路徑時(shí)間長(zhǎng)度。該長(zhǎng)度需要小于等于該員工的可用時(shí)間tlk，見(jiàn)公式(15)?？紤]到現(xiàn)實(shí)系統(tǒng)員工數(shù)目一般較少，可以加上約束(16)，使得在優(yōu)化周期內(nèi)同一個(gè)員工不會(huì)在一對(duì)站點(diǎn)見(jiàn)執(zhí)行超過(guò)一次任務(wù)，則模型變成0-1規(guī)劃模型；這樣模型可以更快速的求解。當(dāng)然，也可以不采用此約束，而只要求取整數(shù)，則為一般的整數(shù)規(guī)劃模型。

iii)續(xù)航約束

對(duì)于電動(dòng)汽車系統(tǒng)在生成調(diào)度方案時(shí)需要加入續(xù)航約束，來(lái)保證生成的調(diào)度任務(wù)是實(shí)際可行的；確保不會(huì)出現(xiàn)車輛被調(diào)度到一半沒(méi)有電的情形。這就要求站點(diǎn)i的第n個(gè)最遠(yuǎn)的調(diào)度任務(wù)的距離小于該站點(diǎn)車輛中第n個(gè)最大的續(xù)航電量這些條件是非線性的。本算法中采用一組線性的來(lái)替代，稱之為“線性分解法”。第n組約束要求站點(diǎn)距離最大的n個(gè)任務(wù)之和，小于最大的n個(gè)續(xù)航電量之和。需要注意，這些條件是必要非充分條件；采用此條件主要是為了求解更加的迅速，并基本可滿足實(shí)際需求。第n組約束實(shí)際包含了個(gè)約束。若要考慮所有的情形，那么會(huì)有2ⁿ個(gè)條件。為了避免此組條件中的條件個(gè)數(shù)指數(shù)增加，可以簡(jiǎn)化只考慮前幾組條件。一般來(lái)說(shuō)，同一對(duì)站點(diǎn)間的調(diào)度任務(wù)不會(huì)太多，可以只考慮前兩組或者前三組條件；此簡(jiǎn)化符合實(shí)際情況。只考慮前兩組條件的情形即包含公式(17)和(18)。若在條件中附加常數(shù)，則還可以附加要求車輛調(diào)到目標(biāo)站點(diǎn)后有一定量的電量剩余；以保證該車輛可以立馬得到使用。此處需要說(shuō)明的是，為了簡(jiǎn)化考慮，本模型中忽略了車輛在優(yōu)化周期內(nèi)的充電過(guò)程。車輛續(xù)航里程采用優(yōu)化周期開(kāi)始時(shí)的值，并在整個(gè)優(yōu)化周期中作為常數(shù)。

iv)節(jié)點(diǎn)守恒約束

此組約束用于保證員工不會(huì)從網(wǎng)絡(luò)上“消失”。在新的向量表示方法下，要求工作人員在各個(gè)站點(diǎn)、各個(gè)維度都保持“守恒”，見(jiàn)公式(19)；即i和k需取遍編號(hào)集。表示從其他站點(diǎn)進(jìn)入該站點(diǎn)次數(shù)。表示從該站點(diǎn)離開(kāi)到其他站點(diǎn)的次數(shù)。

v)單次調(diào)度距離限制

此組約束用于避免一些過(guò)遠(yuǎn)距離的調(diào)度。過(guò)長(zhǎng)距離的調(diào)度消耗大量時(shí)間、人力，實(shí)際中常常避免發(fā)生此類調(diào)度，這是系統(tǒng)運(yùn)營(yíng)方常添加的限制，見(jiàn)公式(20)。distmax為運(yùn)營(yíng)方自行設(shè)置的參數(shù)，即上限。

vi)可行性約束

此組約束用于表示在附加的約束。為了實(shí)現(xiàn)“車輛數(shù)均衡”調(diào)度策略，需要添加此類約束，要求除了以下站點(diǎn)od對(duì)，其他站點(diǎn)od對(duì)之間的fasbij(k)為零，即不允許調(diào)度員通行。

出發(fā)鏈接(staffdeparturelink)：連接調(diào)度員出發(fā)的調(diào)度中心和需要調(diào)出的站點(diǎn)之間的od對(duì)(調(diào)度員前去執(zhí)行第一次任務(wù))；

調(diào)度鏈接(vehiclerelocatinglinks)：連接需要調(diào)出的站點(diǎn)(i∈iexcess)和需要調(diào)入的站點(diǎn)(j∈ishortage)之間的od對(duì)(調(diào)度員執(zhí)行一次任務(wù))；

非調(diào)度鏈接(staffrebalancinglinks)：連接需要調(diào)入(i∈ishortage)的站點(diǎn)和需要調(diào)出的站點(diǎn)(j∈iexcess)之間的od對(duì)(調(diào)度員在趕往下一個(gè)需要調(diào)出的站點(diǎn)的路段)；

歸程鏈接(staffreturninglinks)：連接需要調(diào)入的站點(diǎn)和調(diào)度中心(調(diào)度員回到調(diào)度中心)。

采用整數(shù)規(guī)劃模型來(lái)求解上述網(wǎng)絡(luò)流模型。所生成的調(diào)度方案出行鏈如圖3所示。

為了使該模型可以響應(yīng)系統(tǒng)狀態(tài)的實(shí)時(shí)變化，采用動(dòng)態(tài)優(yōu)化滾動(dòng)方法。下面標(biāo)出了需要觸發(fā)重新優(yōu)化的事件。除了下面所列出的，若實(shí)際有其他原因需要重新優(yōu)化，也可立即重新調(diào)用調(diào)度算法。

i)站點(diǎn)狀態(tài)異常，如站點(diǎn)滿載、空置發(fā)生；

ii)設(shè)置的優(yōu)化周期結(jié)束；

iii)系統(tǒng)總狀態(tài)變化(如用站點(diǎn)車輛庫(kù)存水平總變化衡量)達(dá)到規(guī)定值；

iv)員工狀態(tài)變化(如員工換班，新加入員工)。

重新優(yōu)化時(shí)，新的優(yōu)化周期閾值計(jì)算可以有兩種方法：一是在線(on-line)計(jì)算，根據(jù)重新優(yōu)化起始時(shí)間點(diǎn)，調(diào)取歷史訂單數(shù)據(jù)，運(yùn)用模型計(jì)算；沒(méi)有高性能計(jì)算機(jī)的支持下此方法耗時(shí)較長(zhǎng)不推薦；另一種方法是離線(off-line)計(jì)算；以30min左右為間隔，計(jì)算出各個(gè)時(shí)間點(diǎn)開(kāi)始的t長(zhǎng)度優(yōu)化周期對(duì)應(yīng)的閾值。

上述原理簡(jiǎn)述中所涉及的符號(hào)含義如表1所示。

表1符號(hào)含義表

3)參數(shù)標(biāo)定

優(yōu)化周期t的設(shè)置應(yīng)該使得參數(shù)p在此期間穩(wěn)定，即調(diào)度需求生成模型的假設(shè)成立。t長(zhǎng)度的選定使得參數(shù)p的多天的樣本數(shù)據(jù)服從于正態(tài)分布，則可以使用樣本均值進(jìn)行估計(jì)。對(duì)于實(shí)際系統(tǒng)，t一般不應(yīng)設(shè)置小于2小時(shí)。本文推薦t設(shè)置在3到6個(gè)小時(shí)之間。

probu和probl設(shè)置的越低，表示允許站點(diǎn)失效的概率越低，則調(diào)度需求越高。如果設(shè)置的過(guò)低，那么會(huì)生成實(shí)際不可能完成的調(diào)度需求。設(shè)置的過(guò)高，則可能工會(huì)造成人力浪費(fèi)。通過(guò)分析，得出probu和probl合理取值范圍為0.3–0.7。