亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Metro crew planning with day-off pattern, duty type, and rostering scheme considerations

机组调度 启发式 船员 列生成 计算机科学 启发式 运筹学 整数规划 方案(数学) 调度(生产过程) 数学优化 实时计算 工程类 人工智能 算法 数学 操作系统 数学分析 航空学
作者
Jue Zhou,Xiaoming Xu,Jiancheng Long,Jianxun Ding
出处
期刊:Transportation Research Part C-emerging Technologies [Elsevier]
卷期号:143: 103832-103832 被引量:5
标识
DOI:10.1016/j.trc.2022.103832
摘要

The metro crew planning must consider various complex factors in real scenarios, such as day-off requirements, duty types, and rostering rules. The metro crew planning problem is often divided into crew scheduling and rostering problems, which are modeled separately and solved sequentially. However, the solution determined in a sequential planning process may not guarantee the optimality of the entire crew planning problem. This study is a first attempt at including rostering pattern consideration in the metro crew planning problem, where a rostering pattern is defined as the combination of a day-off pattern, a set of duty types and a rostering scheme. To solve this complicated problem, we first generate a multiple-layer time–space network where duty time windows with specific duty types are represented by different layers. We then model the considered crew planning problem using a path-based integer program on the time–space network and develop two column generation-based heuristics to solve the problem, where dual prices are particularly used in generating train paths. A computational study is conducted with real-life data derived from Hefei Metro to examine the effectiveness of the modeling and solution methods as well as observe the benefits of roster pattern designs. • Crew planning with day-off pattern, duty type, and rostering scheme is studied. • An integer linear program is formulated with path-selection variables. • Two column generation-based heuristics are developed. • Performance of the proposed heuristic is tested computationally.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
无极2023完成签到 ,获得积分10
1秒前
21秒前
Persist6578完成签到 ,获得积分10
24秒前
小胡爱科研完成签到 ,获得积分10
26秒前
31秒前
34秒前
止戈发布了新的文献求助10
37秒前
充电宝应助专注的猎豹采纳,获得10
38秒前
Persist完成签到 ,获得积分10
38秒前
开心的冰淇淋完成签到,获得积分10
39秒前
41秒前
53秒前
FashionBoy应助科研通管家采纳,获得10
54秒前
慕青应助开心的冰淇淋采纳,获得10
59秒前
1分钟前
1分钟前
ausue发布了新的文献求助10
1分钟前
彭彭发布了新的文献求助10
1分钟前
Owen应助彭彭采纳,获得10
1分钟前
完美世界应助彭彭采纳,获得10
1分钟前
1分钟前
硬汉的长强穴完成签到,获得积分10
1分钟前
1分钟前
子月之路完成签到,获得积分10
1分钟前
2分钟前
啊悫发布了新的文献求助10
2分钟前
2分钟前
托尔斯泰发布了新的文献求助10
2分钟前
寻道图强应助啊悫采纳,获得50
2分钟前
2分钟前
赘婿应助我是猪采纳,获得10
2分钟前
2分钟前
2分钟前
2分钟前
我是猪发布了新的文献求助10
2分钟前
标致夏真完成签到 ,获得积分20
2分钟前
漠北发布了新的文献求助10
2分钟前
2分钟前
2分钟前
清逸之风完成签到 ,获得积分10
3分钟前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
XAFS for Everyone (2nd Edition) 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3133930
求助须知:如何正确求助?哪些是违规求助? 2784829
关于积分的说明 7768641
捐赠科研通 2440175
什么是DOI,文献DOI怎么找? 1297284
科研通“疑难数据库(出版商)”最低求助积分说明 624911
版权声明 600791