一种复杂条件下过闸船舶分段管控方法与流程

本发明涉及内河通航调度领域，尤其是涉及一种复杂条件下过闸船舶分段管控方法。

背景技术：

1、水坝的两坝枢纽具备多级船闸串联的空间特征，承担着连续过闸的船舶交通组织任务。随着船舶通行请求数据量的增加，该通航水域内的气象与水文环境变化较为频繁。目前，针对此类水域的通航控制系统通常采用全局同步的状态控制模型，主要存在以下问题：

2、一是，现有系统对分布于水域各节点的气象及水文传感器采集的数据执行统一的处理操作。当局部区域（如特定闸区）采集的风速数值或能见度数值超出预设的安全运行阈值时，现有控制程序未采用特定区段的状态隔离机制。系统针对全局水域直接生成停航指令，造成未受气象参数波动影响的相邻水域也一并中止运行，降低了整体船闸的船舶通过数量。

3、二是，现有的交通流排程算法主要依赖单一的进出闸节点进行时序计算，未将如锚地、靠船墩等航道内分布的停泊空间作为约束变量纳入动态调度时间表的计算中。在面临如船闸检修引起的通行能力下降等运行数据偏离预设参数或上下行船舶请求量不匹配时，调度系统不具备利用局部停泊节点进行分段延时缓冲的计算功能。上述缺陷容易引发大量船舶在航道特定节点处的队列堆积，增加整体等待时间，容易造成系统的全局资源阻塞，无法满足两坝枢纽连续、安全运行的交通组织需求。

技术实现思路

1、针对上述现有技术存在的不足，本发明所要解决的技术问题是提供一种复杂条件下过闸船舶分段管控方法，能够通过将两坝通航水域划分为三区九段进行空间解耦，引入强化学习与条件生成对抗网络提取多维环境特征以生成局部隔离指令，随后利用混合整数线性规划模型将停泊设施设为动态时延节点参与时序重构，并通过大邻域搜索算子与多目标决策模型输出最优分段调度时间表，实现多源数据的联动与闭环管控，从而从计算机数据处理机制上避免健康水域的误停航，防止船舶队列的无序堆积，并有效缓解全局资源阻塞风险。

2、为解决上述技术问题，本发明所采用的技术方案是：本发明提供一种复杂条件下过闸船舶分段管控方法，包括以下步骤：

3、s1、获取能见度数据、风力数据、流量数据、吃水数据与驻留密度数据并拼接为状态张量；将状态张量输入强化学习网络提取特征模式；调用生成对抗网络向特征模式注入对抗扰动，结合奖励函数生成隔离指令；

4、s2、获取通航拓扑图建立协同约束矩阵；根据隔离指令将通航拓扑图中的停泊点位转化为时延节点变量，并为时延节点变量设定节点容量上限；

5、s3、调用线性规划模型的破坏算子，根据隔离指令解除目标船舶的匹配状态生成待分配船舶子集；调用修复算子在不超过节点容量上限的条件下将待分配船舶子集分配至时延节点变量，结合协同约束矩阵生成调度时间表集合；

6、s4、获取通行效率权重与能耗权重生成偏好权重矩阵；将调度时间表集合输入决策模型，结合偏好权重矩阵计算调度时间表集合的贴近度系数，根据贴近度系数从调度时间表集合中筛选出时序指令集并发送至船舶执行终端；采集船舶执行终端的驻留数据与延误数据并反馈至强化学习网络以更新权值。

7、优选的方案中，步骤s1中，限定环境特征感知与隔离策略生成的具体规则，包括以下子步骤：

8、实时获取各水域航段的能见度数据、风力数据、流量数据、吃水数据以及船舶驻留密度数据；

9、设定与能见度数据对应的第一能见度阈值与第二能见度阈值，设定与风力数据对应的第一风力阈值与风力时间阈值，设定与流量数据对应的流量区间变量，设定与吃水数据对应的吃水限制变量；

10、调用数据通道维度的拼接函数，将在各水域航段获取的能见度数据、风力数据、流量数据、吃水数据与船舶驻留密度数据进行拼接，生成包含环境与船舶空间分布特征的状态张量；

11、将状态张量输入强化学习网络，控制强化学习网络执行数据映射与特征聚合，提取包含水文与气象隐式逻辑的特征模式；

12、调用包含生成器与判别器的生成对抗网络，向特征模式中注入用于模拟气象突变或设备故障的随机噪声数据作为对抗扰动进行测试；

13、提取真实历史通航数据的分布、包含对抗扰动的噪声分布、采样的噪声向量以及用于约束网络计算过程中数值连续性的梯度惩罚项，结合分布、噪声分布、噪声向量与梯度惩罚项计算判别器的损失值与生成器的损失值，输出经过扰动测试并被判别器判定为符合实际通航约束条件的候选策略数据集合；

14、在强化学习网络中设定奖励函数，获取候选策略数据集合包含的船闸运行效率收益项、误触发全局停航的第一惩罚项与导致航道拥堵死锁的第二惩罚项；

15、提取船闸运行效率收益项、第一惩罚项与第二惩罚项分别对应的配置权重，利用配置权重执行加权运算得到当前策略下的计算得分，结合奖励函数筛选最优策略，输出针对受阻水域的隔离指令。

16、优选的方案中，步骤s2中，所述基于容量约束的图网络拓扑重构，包括以下子步骤：

17、获取通航拓扑图，提取通航拓扑图中包含的三峡坝上、两坝间与葛洲坝坝下三大区域细化而成的仙人桥、太平溪、三峡闸区、乐天溪、石牌、南津关、葛洲坝闸区、庙咀、宜昌港区共九个独立控制航段的几何中心与连通关系；

18、根据九个独立控制航段的几何中心与连通关系定义航段节点与有向连通边，形成基础有向图网络；

19、提取相邻两个航段节点之间的航段距离、船舶离开当前航段节点的节点离开时间、离散速度集合中的第挡速度值以及取值为1或0的速度选择布尔变量；

20、结合航段距离、离散速度集合中的第挡速度值以及速度选择布尔变量执行运算得出航行耗时，将航行耗时与节点离开时间进行累加，得出船舶到达下游航段节点的船舶到达时间，基于船舶到达时间建立时间推演关系并生成协同约束矩阵；

21、持续监测隔离指令，当接收到隔离指令指示特定水域处于受限不可通航状态时，将通航拓扑图及其协同约束矩阵中对应相邻适航水域的停泊点位转化为时延节点变量；

22、在协同约束矩阵中开启对应航段节点的驻留时间累加权限，生成船舶到达时间与节点离开时间之间的延时缓冲时间；

23、获取停泊点位的测绘极值，结合测绘极值确立时延节点变量的节点容量上限；

24、获取处于待分配状态的船舶集合中船舶的船舶占据空间与节点驻留布尔变量，将船舶占据空间与节点驻留布尔变量进行组合运算得出空间占用总量，判定空间占用总量小于或等于节点容量上限，输出带有动态时延节点变量及节点容量上限限制的协同约束矩阵。

25、优选的方案中，步骤s3中，调用具备时空约束求解能力的计算机算法模型执行所述破坏算子解除匹配，包括以下子步骤：

26、启动线性规划模型；

27、在线性规划模型中定义目标函数，获取船舶等待时间与对应的等待成本系数，获取燃料消耗量与对应的能耗成本系数；

28、将船舶等待时间与等待成本系数执行乘积运算得出等待成本，将燃料消耗量与能耗成本系数执行乘积运算得出能耗成本，结合等待成本与能耗成本进行累加得出综合评估船舶滞留与航行的目标函数；

29、在局部解空间内，当接收到隔离指令标识某一特定航段处于不可通航状态时，调用线性规划模型的破坏算子；

30、以船舶等待时间为判定参数设定时间偏离阈值，计算初始船舶序列矩阵中受到隔离指令影响的船舶等待时间；

31、当船舶等待时间时执行解除匹配动作，获取权重参数、处于受阻航段的所有受影响船舶集合与扰动常数；

32、以船舶等待时间与权重参数组合构建对应船舶的指数项，提取对应船舶的指数项与处于受阻航段的所有受影响船舶集合包含的全部船舶指数项加和总值的比例，将比例与扰动常数进行合并，输出移除概率；

33、根据移除概率，将原计划通行于受阻段的船舶序列解除匹配，从初始船舶序列矩阵中分离对应的船舶记录，生成待分配船舶子集与残缺序列矩阵。

34、优选的方案中，步骤s3中，调用线性规划模型的修复算子执行所述修复算子重排插入，包括以下子步骤：

35、针对待分配船舶子集中的每一艘船舶，获取将船舶重定向至时延节点变量时产生的新增航行距离代价与船舶在时延节点变量中产生的驻留延误时间；

36、提取与新增航行距离代价对应的权重标量以及与驻留延误时间对应的权重标量；

37、将新增航行距离代价与权重标量结合进行加权运算，将驻留延误时间与权重标量结合进行加权运算，合并上述加权运算的结果，得出对应的插入成本增量；

38、获取特定时延节点变量在时间窗口内的实时空间占用量以及当前待分配船舶的船舶占据空间；

39、将实时空间占用量与船舶占据空间进行累加聚合，判定累加聚合得到的数值满足特定时延节点变量对应的节点容量上限限制；

40、控制修复算子优先将待分配船舶子集中的船舶分配至使得插入成本增量最小且满足节点容量上限限制的相邻时延节点变量中，并将分配后的船舶信息插入残缺序列矩阵中，生成包含停泊驻留指令的候选序列矩阵。

41、优选的方案中，步骤s3中，执行所述局部最优输出，包括以下子步骤：

42、设定最大迭代次数与迭代计数器，在解空间内循环调用破坏算子与修复算子连续产生候选序列矩阵；

43、提取算子表现得分、控制历史得分影响占比的衰减因子以及当次操作改善目标函数而获取的奖励分数；

44、结合衰减因子与奖励分数对算子表现得分执行融合更新操作，动态更新被选用算子的算子表现得分；

45、对生成的候选序列矩阵进行数据合规性校验，过滤并删除不满足协同约束矩阵限定的非法矩阵，获取合规矩阵的运营成本与完成时间；

46、提取任意生成的候选序列矩阵与，比对候选序列矩阵与的运营成本与完成时间执行帕累托占优评估，删除被完全支配的劣解，将非支配解写入帕累托档案集合中；

47、当迭代计数器达到最大迭代次数时，调取帕累托档案集合内记录的矩阵数据，输出满足协同约束矩阵限定的调度时间表集合。

48、优选的方案中，步骤s4中，执行所述多目标动态决策与执行反馈更新，包括以下子步骤：

49、获取当前通航作业场景下的通行效率权重与能耗成本权重，将通行效率权重与能耗成本权重进行组合生成偏好权重矩阵；

50、调用决策模型，将调度时间表集合输入决策模型，提取调度时间表集合中每一组方案对应的运营成本与完成时间；

51、结合偏好权重矩阵对运营成本与完成时间进行归一化与加权计算，得出对应的理想解与负理想解；

52、计算调度时间表集合中各调度时间表距离理想解的加权欧氏距离与距离负理想解的加权欧氏距离；

53、将加权欧氏距离与加权欧氏距离进行累加组合得出参考分母，将加权欧氏距离与参考分母进行比值计算，求取对应的贴近度系数；

54、根据贴近度系数从调度时间表集合中筛选出贴近度系数最大的最优方案，并将最优方案转化为通信设备可解析的时序指令集；

55、将时序指令集转换为通信报文发送至船舶执行终端，在执行时序指令集期间持续采集船舶执行终端在水域内的驻留数据与延误数据；

56、将驻留数据与延误数据组合作为环境观测值，反馈至强化学习网络中；

57、控制强化学习网络接收到环境观测值后，对比期望调度效果与实际运行数据的差异执行反向传播运算，更新强化学习网络内部处理特征提取的权值参数，建立闭环控制链路。

58、优选的方案中，本发明还提供一种复杂条件下过闸船舶分段管控方法系统，其特征在于，包括：

59、环境特征感知与隔离策略生成模块，用于获取能见度数据、风力数据、流量数据、吃水数据与驻留密度数据并拼接为状态张量；将状态张量输入强化学习网络提取特征模式；调用生成对抗网络向特征模式注入对抗扰动，结合奖励函数生成隔离指令；

60、基于容量约束的图网络拓扑重构模块，用于获取通航拓扑图建立协同约束矩阵；根据隔离指令将通航拓扑图中的停泊点位转化为时延节点变量，并为时延节点变量设定节点容量上限；

61、时序重构计算模块，用于调用线性规划模型的破坏算子，根据隔离指令解除目标船舶的匹配状态生成待分配船舶子集；调用修复算子在不超过节点容量上限的条件下将待分配船舶子集分配至时延节点变量，结合协同约束矩阵生成调度时间表集合；

62、多目标动态决策与执行反馈更新模块，用于获取通行效率权重与能耗权重生成偏好权重矩阵；将调度时间表集合输入决策模型，结合偏好权重矩阵计算调度时间表集合的贴近度系数，根据贴近度系数从调度时间表集合中筛选出时序指令集并发送至船舶执行终端；采集船舶执行终端的驻留数据与延误数据并反馈至强化学习网络以更新权值。

63、优选的方案中，本发明还提供一种计算机设备，所述计算机设备包括至少一个处理器，所述处理器与至少一个存储器耦合，所述存储器中存储有至少一条计算机程序或指令，其中，所述计算机程序或指令由所述处理器加载并执行，以实现如上述任一项所述复杂条件下过闸船舶分段管控方法的步骤。

64、优选的方案中，本发明又提供一种计算机可读存储介质，其中，所述计算机可读存储介质上存储有计算机程序或指令，所述计算机程序或指令被处理器执行时，实现如上述任一项所述复杂条件下过闸船舶分段管控方法的步骤。

65、优选的方案中，本发明进一步提供一种计算机程序产品，包括计算机程序或指令，其中，该计算机程序或指令被处理器执行时，实现如上述任一项所述复杂条件下过闸船舶分段管控方法的步骤。

66、本发明提供了一种复杂条件下过闸船舶分段管控方法，通过上述结构之间的配合，与现有方法相比，具有以下有益效果：

67、一是，针对现有系统因局部区域气象及水文参数超限容易引发全域停航指令的问题，本发明通过将通航水域划分为三区九段进行分段处理，并结合多维环境参量的分级识别与多源联动机制，建立分段管控矩阵。解除受阻区段与正常通航区段的关联，避免全局误生成停航指令，降低船闸的整体停航时长，提升复杂环境下的两坝船闸匹配运行效率与通航连续性。

68、二是，针对现有交通流调度算法局限于单一节点、未利用局部停泊空间而导致全局资源阻塞的问题，本发明将原本作为静态基础设施的停泊点位转化为动态调度算法中的延时缓冲约束变量，并结合提前储备、应急停泊与临时调整的三级管控手段进行调度重构。在面临运行参数异常或上下行请求量不匹配时，为系统提供时间上的缓冲余地，防止船舶在航道特定节点处的队列无序堆积，缓解系统的全局资源阻塞，并降低碰撞等通航安全风险。

69、三是，针对通航控制系统在长周期运行数据偏离预设参数时控制模型容易失效的缺陷，本发明利用大邻域搜索算子的多次寻优计算与多目标动态决策模型，将多个相互制约的备选调度方案转化为确定的执行指令，并将实体船舶的实际驻留占用与延误耗时数据作为环境观测值回传，以在线更新特征提取权值。通过构建从计算机系统计算到水域实体执行的数据反馈流程，使调度系统具备依据气象与水文突变环境自行更新参数的能力，减缓长周期高负荷运行下的调度性能衰减风险。