一种基于均衡性和可调整性的检查方法及系统与流程

1.本发明属于轨道交通技术领域，特别涉及一种基于均衡性和可调整性的检查方法及系统。


背景技术：

2.线状资产(liear assets)是指拥有测量的起点与终点，能够分段维护的资产。ibm公司将线状资产定义为分段维护的资产，可以沿着线状资产进行测量，以指定工作、监视、计量、标志位置等。对于线状资产，其长度在维护中起关键作用。比如轨道交通基础设施中的轨道、路基、接触网、隧道、桥梁等设备都属于线状资产，其在空间分布上具有线性、连续、带状布局等特征，其检查活动被组织安排在相对狭小、带状空间内，易受多种时间因素、空间因素影响。
3.随着轨道交通高密度、高速化的发展，列车的安全不间断运行与乘客的舒适旅行，对轨道交通基础设施的可靠性、稳定性提出更高要求。为确保管理者及时感知轨道交通线状资产的质量状态，有效安排养护维修作业，依据相关规程维护铁路设施，应有计划、按周期地安排轨道交通线状资产多种检查方式的检查活动。
4.目前，国内外专家学者对轨道交通线状资产检查计划相邻检查活动的时间间隔均衡性、可调整性的优化的直接研究较少。目前针对交通基础设施检查计划优化编制问题，国内外专家学者的相关研究主要集中在以下两个方面。
5.①
基于安全、成本等目标的交通基础设施检查方式的优化选择。该类研究假设交通基础设施采取定期检查策略，每次检查时只能从多种不同检查方式中选择一种，不能同时选择多种检查方式。
6.②
以安全、成本等为优化目标，交通基础设施在一定规划周期内同一种检查方式的检查次数、相邻两次检查的时间间隔的优化确定。此类研究忽略了该交通基础设施其他检查方式，对所研究检查方式相邻两次检查时间间隔的影响。
7.国内外专家学者对检查任务、检查频率固定的交通基础设施多种检查方式检查计划优化编制的直接研究较少。
8.由于轨道交通基础设施的高可靠性、高稳定性要求，为确保管理者及时感知轨道交通线状资产质量状态，依据相关修理规则，应有计划、按周期地安排设备的多种检查方式的检查活动。因此，第
①
类的相关研究成果不能直接用于解决检查任务、检查频率固定的轨道交通线状资产多种检查方式检查计划的优化编制问题。
9.轨道交通线状资产各种检查方式的检查频率较高，不同检查方式的检查项目存在重合，如轨检车检查、轨检仪检查、便携式添乘仪检查都用于调查轨道几何的平顺性，钢轨探伤车检查、钢轨探伤仪检查、手工检查都用于调查钢轨伤损状况。这造成不同检查方式的相邻两次检查间隔是相互影响的。因此，第
②
类的相关研究成果也不能直接用于优化编制轨道交通线状资产多种检查方式的检查计划。
10.在轨道交通生产实践中，轨道交通线状资产检查计划一般由管理者根据经验人工
编制，难以保证检查计划的均衡性、可调整性。传统的网络计划方法或甘特图方法对线状资产的检查活动并不适用。
11.如何科学高效地编制轨道交通线状资产多种检查方式的检查计划，合理分配检查资源，是轨道交通技术领域亟待解决的问题。


技术实现要素：

12.针对上述问题，本发明提供一种基于均衡性和可调整性的检查方法，包括：
13.基于轨道交通线路空间维度和轨道交通线状资产检查的时间维度，建立轨道交通时空网格；
14.基于轨道交通时空网格确定轨道交通线状资产网格化检查计划优化编制模型，包括：
15.基于轨道交通时空网格确定决策变量，所述决策变量用于表示指定检查活动在时空网格的执行情况；
16.基于轨道交通时空网格和决策变量确定均衡性目标函数；
17.基于轨道交通时空网格和决策变量确定可调整性目标函数；
18.将均衡性目标函数和可调整性目标函数加权求和，以确定轨道交通线状资产网格化检查计划优化编制模型的最优目标函数；
19.根据轨道交通线状资产网格化检查计划优化编制模型确定最优检查计划。
20.进一步地，所述建立轨道交通时空网格包括：
21.在空间维度上，将轨道交通线路分割为若干轨道交通线状资产网格；
22.在时间维度上，将整个检查计划周期过程划分为若干单位时间；
23.根据轨道交通线状资产网格和单位时间构成轨道交通时空网格。
24.进一步地，确定决策变量包括：
25.基于轨道交通时空网格，确定针对指定轨道交通线状资产网格，在指定单位时间是否执行指定检查方式的检查活动。
26.进一步地，所述轨道交通时空网格及检查活动通过以下方式表示：
27.n表示轨道交通线状资产线路划分的网格总数；
28.gi(i∈[1，2，...，n])表示第i个轨道交通线状资产网格；
[0029]
m表示轨道交通线状资产检查方式的总类别数；
[0030]cj
(j∈[1，2，...，m])表示第j类检查方式；
[0031]cij
(i∈[1，2，...，n]，j∈[1，2，...，m])表示轨道交通线状资产网格gi的第j类检查方式；
[0032]
e表示一个计划编制周期内的单位时间总数,e表示第e个单位时间。
[0033]
进一步地，所述决策变量公式为：
[0034][0035]
其中，i表示轨道交通线状资产网格的序号；j表示轨道交通线状资产检查方式的
序号；e表示计划编制周期内的单位时间的序号；决策变量表示第i轨道交通线状资产网格在第e个单位时间是否执行第j个检查方式的检查活动。
[0036]
进一步地，基于轨道交通时空网格和决策变量确定均衡性目标函数包括：
[0037]
基于决策变量确定每个轨道交通线状资产网格的时间熵，轨道交通线状资产网格的时间熵为该轨道交通线状资产网格上检查活动的单位时间分布的信息熵；
[0038]
根据所述每个轨道交通线状资产网格的时间熵确定轨道交通时空网格的时间熵；
[0039]
根据轨道交通时空网格的时间熵确定均衡性目标函数。
[0040]
进一步地，所述均衡性目标函数为：
[0041]
轨道交通时空网格的时间熵和轨道交通线状资产网格的理想极大值时间熵之比最大；
[0042]
所述理想极大值时间熵为所有轨道交通线状资产网格上的所有检查活动等间隔分布时的轨道交通时空网格的时间熵。
[0043]
进一步地，基于决策变量确定每个轨道交通线状资产网格的时间熵，基于轨道交通线状资产网格的时间熵确定均衡性目标函数，所述轨道交通线状资产网格的时间熵计算方式如下：
[0044][0045][0046][0047]
thi为轨道交通线状资产网格gi的时间熵，表示轨道交通线状资产网格gi第n 1次检查活动与第n次检查活动的时间间隔，和分别表示轨道交通线状资产网格gi在第个和第个单位时间执行了检查活动，此时，
[0048][0049]
si为轨道交通线状资产网格gi所有检查方式的检查总遍数阈值，为集合ui中的元素，n∈[1，2，...，s
i-1]。
[0050]
进一步地，均衡性目标函数为：
[0051]
max thr
ꢀꢀꢀ
(22)，其中，
[0052]
[0053][0054][0055]
进一步地，基于轨道交通时空网格和决策变量确定可调整性目标函数包括：
[0056]
基于决策变量确定各轨道交通线状资产网格相邻两次检查活动的最小时间间隔；
[0057]
根据最小时间间隔确定可调整性目标函数。
[0058]
进一步地，所述根据最小时间间隔确定可调整性目标函数包括：
[0059]
将最小时间间隔与单位时间总数的比值作为可调整性指标，所述可调整性目标函数为可调整性指标最大函数。
[0060]
进一步地，基于决策变量确定可调整性目标函数，计算方式如下：
[0061]
max r
ꢀꢀꢀꢀꢀ
(24)
[0062][0063]
其中，表示轨道交通线状资产网格gi第n 1次检查活动与第n次检查活动的时间间隔，
[0064][0065]
其中，和分别表示轨道交通线状资产网格gi在第个和第个单位时间执行了检查活动，此时，
[0066][0067]
si为轨道交通线状资产网格gi所有检查方式的检查总遍数阈值，为集合ui中的元素，n∈[1，2，...，s
i-1]。
[0068]
本发明提供一种基于均衡性和可调整性的检查系统，包括：
[0069]
时空网格确定模块，用于基于轨道交通线路空间维度和轨道交通线状资产检查的时间维度，建立轨道交通时空网格；
[0070]
模型确定模块，用于基于轨道交通时空网格确定轨道交通线状资产网格化检查计划优化编制模型，包括：
[0071]
基于轨道交通时空网格确定决策变量，所述决策变量用于表示指定检查活动在时空网格的执行情况；
[0072]
基于轨道交通时空网格和决策变量确定均衡性目标函数；
[0073]
基于轨道交通时空网格和决策变量确定可调整性目标函数；
[0074]
将均衡性目标函数和可调整性目标函数加权求和，以确定轨道交通线状资产网格
化检查计划优化编制模型的最优目标函数；
[0075]
检查计划确定模块，用于根据轨道交通线状资产网格化检查计划优化编制模型确定最优检查计划。
[0076]
本发明提供一种基于均衡性和可调整性的检查系统，所述系统包括至少一个处理器以及至少一个存储器；
[0077]
所述存储器存储执行上述方法的计算机程序，所述处理器调用存储器中的所述计算机程序以执行上述的方法。
[0078]
本发明的基于均衡性和可调整性的检查方法及系统，对及时掌握轨道交通线状资产健康状态，合理安排轨道交通线状资产养护维修作业具有重要意义。本发明提出轨道交通线状资产检查计划优化编制模型，将轨道交通线状资产检查活动在时间、空间维度上分别按照指定长度的单元进行了细分，更细致地定义了轨道交通线状资产不同检查活动在时间、空间上的各种约束以及目标函数，目标函数考虑了轨道交通线状资产检查计划的均衡性与可调整性。基于极大熵准则，采用熵衡量检查计划在时间维度上分布的均衡性。
[0079]
本发明能够用于科学编制轨道交通线状资产多种检查方式的检查计划，合理分配检查资源，避免轨道交通线状资产在较长时间跨度内未被检查，同时避免在较短时间跨度内被多次检查的问题。
[0080]
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。
附图说明
[0081]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0082]
图1示出了根据本发明实施例的不同检查方式的检查活动相邻检查时间间隔示意图；
[0083]
图2示出了根据本发明实施例的另一种基于均衡性和可调整性的检查方法流程图；
[0084]
图3示出了根据本发明实施例的轨道交通线状资产检查活动时间约束示意图；
[0085]
图4示出了根据本发明实施例的轨道交通线状资产检查活动工期约束示意图；
[0086]
图5示出了根据本发明实施例的轨道交通线状资产检查活动空间约束示意图；
[0087]
图6示出了根据本发明实施例的轨道交通线状资产检查活动速率约束示意图；
[0088]
图7示出了根据本发明实施例的轨道交通线状资产检查活动资源约束示意图；
[0089]
图8示出了根据本发明实施例的轨道交通线状资产检查活动检查连续性约束示意图；
[0090]
图9示出了根据本发明实施例的铁路时空网格示意图；
[0091]
图10(a)示出了根据本发明实施例的基于时空网格的轨道交通线状资产检查活动示意图；
[0092]
图10(b)示出了根据本发明实施例的基于时空网格的轨道交通线状资产相邻两个活动的时空约束示意图；
[0093]
图11示出了根据本发明实施例的模型oism-tg中决策变量示意图；
[0094]
图12示出了根据本发明实施例的基于轨道交通时空网格的时间约束示意图；
[0095]
图13示出了根据本发明实施例的基于轨道交通时空网格的工期约束示意图；
[0096]
图14示出了根据本发明实施例的基于轨道交通时空网格的空间约束示意图；
[0097]
图15示出了根据本发明实施例的基于轨道交通时空网格的速率约束示意图；
[0098]
图16示出了根据本发明实施例的基于轨道交通时空网格的资源约束示意图；
[0099]
图17示出了根据本发明实施例的基于轨道交通时空网格的连续性约束示意图；
[0100]
图18示出了根据本发明实施例的2016年12月兰州铁路局嘉峪关线路车间兰新线下行实际的轨道检查计划图；
[0101]
图19示出了根据本发明实施例的模型oism-tg编制的2016年12月兰州铁路局嘉峪关线路车间兰新线下行轨道检查计划图；
[0102]
图20示出了根据本发明实施例的一种基于均衡性和可调整性的检查系统的结构示意图；
[0103]
图21示出了根据本发明实施例的另一种基于均衡性和可调整性的检查系统的结构示意图。
具体实施方式
[0104]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地说明，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0105]
轨道交通线状资产检查计划中的检查任务、检查频率一般是固定的，在其编制中面临的最主要挑战是，实现检查计划中相邻检查活动时间间隔的均衡性及整体可调整性的优化。检查计划的相邻检查活动时间间隔的均衡性是指不同检查活动的时间间隔应尽量均衡，如图1所示，tj、t
j 1
、t
j 2
、t
j 3
与t
j 4
应尽量相等，避免轨道交通线状资产在较长时间跨度内未被检查，但在较短时间跨度内又被检查多次。图1中横坐标表示里程，纵坐标表示时间，不同形状的线表示不同的检查活动。检查计划的可调整性是指检查计划在执行过程中，降低各种随机扰动(如恶劣天气条件)影响的能力，在满足检查要求的前提下min(tj,t
j 1
,t
j 2
,t
j 3
,t
j 4
)应尽量大，确保检查计划有较大的时间变化弹性，避免检查活动的延迟或提前打乱检查计划对工、料、机等资源的安排。
[0106]
虽然轨道交通线状资产检查方式种类较多，不同检查方式的检查原理不同，但总体上轨道交通线状资产检查活动具有以下几个特点。
[0107]
(1)轨道交通线状资产检查活动在水平方向上具有连续性；轨道交通线状资产检查活动一般从线路区段的一端延伸到另外一端；轨道交通线状资产检查活动主要由具有重复特征的活动组成。如动检车检查活动一般是在多个线路区段内连续、重复进行，消耗时间的同时在里程位置上也不断地向前进展。
[0108]
(2)不同的检查方式的检查项目存在重合，如轨检车检查、轨检仪检查的检查项目都含有高低、轨向、轨距、水平、三角坑，钢轨探伤车、钢轨探伤仪、手工检查都检查钢轨伤损状况。
[0109]
(3)为保证上道人员作业安全，某些检查方式的检查活动需安排在天窗时间内执行，如轨检仪检查、钢轨探伤仪检查；同时也存在某些检查方式的检查活动不需安排在天窗时间的情况，如轨道车检查、动检车检查、钢轨探伤车检查。
[0110]
(4)不同检查方式的检查活动在时间维度上不存在先后顺序的逻辑约束，即不同检查方式的检查活动在时间上的先后顺序不影响对轨道状态的感知。
[0111]
(5)在同一时间、空间里程位置处，不存在多种检查活动，如在实施钢轨探伤仪检查活动时，在同一位置处不能同时安排轨检仪检查活动。
[0112]
(6)检查活动受多种时间、空间因素影响，如设备质量存在较高风险隐患的线路区段，应加大检查活动的频次；检查速率受到多种时间、空间因素影响，具有不确定性。
[0113]
本发明实施例中，轨道交通线状资产检查是指应用技术手段调查轨道交通线状资产状态所进行的一系列动作的总和。轨道交通线状资产检查具有明确的时间跨度、里程范围信息，在其执行过程中消耗的一定的时间和资源。一个检查活动是指在一定时间跨度、里程范围内，一个工作组被安排执行的检查任务。
[0114]
如图2所示，基于均衡性和可调整性的检查方法包括：
[0115]
基于轨道交通线路空间维度和轨道交通线状资产检查的时间维度，建立轨道交通时空网格；
[0116]
基于轨道交通时空网格确定轨道交通线状资产网格化检查计划优化编制模型，包括：
[0117]
基于轨道交通时空网格确定决策变量，所述决策变量用于表示指定检查活动在时空网格的执行情况；
[0118]
基于轨道交通时空网格和决策变量确定均衡性目标函数；
[0119]
基于轨道交通时空网格和决策变量确定可调整性目标函数；
[0120]
将均衡性目标函数和可调整性目标函数加权求和以确定轨道交通线状资产网格化检查计划优化编制模型的最优目标函数；
[0121]
根据轨道交通线状资产网格化检查计划优化编制模型确定最优检查计划。
[0122]
结合轨道交通线状资产检查活动特点的分析，本发明实施例还考虑轨道交通线状资产检查活动间的约束划分为时间约束、工期约束、空间约束、速率约束、资源约束、检查连续性约束等。
[0123]
(1)时间约束
[0124]
如图3所示，同一轨道交通线状资产同一检查方式的相邻两次检查的时间间隔tj应满足最小时间约束、最大时间约束，tj≥mintj，tj≤maxtj，maxtj表示最大时间约束阈值，mintj表示最小时间约束阈值，阈值大小由修理规则中规定的不同检查方式的检查频次决定。图中横坐标表示线路里程，纵坐标表示时间，不同形状的线表示不同检查方式的检查活动。
[0125]
违反最大时间约束将导致管理者无法及时发现轨道交通线状资产的质量问题，违反最小时间约束将导致检查资源的浪费。
[0126]
(2)工期约束
[0127]
根据相关修理规则，轨道交通线状资产检查活动需要在规定的时间段内执行完成。管理者在编制检查计划时，由于受到多种随机因素的干扰，某些轨道交通线状资产可能在规定的时间段内未被组织安排相应的检查活动，即漏检。如图4所示，里程di＞0，里程d
i 1
＞0，违反了工期约束。工期的长短由不同检查方式的检查频次决定，如普速铁路轨检仪正线检查频次为1遍/月，相应的工期为1个月。图中横坐标表示线路里程，纵坐标表示时间，虚线表示检查计划的截止日期。
[0128]
违反工期约束将造成原来没有风险的轨道交通线状资产有可能演变出风险隐患，原来的低风险有可能演变为高风险。
[0129]
(3)空间约束
[0130]
不同检查活动两两间存在最小距离约束、最小时间约束。检查活动的时间满足tj≥mintj，t
j 1
≥mint
j 1
；检查活动的距离满足di≥mindi，d
i 1
≥mind
i 1
，如图5所示。mindi、mind
i 1
表示最小距离约束阈值，mintj、mint
j 1
表示最小时间约束阈值，阈值设置用于确保不同检查活动在执行过程中不产生相互干扰或冲突。图中横坐标表示线路里程，纵坐标表示时间，不同形状的表示不同检查方式的检查活动。
[0131]
如果违反上述约束，检查活动之间会产生时空冲突，影响检查活动的效率与安全。
[0132]
(4)速率约束
[0133]
轨道交通线状资产检查活动，由于受到多种时间、空间因素影响，其速率具有不确定性，但应满足最小速率约束、最大速率约束，minvj≤vj≤maxvj，minv
j 1
≤v
j 1
≤maxv
j 1
，如图6所示。min vj、min v
j 1
表示表示活动最小速率约束阈值，max vj、max v
j 1
表示最大速率约束阈值min vj和max vj用于表示开始时间确定的情况下的速率变动范围，min v
j 1
和max v
j 1
用于表示结束时间确定的情况下的速率变动范围。阈值大小一般由检测仪器或装置的技术参数决定，如轨检仪通常行进速度为3～4km/h，最快不应大于8km/h。图中横坐标表示线路里程，纵坐标表示时间，虚线表示检查计划的截止日期。
[0134]
满足最大速率约束，用于保证检查质量，防止错检与漏检；满足最小速率约束，用于保证检查活动的效率。
[0135]
(5)资源约束
[0136]
轨道交通线状资产检查过程中所能占用的资源使用量往往是有限的，为确保检查活动的顺利进行，同一时刻组织安排的检查活动数应小于等于工作组数(即资源使用量)，如图7所示。工作组是由机械设备、人员以及相关辅助生产资料构成的进行检查活动的基本单元，其代表了一定的资源配置，并对应着一定的检查效率。图中横坐标表示时间，纵坐标表示工作组数，虚线表示资源使用量的阈值，阈值的大小用rc表示。
[0137]
满足资源约束是检查计划可行性的基本保证，如果检查活动使用的资源量超过可用资源量，将直接导致无法对检查活动进行组织安排。
[0138]
(6)检查连续性约束
[0139]
轨道交通线状资产检查活动具有线性、连续、重复等特点，其在一个单位时间wt内，是被作为一个完整的整体而进行组织安排的，应保证其执行的连续、不间断，tj＝0，di＝0，如图8所示。图中横坐标表示线路里程，纵坐标表示时间，两条水平虚线分别表示单位时间的开始时间、结束时间。
[0140]
如果违反上述约束，检查活动出现不连续或间断，会造成资源的浪费与检查效率的损失，增加管理成本。
[0141]
本发明实施例以轨道交通线状资产检查的时空网格为基本单元，将轨道交通线状资产检查活动在空间、时间维度上进行离散化处理，提出轨道交通线状资产网格化检查计划优化编制模型(optimal inspection scheduling model for time-location grids，oism-tg)，更细致地定义轨道交通线状资产不同检查活动在时间、空间上的各种约束以及目标函数，优化编制出的轨道交通线状资产检查计划的均衡性与可调整性，增强轨道交通线状资产检查计划的实用性。
[0142]
下面对轨道交通线状资产网格化检查计划优化编制模型的构建做详细描述。
[0143]
本发明实施例中，将线性、连续、带状布局的轨道交通线路按一定规则，划分成的若干小区段，形成轨道交通网格。不失一般性地，将线路划分为若干相邻等长的小区段。轨道交通时空网格指基于时间、空间两个维度按照一定规则将轨道交通线路设施全生命周期过程进行分割，形成的若干个小单元，本发明实施例中，声明周期过程为一次完整的检修过程。如图9所示，横坐标表示里程，纵坐标表示时间，每个时空网格用g
ij
表示，i表示第i个轨道交通网格，j代表网格所处时间段。轨道交通时空网格是一个基于时间-空间的基本单元。示例性地，轨道交通时空网格划分方法如下。
[0144]
(1)时间网格划分：根据轨道交通基础设施管理的实际工作要求，在时间维度上可以按照分、时、天、周、月、年对轨道交通基础设施全生命周期过程进行划分。在不同的应用场景中，管理者可根据实际场景需求，选择时间网格单元的大小。
[0145]
(2)空间网格划分：作为在空间维度上对线性、连续轨道交通线路进行分割的最小单位，空间网格的划分应充分考虑检查活动的业务特点和现场的管理需求，本发明实施例中将轨道交通网格的长度定为200米，相邻网格选择铁路百米标作为分界点。
[0146]
轨道交通线状资产检查活动具有明确的时间跨度、里程范围信息，在其执行过程中消耗一定的时间和资源。基于时空网格，将轨道交通线状资产检查活动按照较小的时间单位、空间单位划分，能更细致地定义检查活动在时间、空间上的各种约束，更准确地描述各类时间因素、空间因素对检查活动的影响，使管理者能在较高的时间、空间分辨率下管理轨道交通基础设施检查活动，如图10(a)、10(b)所示。图中横坐标表示线路里程，纵坐标表示活动执行的时间，折线代表轨道交通基础设施的检查活动。图10(b)中，折线其与横坐标的夹角大小表示活动执行速率的快慢，夹角越小表示相应活动的执行速率越快。图10(b)中阴影部分表示相邻两个活动执行全过程中任一时刻、任一里程点之间存在的时空约束。
[0147]
轨道交通线状资产检查活动由于受多种时间、空间因素影响(如恶劣天气)，可能会延迟或者临时取消，轨道交通线状资产检查计划在实际执行中可能会被多次调整。因此，本发明实施例汇总提出“轨道交通线状资产检查计划基本图”的概念，轨道交通线状资产检查计划基本图是运用坐标原理对检查活动时间、空间关系的图解表示，用于描述了轨道交通线状资产各个检查活动的开始时间、结束时间、起点里程、终点里程，不同检查活动占用区间的先后顺序，各个检查活动占用区间的时间长度等信息。
[0148]
在轨道交通线状资产检查计划实际执行过程中，当实际进度与计划出现偏差时，为防止整个检查计划混乱，以计划变动最小为最优目标，调整轨道交通线状资产检查计划基本图，保证检查计划有序地执行。
[0149]
为考虑各类因素的影响，本发明实施例将轨道交通线状资产检查活动在空间、时间维度上进行细分，结合轨道交通线状资产检查活动特点，提出oism-tg，更细致地定义轨道交通线状资产不同检查活动在时间、空间上的各种约束以及目标函数，优化编制出的轨道交通线状资产检查计划的均衡性和/或可调整性，增强轨道交通线状资产检查计划的实用性。oism-tg至少包含目标函数，还可以包含约束。其中，目标函数为计划变动最小；约束体系包括时间约束、工期约束、空间约束、速率约束、资源约束、检查连续性约束等。
[0150]
下面示例性地对oism-tg模型构建进行说明，根据oism-tg模型构建过程可以获知本基于均衡性和可调整性的检查方法的多个方面实施例的具体实现过程。
[0151]
模型oism-tg涉及的常量如下：
[0152]
sd表示检查计划的起点里程；
[0153]
ed表示检查计划的终点里程；
[0154]
dr表示检查活动的里程长度，其计算见公式(1)；
[0155]
dr＝ed-sd
ꢀꢀꢀꢀꢀ
(1)
[0156]
le表示轨道交通线状资产网格长度，一般为200米；
[0157]
轨道交通时空网格及检查活动通过以下方式表示(本发明实施例对表示的符号不做限制，可以替换为其他变量或符号)：
[0158]
n表示轨道交通线状资产线路划分的网格总数，其计算见公式(2)；
[0159][0160]gi
(i∈[1，2，...，n])表示第i个轨道交通线状资产网格；i表示轨道交通线状资产网格的序号；
[0161]
m表示轨道交通线状资产检查方式的总类别数；
[0162]cj
(j∈[1，2，...，m])表示第j类检查方式；j表示轨道交通线状资产检查方式的序号；
[0163]cij
(i∈[1，2，...，n]，j∈[1，2，...，m])表示轨道交通线状资产网格gi的第j类检查方式；
[0164]
e表示一个计划编制周期内的单位时间总数，e表示第e个单位时间，即e表示计划编制周期内的单位时间的序号；
[0165]sij
表示在一个计划编制周期内，轨道交通线状资产网格gi的检查方式cj的检查遍数阈值，由于受到各种时间、空间因素的影响，不同轨道交通线状资产网格相同检查方式的检查频次可能不同；
[0166]
si表示在一个计划编制周期内，轨道交通线状资产网格gi所有检查方式的检查总遍数阈值，其计算见公式：
[0167][0168]
min t
ij
表示在一个计划编制周期内，轨道交通线状资产网格gi的检查方式cj的最小检查间隔阈值；
[0169]
max t
ij
表示在一个计划编制周期内，轨道交通线状资产网格gi的检查方式cj的最大检查间隔阈值；
[0170]
表示每单位时间内检查方式cj的最大检查网格数阈值；
[0171]
min lj表示每单位时间内检查方式cj的最小检查网格数阈值；
[0172]
rcj表示执行检查方式为cj的检查活动的工作组数；
[0173]
rc表示执行检查活动的工作组总数。
[0174]
模型oism-tg涉及决策变量，本发明实施例中，决策变量为基于轨道交通时空网格，确定针对指定轨道交通线状资产网格，在指定单位时间是否执行指定检查方式的检查活动的变量。
[0175]
模型oism-tg的决策变量是该变量表示轨道交通线状资产网格gi在第e个单位时间是否执行检查方式为cj的检查活动，见公式(4)。表示轨道交通线状资产网格gi在第e个单位时间执行检查方式为cj的检查活动，表示轨道交通线状资产网格gi在第e个单位时间不执行检查方式为cj的检查活动。
[0176][0177]
对于检查方式cj，其对应的最优化问题有n
×
e个布尔决策变量需要考虑，如图11所示。整个模型的检查方式有m类，因此模型oism-tg共有m
×n×
e个布尔决策变量需要考虑。本发明实施例采用布尔型数值作为决策变量取值，运算速度快，取值不易出错。但本发明实施例不限制决策变量的取值方式，在另外的实施例中也可以使用整数等类型，从而取值也不限于0和1，只要能够用于计算检查计划方案变动即可。
[0178]
根据决策变量确定决策表达式，模型oism-tg涉及的决策表达式如下。决策表达式可以用于构建约束条件。
[0179]zij
表示在一个检查计划编制周期内，网格gi的检查方式cj的历次检查活动执行时间构成的集合。集合z
ij
中元素的个数等于网格gi的检查方式cj的检查遍数阈值s
ij
。集合z
ij
中的元素用z
ij
表示，n∈[1，2，...，s
ij
]，表示网格gi在第个单位时间执行了检查方式为cj的检查活动。与与的函数关系如公式(5)所示。表明网格gi在第e个单位时间执行了检查方式为cj的检查活动，此时，
[0180]
其中inf表示选取符合条件的元素。
[0181]
ui表示在一个检查计划编制周期内，网格gi所有检查方式的历次检查活动执行时间构成的集合。集合ui中元素的个数等于网格gi所有检查方式的检查总遍数阈值si。集合ui中的元素用表示，n∈[1，2，...，si]，表示网格gi在第个单位时间执行了检查活动。与与的函数关系如公式(6)所示。表明网格gi在第e个单位时间执行了检查方式为cj的检查活动，此时，
[0182][0183]qij
表示网格gi执行检查方式为cj的检查活动次数，其计算见公式(7)。
[0184][0185]
表示检查方式为cj的检查活动在第e个单位时间检查的网格数，其计算见公式(8)。
[0186][0187]
表示第e个单位时间执行检查方式为cj的检查活动的工作组需求量，其计算见公式(9)。模型oism-tg假设执行检查方式为cj的检查活动有且只有一个工作组。若实际问题中对于检查方式cj有多个工作组，则根据检查任务将其划分为多个单一工作组的子问题进行处理。
[0188][0189]
确定基于时空网格的目标函数，本发明实施例中模型oism-tg模型的目标函数包括均衡性目标函数和/或可调整性目标函数。
[0190]
均衡性目标函数
[0191]
本发明实施例中，模型oism-tg利用熵理论，构造衡量轨道交通线状资产检查计划在时间维度上均衡性的指标，称之为时间熵。时间熵越大说明检查计划在时间维度上越均衡。
[0192]“信息熵”(information entropy)或称为“香农熵”(shannon entropy)，由claude elwood shannon于1948年首次提出，用来度量信息的不确定性。当事件的状态或结果全部已知时，信息熵h等于0；当事件的可能状态或结果越多时，其不确定性越大，h就越大。信息熵h数学抽象为，某事件有n个可能结果xi(i∈[1，2，...，n])，每个结果出现的概率分别为pi，度量该事件不确定程度的信息熵h的计算见公式(10)。
[0193][0194][0195]
pi≥0，i∈[1，2，...，n]
ꢀꢀꢀꢀꢀ
(12)
[0196]
基于极大熵准则，当pi(i＝1，2，3，...，n)满足如下公式(13)的条件时，公式(10)中的h有极大值。当熵越小时，该组数据偏离均值程度越大；熵越大时，表明该组数据越是集中于均值附近，数据的分布越均衡；当一组数据完全相等时，熵的值达到最大。
[0197][0198]
本发明实施例中，基于轨道交通时空网格和决策变量确定模型oism-tg的均衡性目标函数，包括：基于决策变量确定每个轨道交通线状资产网格的时间熵，轨道交通线状资产网格的时间熵为该轨道交通线状资产网格上检查活动的单位时间分布的信息熵；根据所述每个轨道交通线状资产网格的时间熵确定轨道交通时空网格的时间熵；根据轨道交通时空网格的时间熵确定均衡性目标函数。目标函数为轨道交通时空网格的时间熵和轨道交通线状资产网格的理想极大值时间熵之比最大。其中，理想极大值时间熵为所有轨道交通线状资产网格上的所有检查活动等间隔分布时的轨道交通时空网格的时间熵。
[0199]
具体地，模型oism-tg采用相邻两次检查活动的时间间隔与计划编制周期内的间隔单位时间总和之比定义的事件结果概率替换公式(10)中的变量pi，重新定义熵。本发明实施例中，间隔单位时间总和设置为e-1。该熵称之为网格gi的时间熵thi，作为衡量网格gi在一个计划编制周期内相邻两次检查活动时间间隔的均衡性指标，见公式(14)。时间熵thi值越大，说明检查计划中相邻两次检查活动的时间间隔越均衡。表示网格gi第n 1次检查活动与第n次检查活动的时间间隔，见公式(15)，n和n 1表示网格gi的相邻两次检查活动序号。表示与计划编制周期内的单位时间总数e-1之比，见公式(16)。其中，i∈[1，2，...，n]，n∈[1，2，...，s
i-1]。采用e-1定义的原因是，网格gi在计划编制周期内所有s
i-1个时间间隔之和小于等于e-1。
[0200][0201]
[0202][0203][0204]
由极大熵准则可以得知，网格gi的时间熵thi取到极大值时，两两相等。即一个计划编制周期内，时间熵thi的值越大，网格gi中相邻两次检查活动的时间间隔就越接近，编制的网格gi检查计划均衡程度就越高。
[0205]
轨道交通线状资产时空网格的时间熵用th表示，用于衡量轨道交通线状资产时空网格，即所有网格在一个计划编制周期内检查计划的均衡性，其计算如公式(18)所示。
[0206][0207]
整个轨道交通线状资产的时间熵th取到极大值时，网格gi(i∈[1，2，...，n]的时间熵thi达到极大值，整个轨道交通线状资产内的各网格的检查计划均衡程度最高。
[0208]
根据极大熵准则，在不考虑任务约束条件前提下，网格gi的时间熵thi的理想极大值th
i，max
，如公式(19)所示。所有活动之间的时间间隔是相等的时，达到理想极大值。
[0209][0210]
相应的，轨道交通线状资产所有网格的时间熵th的理想极大值th
max
，如公式(20)所示。
[0211][0212]
轨道交通线状资产所有网格的时间熵th与其理想极大值th
max
的比值，用thr表示，如公式(21)所示。
[0213][0214]
模型oism-tg的均衡性目标函数，见公式(22)。
[0215]
max thr
ꢀꢀꢀꢀ
(22)
[0216]
本发明实施例中，通过比值定义均衡性目标函数，理想最大值应该为1，从而可以
根据计算结果清晰地看出其与最均衡的状态的差距，用于作为衡量计划的指标。
[0217]
可调整性目标函数
[0218]
轨道交通线状资产检查计划的可调整性是指轨道交通线状资产检查计划在执行过程中所能承受各种随机抗扰动因素的能力。由于受空间因素、时间因素(如恶劣天气、假期休息)的影响，轨道交通线状资产检查活动可能会延迟或者临时取消，从而容易导致整个检查计划混乱，因此编制出的检查计划应降低各种随机扰动影响。
[0219]
本发明实施例中，基于轨道交通时空网格和决策变量确定模型oism-tg的可调整性目标函数，包括：基于决策变量确定各轨道交通线状资产网格相邻两次检查活动的最小时间间隔；根据最小时间间隔确定可调整性目标函数。其中，根据最小时间间隔确定可调整性目标函数包括：将最小时间间隔与单位时间总数的比值作为可调整性指标，可调整性目标函数为可调整性指标最大函数。
[0220]
具体地，模型oism-tg采用一个检查计划编制周期内，网格相邻两次检查活动的最小时间间隔与计划编制周期内的单位时间总数e的比值定义可调整性指标r，作为衡量检查计划变化弹性的重要指标，其计算见公式(23)。
[0221][0222]
表示网格gi第n 1次检查活动与第n次检查活动的时间间隔，见公式(15)。
[0223]
模型oism-tg的可调整性目标函数，见公式(24)，即两个活动之间的时间间隔最小值达到最大。
[0224]
max r
ꢀꢀ
(24)
[0225]
基于权重的多目标函数
[0226]
本发明实施例中，可以将单独采用上述均衡性目标函数或可调整性目标函数作为编制检查计划的优化目标。也可以综合考虑两张目标函数，编制检查计划。示例性地，模型oism-tg实现检查计划相邻检查活动时间间隔均衡性、可调整性的多目标优化。采用加权求和的方式，将多目标优化问题转化为单目标优化问题。模型oism-tg转化后的最优化目标函数，见公式(25)。式中α、β为两个目标函数的权重。α、β的值由管理者依据实际情况中均衡性与可调整性目标的重要程度进行设定。
[0227]
max αthr βr
ꢀꢀ
(1)
[0228]
其中，
[0229]
α β＝1
ꢀꢀꢀꢀ
(2)
[0230]
0≤α，β≤1
ꢀꢀꢀꢀꢀ
(3)
[0231]
本发明实施例提出将轨道交通线状资产检查活动在时间、空间维度上分别按照指定长度的单元进行细分，从而能够更细致地定义轨道交通线状资产不同检查活动目标函数。并提出以均衡性、可调整性为优化目标的轨道交通线状资产检查计划优化编制模型，增强了编制出的检查计划的实用性。通过均衡性优化目标使得检查方案能够尽量避免轨道交通线状资产在较长时间跨度内未被检查，但在较短时间跨度内又被检查多次，降低了检修活动实施难度，方便科学施工。本发明实施例基于极大熵准则，创新地提出采用熵定义一个衡量检查计划中相邻检查活动时间间隔均衡性的指标。可调整性目标优化能够降低检查计
划受多种因素干扰的影响，保证对现场实际检查活动的指导。本发明实施例中，模型oism-tg仅包含均衡性目标函数或可调整性目标函数，也可以包含这两个目标函数，也可以为这两个目标函数构成的基于权重的多目标函数。
[0232]
进一步地，本发明实施例还通过基于时空网格的约束体系检查编制的检查计划方案的可行性。本发明实施例中将基于轨道交通线状资产时空网格更细致的定义以下6类检查活动约束：时间约束、工期约束、空间约束、速率约束、资源约束与检查连续性约束。模型oism-tg可以包含这些检查活动约束中的一种或多种。
[0233]
时间约束
[0234]
如图12所示，轨道交通线状资产检查活动的时间约束如下：
①
在一个计划编制周期内，网格gi的检查方式cj的相邻两次检查时间间隔应大于等于最小检查间隔阈值min t
ij
，见公式(28)；
②
在一个计划编制周期内，网格gi的检查方式cj的相邻两次检查时间间隔应小于等于最大检查间隔阈值max t
ij
，见公式(29)。在一个检查计划编制周期内，若某一检查方式规定的检查次数为1，则不考虑该检查方式对应的检查活动的时间约束。图12中横坐标表示线路里程，纵坐标表示时间，不同形状的折线表示不同检查方式的检查活动。横坐标以网格长度进行划分，纵坐标以管理所需的时间粒度进行划分，形成轨道交通线状资产时空网格。
[0235][0236][0237]
表示网格gi在第个单位时间执行了检查方式为cj的检查活动,表示网格gi在第个单位时间执行了检查方式为cj的检查活动,m和m 1相邻两次检查，和表示网格gi的检查方式cj的相邻两次检查时间。
[0238]
违反最大时间约束将导致管理者无法及时发现轨道交通线状资产的质量问题，违反最小时间约束将导致检查资源的浪费。
[0239]
工期约束
[0240]
轨道交通线状资产检查活动的工期约束包括两方面：
①
在一个计划编制周期内，每类检查方式都需要完成规定的检查遍数；
②
每类检查方式的检查活动在每次检查时，都需要检查全部的轨道交通线状资产网格，避免漏检。故在一个计划编制周期内，网格gi执行检查方式为cj的检查活动次数q
ij
应等于检查遍数的阈值s
ij
，见公式(30)和图13。图13中横坐标表示线路里程，纵坐标表示时间，横坐标以网格长度进行划分，纵坐标以管理所需的时间粒度进行划分，形成轨道交通线状资产时空网格。虚线表示检查计划的截止日期。图中由于存在di》0，导致虚线框区域q
ij
＜s
ij
，不满足工期约束。
[0241][0242]
违反工期约束将造成原来没有风险的轨道交通线状资产有可能演变出风险隐患，
原来的低风险有可能演变为高风险。
[0243]
空间约束
[0244]
轨道交通线状资产检查活动的空间约束是指在任意一个轨道交通线状资产时空网格内，最多只能发生一个检查活动。即网格gi在单位时间内最多只能发生一个检查活动，见公式(31)和图14。图14中横坐标表示线路里程，纵坐标表示时间，不同形状的线表示不同检查方式的检查活动。横坐标以网格长度划分刻度，纵坐标以管理所需的时间粒度划分，形成轨道交通线状资产时空网格。
[0245][0246]
如果违反上述约束，检查活动之间会产生时空冲突，影响检查活动的效率与安全。
[0247]
速率约束
[0248]
模型oamis-tg采用每类检查方式的检查活动在单位时间内检查的轨道交通线状资产网格数定义检查速率。如图15所示，轨道交通线状资产检查活动的速率约束如下：
①
检查方式为cj的检查活动在单位时间内检查的网格数应小于等于最大速率阈值maxlj，见公式(32)；
②
检查方式为cj的检查活动在单位时间内检查的网格数应大于等于最小速率阈值minlj，见公式(33)。图15中横坐标表示线路里程，纵坐标表示时间，横坐标以网格长度进行划分，纵坐标以管理所需的时间粒度进行划分，形成轨道交通线状资产时空网格。
[0249][0250][0251]
满足最大速率约束，用于保证检查质量，防止错检与漏检；满足最小速率约束，用于保证检查活动的效率。
[0252]
资源约束
[0253]
轨道交通线状资产检查活动的资源约束是指在单位时间内检查方式为cj的检查活动数小于等于相应的工作组数rcj，见公式(34)和图16。图16中横坐标表示时间，纵坐标表示工作组数。虚线表示资源使用量的阈值rcj。
[0254][0255]
满足资源约束是检查计划可行性的基本保证，如果检查活动使用的资源量超过可用资源量，将直接导致无法对检查活动进行组织安排。
[0256]
检查连续性约束
[0257]
轨道交通线状资产检查连续性约束是指，每个工作组执行检查方式为cj的检查活动在单位时间内应当是连续、不间断的，见公式(35)和图17。图16中横坐标表示线路里程，纵坐标表示时间，横坐标以网格长度进行划分，纵坐标以管理所需的时间粒度进行划分，形
成轨道交通线状资产时空网格。虚线表示第e个单位时间的开始时间、结束时间。图中由于存在di》0，不满足检查连续性约束。
[0258][0259]
其中，p表示第e个单位时间开始执行的里程位置，则表示第e个单位时间结束执行的里程位置。如果违反上述约束，检查活动出现不连续或间断，会造成资源的浪费与检查效率的损失，增加管理成本。示例性地，对同一类检查活动，如果在某天执行时，需要检查两公里里程的线路，则按照检查连续性约束，这两公里必须是连续的，不能中间跳过一公里。否则，中间跳过的里程需要再次单独检查，增加了人力和机械运输的成本，浪费资源。
[0260]
利用本模型既能够用于生成优化方案，也能够筛选或者评价已有的检查计划。用于生成优化方案时，可以将本模型的目标函数、约束条件应用到求解软件中，通过求解软件自动计算优化方案。示例性地，所述求解软件具有全局最优算法，本发明实施例对求解软件的选择不作限定。对如何得到一种或多种检查计划不做限制，例如，通过人工规划得到新的检查计划或者采用计算机自动计算得到检查计划，或采用二者的结合。通过本发明实施例的oism-tg模型，可以在多个检查计划进行最优筛选和可行性筛选，得到最终的优化检查计划。本发明实施例基于细分的时空网格和检查活动执行的变量，对整个检查周期内的检查活动进行细致全面的管理，提供了科学的优化依据，可以基于本发明实施例的决策变量进行目标函数计算，可以方便地应用计算机程序实现自动、高效、准确地检查计划评价和优化。进而，检查计划的生成可以采用计算机随机组合生成多种备选方案，采用本技术模型进行自动筛选，避免了人工编制效率低、主观性强以及不能达到最优或较优的问题。
[0261]
本发明实施例的基于均衡性和可调整性的检查方法在实际应用中取得了良好的技术效果。下面以2016年12月兰新线下行k721 000～k765 000范围的轨道检查计划为例，验证本发明实施例提出模型oi sm-tg的有效性。
[0262]
铁路轨道是一种典型的轨道交通线状资产。兰新线上下行k721 000～k765 000范围的线路区段长度dr＝44km，由中国铁路兰州局集团有限公司(简称“兰州局”)嘉峪关线路车间承担工务设备的日常检查、维修任务。轨道网格长度le为200米，故本实例涉及的兰新线下行的轨道网格数n为220。
[0263]
本实例计划编制周期的总天数e＝31，涉及了4类检查方式，分别是轨检仪检查、钢轨探伤检查、手工检查、轨检车检查。表1是2016年12月兰州局嘉峪关线路车间兰新线下行轨道线路检查任务量。其中，兰新线下行k731 000～k736 000范围的轨道质量状态较差，故该里程范围内的轨道网格的手工检查频数比其他轨道网格多一次。轨检车检查已被预先安排在8日、21日，分别对兰新线下行轨道线路进行第1次、第2次检查。
[0264]
表1 2016年12月兰州局嘉峪关线路车间兰新线下行轨道线路检查任务量
[0265][0266]
本实例涉及4个工作组，分别是嘉峪关检查监控工区、嘉峪关线路维修工区、嘉峪关钢轨探伤工区、轨检车工作组。为观察数据集整体的分布情况，识别数据集中可能的异常值，分析这些工作组在2015年1月～2017年12月期间3年内581条的历史检查速率数据，选择历史检查速率数据中的第一、第三四分位数作为检查速率的上下阈值，其中用单位天窗时间内检查的线路长度定义检查速率。
[0267]
表2兰新线不同检查方式的检查速率约束
[0268][0269]
模型结果分析
[0270]
通过分析表3中的各项对比内容可知，
[0271]
(1)约束条件：案例中的实际检查计划不满足工期约束、空间约束和速率约束。这是由于铁路现场检查计划的编制主要是根据现场工程师的管理经验，较难全面、系统地考虑本发明实施例建立的检查活动约束体系。
[0272]
(2)目标函数：模型oism-tg编制出的检查计划相对于铁路现场实际的检查计划，
均衡性目标提高了22.5％，可调整性目标由0提高到0.161，相应的加权目标函数值提高了42.5％。
[0273]
综上分析，结合图18、图19的可视化展现结果，模型oism-tg编制的铁路轨道检查计划，优于案例中现场工程师编制的实际检查计划，具有较好的均衡性与可调整性。
[0274]
表3模型oism-tg编制的检查计划与现场实际检查计划的对比
[0275][0276]
基于轨道交通线路空间维度和轨道交通线状资产检查的时间维度，建立轨道交通时空网格；
[0277]
基于轨道交通时空网格确定轨道交通线状资产网格化检查计划评价模型，包括：
[0278]
基于轨道交通时空网格确定决策变量，所述决策变量用于表示指定检查活动在时空网格的执行情况；
[0279]
基于轨道交通时空网格和决策变量确定约束条件；
[0280]
根据轨道交通线状资产网格化检查计划评价模型确定检查计划。
[0281]
通过本发明实施例的轨道交通线状资产的检查计划评价方法可以在制定检查计划或调优检查计划时，通过具有约束条件的评价模型筛选、评价检查计划的合理性，提高计划评价的科学性和效率。
[0282]
进一步地，约束条件包括以下约束条件中的至少一种：时间约束、工期约束、空间约束、速率约束、资源约束、检查连续性约束。可以根据需要选择部分或全部的约束来构建评价模型。
[0283]
基于时空网格、决策变量的模型构建的过程和约束的具体表达方式可以从上述轨道交通线状资产网格化检查计划优化调整模型相关的实施例中获得，不再赘述。
[0284]
基于相同的发明构思，本发明实施例还提供一种基于均衡性和可调整性的检查系
统，如图20所示，包括：
[0285]
时空网格确定模块，用于基于轨道交通线路空间维度和轨道交通线状资产检查的时间维度，建立轨道交通时空网格；
[0286]
模型确定模块，用于基于轨道交通时空网格确定轨道交通线状资产网格化检查计划优化编制模型，包括：
[0287]
基于轨道交通时空网格确定决策变量，所述决策变量用于表示指定检查活动在时空网格的执行情况；
[0288]
基于轨道交通时空网格和决策变量确定均衡性目标函数；
[0289]
基于轨道交通时空网格和决策变量确定可调整性目标函数；
[0290]
将均衡性目标函数和可调整性目标函数加权求和，以确定轨道交通线状资产网格化检查计划优化编制模型的最优目标函数；
[0291]
检查计划确定模块，用于根据轨道交通线状资产网格化检查计划优化编制模型确定最优检查计划。
[0292]
本发明实施例基于均衡性和可调整性的检查系统的具体实施方式可以根据本发明任意实施例方法得到，不再赘述。
[0293]
在本发明的方法可以是由计算机或嵌入式程序控制的系统来实现。因此，与之相对应地，本发明的实施例中还提供了另一种基于均衡性和可调整性的检查系统，如图21所示，系统包括至少一个处理器以及至少一个存储器；存储器存储执行以上本发明任意实施例方法的计算机程序，处理器调用存储器中计算机程序以执行本发明任意实施例方法。
[0294]
进一步地，存储器可与一个或多个处理器通信连接，存储器中存储有可被一个或多个处理器执行的指令，指令被一个或多个处理器执行，以使一个或多个处理器能够实现本发明的方法。
[0295]
尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。