预测性维护下机车车辆周转问题的迭代细化方法
最优化与控制
2024-04-15 v1
摘要
带有预测性维护的机车车辆周转问题（RSRP-PdM）涉及将行程分配给车队，并根据车辆预测的故障概率整合维护调度。这些概率由车辆的健康状态决定，健康状态被视为由参数化概率分布函数族分布的随机变量。在行程运营期间，相应的参数会被更新。在本文中，我们提出了一种针对RSRP-PdM的对偶求解方法，并将该问题基于线性规划的下界推广到具有多个参数的概率分布函数族。为此，我们定义了一个舍入函数，允许对参数进行一致的低估，并通过状态扩展事件图对问题进行建模，其中可能的状态被限制为离散集合。这引出了一个由整数线性规划求解的流问题。我们证明了底层离散化的迭代细化使得解从下方收敛于原始实例的最优解。因此，所考虑的整数线性规划的线性松弛构成了RSRP-PdM的下界。最后，我们报告了在测试实例库上进行的计算实验结果。
引用
@article{arxiv.2404.08367,
title = {An Iterative Refinement Approach for the Rolling Stock Rotation Problem with Predictive Maintenance},
author = {Felix Prause and Ralf Borndörfer},
journal= {arXiv preprint arXiv:2404.08367},
year = {2024}
}