دارایی های زیرساختی مانند پل ها، جاده ها، سیستم های آب و شبکه های برق ستون فقرات جامعه مدرن را تشکیل می دهند. عملکرد قابل اعتماد آنها برای بهره وری اقتصادی، ایمنی عمومی و کیفیت زندگی حیاتی حیاتی است، با این حال، این دارایی ها به دلیل استفاده از، عوامل محیطی و مواد پیری، به طور خاص، چالش مهندسان و سیاستگذاران برای تصمیم گیری استراتژیک در مورد تعمیر و نگهداری، توانبخشی و جایگزینی برای به حداکثر رساندن ابزار مفید برای استفاده از دارایی های برنامه نویسی، به عنوان یک تصمیم گیری دقیق، به عنوان محدودیت های دقیق، به عنوان یک تصمیم گیری دقیق، به عنوان یک تصمیم گیری دقیق، به عنوان یک تصمیم گیری دقیق، به عنوان یک روش صحیح، به عنوان یک روش صحیح، به نظر می رسد.

درک برنامه نویسی Integer

برنامه نویسی Integer (IP) یک زیر زمینه بهینه سازی ریاضی است که در آن برخی یا همه متغیرهای تصمیم گیری برای گرفتن مقادیر صحیح مورد نیاز است، بر خلاف برنامه نویسی خطی، که با متغیرهای مداوم سروکار دارد، برنامه نویسی صحیح اجازه می دهد تا مدل ها را نشان دهند که در مدیریت زیرساخت رایج هستند، به عنوان مثال، انتخاب یک پل یا نه (یک تصمیم بله /no) به طور طبیعی با یک متغیر باینری (۱) مدل شده است.

مشکلات برنامه نویسی Integer به طور کلی دشوار است تا همتایان مستمر خود را حل کنید.آنها به کلاس مشکلات NP-hard تعلق دارند، به این معنی که زمان راه حل می تواند به طور چشمگیری با اندازه مشکل رشد کند، با این حال، پیشرفت در فن آوری حل کننده (مانند Gurobi، CPLEX و گزینه های منبع باز مانند SCIP) آن را برای مقابله با موارد بزرگ و موثر حل تکنیک های مدرن، و بهینه سازی، و یا راه حل های نزدیک به برش دقیق، و یا برش راه حل های شاخه ای که او را ممکن کرده اند، و یا برش راه حل های دقیق، و یا برش راه حل های دقیق، و یا برش.

برای یادگیری بیشتر در مورد اصول برنامه نویسی صحیح، به منابع از موسسه تحقیقات عملیاتی و علوم مدیریت ( یا کتاب های درسی علمی در مورد بهینه سازی اشاره کنید.

فرمول کردن یک مدل برنامه نویسی Integer برای مدیریت دارایی های زیرساختی

استفاده از برنامه نویسی صحیح برای به حداکثر رساندن عمر دارایی نیازمند ترجمه مشکل دنیای واقعی به یک مدل ریاضی با سه جزء کلیدی است: متغیرهای تصمیم، محدودیت ها و یک تابع عینی.

متغیرهای تصمیم گیری

رایج ترین متغیرهای مدل های IP دودویی (0-1) متغیرهایی هستند که نشان می دهند آیا یک اقدام خاص در زمان خاصی انجام می شود یا خیر، مثلاً ، و یا یک نوع جداگانه است اگر نگهداری بر روی دارایی انجام شود i [FLT] [F5] تعمیرات اصلی [F6] و زمان های عمده [F] ممکن است نشان دهند.

Constraints

محدودیت های واقعی که توسط مدیران زیرساختی مواجه می شوند عبارتند از:

  • [[ویرایش] [۱] [۱۰] [۱] [۱۰] [۱] [۱۰] [۱] [۱] [۱۰] [۱] [۱۰] [۱] [۱۰] [۱۰] [۱۰] [۱۰] [۱۰] [۱۰] [۱۰] [۱۰] [۳] [۱۰] [۳] [۳] [۳] [۳] [۱۰] [۳] [۱۰] [۳] [۱۰] [۱۰] [۳] [۳] [۱۰] [۳] [۳] [۱۰] [۱۰] [۳] [۳] [۳] [۱۰] [۳] [۳] [۳] [۳] [۳] [۱۰] [۳] [۳] [۳] [۳] [۱۰] [۳] [۳] [۳] [۳] [۳] [۳] [۳] [۳] [۳] [۱۰] [۱۰] [۱۰] [۳] [۱۰] [۳] [۳] [۳] [۳] [۱۰] [۳] [۳] [۳] [۳] [۳] [۳] [۳] [۳] [۳] [۱۰] [۱۰]
  • [[۱] [۱۰]: [[۱۰]] [۱۰] [۱]] [۳]] [۳] [۱]] [۳]] اندازه های محدود خدمه، دسترسی به تجهیزات یا عرضه مواد.
  • محدودیت های فنی: [FLT 1] برای مثال، یک دارایی نمی تواند بیش از یک بار در افق برنامه ریزی جایگزین شود، یا انواع خاصی از تعمیر و نگهداری باید با حداقل تاخیر دنبال شود.
  • محدودیت های تعدیل: حداقل سطوح شرط قابل قبول برای هر دارایی، اگر شرایط زیر آستانه قرار گیرد، نگهداری باید رخ دهد.
  • [در این باره] اگر [در برابر [و] دارایی [الف:۱] جایگزین شود، باید [۱] بررسی شود.

تابع Objective

هدف به طور معمول هدف به حداکثر رساندن کل طول عمر سیستم زیربنایی است که می تواند به روش های مختلف اندازه گیری شود.یک رویکرد مشترک این است که به حداکثر رساندن یک مجموع وزن از زمان هر دارایی در خدمت بالاتر از حداقل سطح شرایط باقی می ماند، هدف ممکن است کل هزینه های چرخه عمر (از جمله نگهداری و هزینه های شکست) را به حداقل برساند در حالی که تضمین یک زندگی مشخص است.

از نظر ریاضی، یک فرمول ساده می تواند:

[در این باره] [[[[ویرایش] [[[۱]]] [[۱۰]]] [[۱۰]]] [[۳]] [[۱۰]]] [[۳]]] [[۱۰]]] [۱۰] [۱] [۱۰]] [۱۰] [۳] [۳] [۳] [۳] [۳] [۳] [۳] [۳] [۳] [۳] [و [به سود حیات [و [و [و [و [بر [بر [بر [بر [بر [بر [بر [بر [بر [بر [بر [بر [بر [بر [بر [بر [بر [بر [بر [بر [براى] [بر [بر [بر [بر [بر [بر [بر [بر [براى] [براى] [براى] [براى] [براى] [براى] [براى] [براى] [براى] [براى] [براى] [براى] [براى] [براى] [براى [براى] [براى [براى [براى [براى [براى] [براى [براى]

در صورتی که در آن کار می کند، در صورتی که در آن کار می کند، به صورت جداگانه ای انجام می شود که در آن صورت، به صورت جداگانه ای از آن بهره مند می شود.

برنامه های کاربردی real-World Application

مدل های برنامه نویسی Integer با موفقیت در دامنه های مختلف زیرساخت ها اعمال شده اند.در زیر سه نمونه تصویری است.

سیستم های مدیریت پل

آژانس های حمل و نقل مدیریت هزاران پل با بودجه محدود. مدل های IP کمک می کند تا تعیین کنند که کدام پل ها برای تعمیر، چه زمانی و با چه نوع مداخله ای، سیستم مدیریت پل Pontis فدرال اداره بزرگراه فدرال ایالات متحده، اجزای بهینه سازی پل را برای اولویت بندی پروژه ها، مطالعه توسط جامعه آمریکایی مهندسین عمران ([F:0CE [F] [F1]) نشان داد که برنامه ریزی بر اساس روش های بهینه سازی شده توسط سیستم مدیریت حیات را با گسترش می دهد.

شبکه های توزیع آب

لوله های آب در طول زمان نشت می کنند و نشت می کنند. لوله های جایگزین گران و مخرب هستند. مدل های برنامه نویسی Integer می توانند جایگزین های لوله را برای به حداکثر رساندن عمر باقی مانده شبکه در حالی که کیفیت آب و الزامات فشار را برآورده می کنند، برنامه ریزی قابل توجه در صنعت آب انگلستان از برنامه نویسی مختلط برای برنامه ریزی مجدد، کاهش هزینه های 10-25٪ در حالی که حفظ سطح خدمات استفاده می کند.

جاده ای تعمیر و نگهداری

مجازات ها به دلیل ترافیک و هوا خراب می شوند.سازمان ها باید بین نگهداری پیشگیرانه (به عنوان مثال، پوشش مهر) و اقدامات اصلاحی (به عنوان مثال، بیش از حد) تصمیم بگیرند که مدل های IP شامل منحنی های زوال و چرخه بودجه برای تولید برنامه های بهینه سالانه بانک جهانی توسعه و مدیریت (HDM-4) شامل ماژول های بهینه سازی است که بر اصول برنامه ریزی صحیح تکیه می کنند.

مزایای استفاده از Integer Programming

اتخاذ برنامه ریزی صحیح برای مدیریت دارایی های زیربنایی مزایای قابل توجهی را ارائه می دهد:

  • ] تصمیمات مبتنی بر داده ها: فراتر از اولویت بندی تبلیغات به تجزیه و تحلیل سیستماتیک و عینی حرکت می کند.
  • صرفه جویی در هزینه: [FLT 1] تخصیص کارآمد منابع تعمیرات غیر ضروری را کاهش می دهد و از شکست های گران قیمت اجتناب می کند.
  • ] طول عمر مطلوب: مداخلات زمان در نقاط بهینه در چرخه زندگی دارایی جلوگیری از زوال زودرس.
  • انتقال تجارت والدین: [FLT 1] تصمیم گیرندگان می توانند تاثیر کاهش بودجه را ارزیابی کنند یا بر سلامت کلی زیرساخت ها افزایش دهند.
  • شتاب بخش: مدل ها می توانند شبکه هایی را با هزاران دارایی اداره کنند و یک دیدگاه واحد ارائه دهند.

چالش ها و ملاحظات

علی رغم قدرت، برنامه نویسی صحیح یک گلوله نقره ای نیست.چالش های متعددی باید برای اجرای موفقیت آمیز مورد توجه قرار گیرند.

کیفیت داده ها و دسترسی

مدل های IP به ارزیابی دقیق وضعیت، نرخ های زوال، برآورد هزینه ها و عواقب شکست متکی هستند، بسیاری از سازمان ها فاقد داده های جامع هستند.سرمایه گذاری در پایگاه های داده مدیریت دارایی و نظارت بر وضعیت (به عنوان مثال، سنسورها، بازرسی ها) پیش نیاز است بدون داده های قابل اعتماد، خروجی های مدل ممکن است گمراه کننده باشند.

پیچیدگی محاسباتی

مشکلات بزرگ IP می تواند به طور محاسباتی فشرده باشد، برای یک شبکه از ۱۰۰۰۰ دارایی بیش از یک افق ۳۰ ساله، تعداد متغیرهای باینری ممکن است بیش از ۳۰۰،۰۰۰ باشد. حل چنین مشکلاتی برای بهینه سازی ممکن است نیاز به محاسبات با عملکرد بالا یا استفاده از روش های اکتشافی داشته باشد که برخی از بهینه سازی ها را برای سرعت قربانی می کنند.

مدل سازی عدم قطعیت

فرض در مورد نرخ های بدتر، در دسترس بودن بودجه و تقاضای آینده نامشخص است.مدل های IP تعیین کننده ممکن است برنامه هایی را تولید کنند که در شرایط متغیر شکننده هستند. افزونه هایی مانند برنامه نویسی تصادفی یا بهینه سازی قوی می توانند این را حل کنند، اما پیچیدگی را افزایش می دهند.

خرید سازمانی – In

مهندسان و برنامه ریزان ممکن است از نتایج بهینه سازی "جعبه سیاه" شک داشته باشند. استقرار موفق نیازمند همکاری بین متخصصان تحقیقات عملیاتی و کارشناسان حوزه است.آموزش و ارتباطات شفاف در مورد چگونگی کار مدل ها برای پذیرش.

راهنمایی های آینده: ترکیب برنامه نویسی Integer با یادگیری ماشین

مرز بعدی در مدیریت دارایی های زیربنایی شامل ادغام برنامه نویسی صحیح با یادگیری ماشین است. مدل های یادگیری ماشین می توانند پیش بینی کنند که وضعیت دارایی از داده های تاریخی و جریان های سنسور دقیق تر است.این پیش بینی ها می توانند به مدل های IP تغذیه شوند تا برنامه های تعمیر و نگهداری پویا را ایجاد کنند که مطابق با داده های جدید سازگار می شوند.

به عنوان مثال، یک مدل پیش بینی ممکن است پیش بینی کند که یک پل خاص در 5 سال آینده به یک وضعیت بحرانی برسد، پیش از منحنی های استاندارد زوال نشان می دهد. مدل IP شامل این پیش بینی به روز شده و تعمیر مجدد برای جلوگیری از شکست است.این ترکیب منجر به آنچه که به عنوان تجزیه و تحلیل پیش نویس شناخته می شود، حرکت فراتر از دیدگاه های توصیفی و پیش بینی شده برای توصیه بهترین دوره عمل است.

گروه های تحقیقاتی مانند به طور فعال این روش های پیشرفته را ترویج می کنند، زیرا قدرت محاسباتی همچنان رشد می کند و جمع آوری داده ها ارزان تر می شود، ما می توانیم انتظار داشته باشیم که استفاده گسترده تر از سیستم های هیبریدی IP-ML در سازمان های عمومی و خصوصی را مشاهده کنیم.

نتیجه گیری

برنامه نویسی Integer یک چارچوب دقیق برای به حداکثر رساندن طول عمر دارایی های زیربنایی از طریق استراتژی های تعمیر و نگهداری بهینه و جایگزینی فراهم می کند.با مدل سازی تصمیمات گسسته، محدودیت های منابع منابع و اهداف چرخه عمر، تصمیم گیرندگان می توانند به دستاوردهای قابل توجهی در بهره وری و طول عمر دارایی دست یابند، با این حال، کاربرد موفق نیاز به داده های با کیفیت بالا، منابع محاسباتی مناسب و تعهد سازمانی دارد.