Застосування інтеграційних програм для максимізації життєвого процесу активів інфраструктури

Інфраструктурні активи, такі як мости, дороги, водні системи, і електромережі, утворюють задній план сучасного суспільства. Їх надійна продуктивність є критичною для економічної продуктивності, безпеки громадськості та якості життя. Однак ці активи деградують час через використання, екологічні фактори, і старі матеріали. Завдання для інженерів і політиків полягає в тому, щоб зробити стратегічні рішення про технічне обслуговування, реабілітації і заміна для максимального корисного життя цих активів при роботі під суворими бюджетними обмеженнями. Це де математична оптимізація, зокрема ціле програмування, виникає як потужний інструмент для керівництва прийняття рішень.

Розуміння програмування інтеграторів

Інтегер програмування (IP) є підполом математичної оптимізації, де деякі або всі зміни рішень повинні приймати на цілих значеннях. На відміну від лінійного програмування, який працює з безперервними змінними, ціле програмування дозволяє модельєрам представити дискретні вибір, які є загальними в управлінні інфраструктурою. Наприклад, вибір для ремонту місту або не (так/не рішення) є природним чином моделюється бінарною змінною (0 або 1). Коли тільки деякі змінні є цілими, проблема називається змішаним програмування (MIP) проблеми.

Проблеми програмування інтегерів, як правило, важче вирішувати, ніж їх безперервні аналоги. Вони відносяться до класу NP-важчих проблем, що означає, що час розчину може рости доцільно з розміром проблеми. Однак, заздалегідь в технології розчинника (наприклад, Gurobi, CPLEX і відкритих джерел альтернатив, таких як SCIP), дозволили ефективно викинути великі, реалістичні екземпляри. Сучасні розчинники використовують такі методи, як галузь і межа, ріжучі площини, і гемеристики знайти оптимальні або найближчі рішення.

Щоб дізнатися більше про основи цілого програмування, зверніться до ресурсів Інституту досліджень та Менеджменту (]INFORMS) або академічних навчальних посібників з оптимізації.

Формулювання моделі інтегрування інтеграторів для управління активами інфраструктури

Застосування цілого програмування для максимального життєвого середовища активу вимагає перетягування реальної проблеми в математичну модель з трьома ключовими компонентами: змінними, обмеженнями, об'єктивною функцією.

Варіанти рішення

Найпоширенішими змінними в інфраструктурних моделях IP є бінарні (0-1) змінні, які представляють собою, чи приймається конкретна дія в конкретному часі. Наприклад, xi,t] може бути 1, якщо технічне обслуговування здійснюється на активі i] в рік t, і 0 іншим. Інші змінні можуть вказувати тип втручання (наприклад, незначний ремонт проти основної реабілітації), але час заміни може з'явитися змінним.

Концентрати

Дотримання реальних обмежень, які стикаються з менеджерами інфраструктури. До складу представництв відносяться:

Мета

Мета, як правило, спрямований на максимальну загальну тривалість життя інфраструктурної системи, яка може вимірюватися в різних напрямках. Загальний підхід полягає в тому, щоб максимізувати вагову суму часу кожного активу залишається в обслуговуванні над мінімальним рівнем стану. Крім того, об'єктив може мінімізувати загальні витрати життєвого циклу (включаючи витрати на технічне обслуговування та відмову) при забезпеченні вказаного терміну служби. Вибір об'єктива залежить від пріоритетів прийняття рішення.

Математично, можна буде просто:

Σ (додаток життя i] × оперативнеi,t] (додаток життяi]]] × оперативнеi,t)

де працює i,t] є бінарною змінною, якщо актив i] є ще прийнятним умовою часу t, а вигода відображає оцтова вартість функціонування активу.

Real-World Додатки

У різних інфраструктурних доменах успішно застосовані моделі програмування Integer. Нижче наведено три ілюстраційні приклади.

Системи управління містом

Транспортні агентства вводять тисячі міст з обмеженим фінансуванням. ІП-моделі допомагають визначити, які місти для ремонту, коли і з яким типом втручання. Наприклад, система управління містами США у Понтісському районі включає компоненти оптимізації для пріоритетних проектів. Дослідження Американського товариства інженерів громадянського суспільства (ASCE) показали, що оптимізоване планування може продовжити життя мостів на 15-20% порівняно з принциповими підходами.

Мережа водорозподільних мереж

Вода труба гофроди і розвивається витоки з часом. Заміна труб є дорогими і руйнівними. Моделі програмування інтегерів можуть розкладати заміни труб, щоб максимізувати життя мережі, зберігаючи якість води і вимоги тиску. Нездатне застосування в даній воді промисловості Великобританії використовує змішане програмування для планування оновлень, знижуючи витрати на 10-25% при підтримці рівня обслуговування.

Обслуговування доріг

Запобігання з'являються через трафік і погода. Енції повинні вирішувати між профілактичним обслуговуванням (наприклад, герметизоване покриття) і коригувальних дій (наприклад, накладки). IP моделі включають погіршення криві і бюджетні цикли для отримання оптимальних щорічних програм. Система Світового банку «Розвиток доріг і управління» (HDM-4) включає в себе модулі оптимізації, які спираються на принципи цілого програмування.

Переваги використання програмування інтеграторів

Прийняти ціле програмування для управління активами інфраструктури пропонує суттєві переваги:

  • Дата-драйвові рішення: Мовы за авангаризацію при атестатизації, об'єктивний аналіз.
  • Покращує: Ефективне розміщення ресурсів зменшує зайві ремонти і не зменшує витратні збої.
  • Extended lifespan: своєчасно інтервенцій при оптимальних точках життєвого циклу активу запобігають передчасному погіршенню.
  • Транспарентні торгово-офісні роботи: Рішення-виробники можуть оцінити вплив бюджетних ріжучих або збільшує на загальний інфраструктурний стан здоров'я.
  • Скалбільність: Моделі можуть обробляти мережі з тисячами активів, забезпечуючи єдиний вигляд.

Виклики та рекомендації

Незважаючи на свою владу, ціле програмування не є срібною кулею. Кілька завдань необхідно звернутися до успішної реалізації.

Якість даних та наявність даних

IP-моделі спираються на точну оцінку стану, погіршення ставок, оцінки витрат і наслідки відмов. Багато агентств не мають вичерпних даних. Інвестиції в бази даних управління активами і моніторинг стану (наприклад, датчики, перевірки) є передумовами. Без надійних даних, моделі виводів можуть бути в оману.

Комплексність

Більшість задач IP-простору можуть бути інтенсивними. Для мережі 10000 активів понад 30-річний горизонт, кількість бінарних змін може перевищувати 300 000. Розв'язувати такі проблеми для оптимальності може знадобитися високопродуктивні обчислення або використання сечостатевих методів, які жертвують деяку оптимальність швидкості.

Модельний незбереження

У припущеннях щодо зниження ставок, наявності бюджету та потреб майбутнього не існує. Визначені моделі IP можуть випускати плани, які є крихкими в умовах зміни. Розширення, такі як стохастичний програмування або надійна оптимізація, можуть звернутися до цього, але вони підвищують складність.

Організаційне придбання

Інженери та планувальники можуть бути скептиком результатів оптимізації «чорної коробки». Успішне розгортання вимагає співпраці між спеціалістами з дослідженнями та експертами з доменів. Навчання та прозоре спілкування про те, як моделі працюють необхідні для прийняття.

Майбутні напрямки: Комбінація інтеграційного програмування з машинним навчанням

Наступний Frontier в управлінні активами інфраструктури передбачає інтеграцію цілого програмування з машинним навчанням. Моделі машинного навчання можуть прогнозувати погіршення активів більш точно від історичних даних і сенсорних потоків. Ці прогнози можуть бути загартовані в моделі IP, щоб виробляти динамічні графіки обслуговування, які адаптуються як нові дані прибути.

Наприклад, прогнозна модель може прогнозувати, що конкретний міст досягне критичного стану в 5 років, раніше ніж стандартні криві погіршення. Модель ІП включає в себе це оновлений прогноз і ремонт реседулів для запобігання збою. Ця комбінація призводить до того, що відомий як прекриптова аналітика, переходячи за дескриптивними і передбачуваними уявленнями, щоб рекомендувати найкращий курс дії.

Наукові групи, такі як INFORMS Analytics Society, активно просувають ці прогресивні методи. Оскільки обчислювальна потужність продовжує рости і збирати дані, ми можемо очікувати більш широкого поширення використання гібридних систем IP-ML в державних і приватних інфраструктурних організаціях.

Висновок

Інтегроване програмування забезпечує строгу рамку для максимізації життя інфраструктурних активів через оптимізовані стратегії технічного обслуговування та заміни. Моделювання дискретних рішень, ресурсних обмежень, і життєвих цілей, прийняття рішень може досягти значних наростів ефективності та довгостроковості активів. Однак успішне застосування вимагає високоякісних даних, відповідних обчислювальних ресурсів та організаційних зобов'язань. Як будується віки та бюджети залишаються щільно, прийняття передових методів оптимізації, таких як ціле програмування стане все більш важливим. Майбутнє має ще більший обіцяти з інтеграцією машинного навчання, що дозволяє дійсно адаптивним і інтелектуальним управління інфраструктурою.