[发明专利]一种基于铁路运输网络自相似特征的云清洁机器人布局方法

权利要求书

1.一种基于铁路运输网络自相似特征的云清洁机器人布局方法，其特征在于：具体步骤为：

将铁路沿线各城市均设为一个节点，基于自相似特征，将铁路网分为若干子铁路网；

在若干子铁路网中，计算若干节点的度，在一个子铁路网中，度的值最高的节点为这个子铁路网的聚类节点；

根据节点停靠的所有列车的间隔时间和行驶距离，计算节点的维护指标的数；

根据维护指标数与阈值进行比较，同时根据节点的种类确定城市的分类；

按照城市的分类进行云清洁机器人的布局。

2.根据权利要求1所述的基于铁路运输网络自相似特征的云清洁机器人布局方法，其特征在于：根据铁路网络的自相似特性，利用盒子法计算整个网络的分形维数后，依照分形维数特性将整个网络分成若干子网络。

3.根据权利要求2所述的基于铁路运输网络自相似特征的云清洁机器人布局方法，其特征在于：利用盒子法计算铁路网络的自相似特征指标，具体过程为：

将铁路网络中的各个节点编号为i，i的范围为1-N，N为总的节点数量，节点代表铁路沿线的各城市；

节点i取1时，颜色赋值为0；

计算节点i的其它节点j与节点i的距离L_ij；

设置盒子的尺寸L_b＝1；

选择L_ijL_b的节点j在当前盒子尺寸下没用过的颜色值作为节点i在L_b的颜色值；

计算阵列C_ij中每一列中用到的颜色值总数，拟合log(Nb(Lb))与log(Lb)的斜率；

得到自相似特征指标；

其中，Nb为盒子数目。

4.根据权利要求1所述的基于铁路运输网络自相似特征的云清洁机器人布局方法，其特征在于：节点的度的计算方法：

设聚类节点i；

计算与节点i为相邻其他节点的边权，将节点i的边权求和得到节点i的度；

边权W_ij的计算公式为：

W_ij＝i市与j市的距离×车次的数量；

j市为与i市相邻的城市；

节点i的度S_i的计算公式为：

5.根据权利要求1所述的基于铁路运输网络自相似特征的云清洁机器人布局方法，其特征在于：每个子铁路网中度的值最大的为聚类节点。

6.根据权利要求1所述的基于铁路运输网络自相似特征的云清洁机器人布局方法，其特征在于：维护指标的计算公式为：

其中，T_ij为i市停靠的第j辆列车相邻两次维护之间的间隔时间，L_ij为i市停靠的第j辆列车相邻两次维护之间的行驶距离。

7.根据权利要求1所述的基于铁路运输网络自相似特征的云清洁机器人布局方法，其特征在于：城市分类的方法为：

判断依据为节点的维护指标、阈值、节点的种类；

若节点对应城市的维护指标高于预先给定的阈值，并且，该节点为聚类节点，则定义为一类城市；

若节点的维护指标高于阈值，并且，该节点为非聚类节点，则定义为二类城市；

若节点的维护指标低于阈值，并且，该节点为非聚类节点，则定义为三类城市。

8.根据权利要求1所述的基于铁路运输网络自相似特征的云清洁机器人布局方法，其特征在于：根据城市的分类进行云清洁机器人的布局的方法为：根据城市的分类、机器人的总数量、清洁质量的要求、机器人的工作能力进行权重分配，进行云清洁机器人的数量分配。

9.根据权利要求1所述的基于铁路运输网络自相似特征的云清洁机器人布局方法，其特征在于：根据城市的分类进行云清洁机器人的布局的方法为：根据城市分类，一类城市按照云清洁机器人总数量的50-60％、二类城市按照云清洁机器人的25-35％、三类城市按照云清洁机器人的10-18％进行分配。

10.根据权利要求1所述的基于铁路运输网络自相似特征的云清洁机器人布局方法，其特征在于：机器人包括行走小车、机械臂、视觉模块，机械臂设置在行走小车上，行走小车的一侧设置视觉模块。