为助力上海轨道交通数字化转型发展，上海地铁维护保障有限公司车辆分公司在基于目前的运维管理业务、流程和管理机制的基础上，建立一套以新一代大数据人工智能技术为基础构建的智能算法和一套可覆盖列车全生命周期管理的检修计划排程系统。算法与系统的有机结合可以更好地满足日常车辆检修所需的计划管理，是未来车辆运维管理中不可或缺的重要一环。主要成果如下： 1)建立了一套以运筹优化为核心构建的智能检修计划排程算法 基于上海地铁车辆分公司的运维管理业务、流程和管理机制，率先使用杉数科技国产自主研发的算法求解器COPT， 利用数学模型对上海地铁公司车辆维修计划排程问题进行建模，输出包含全寿命计划、年计划、月计划、周计划的四个层级算法模型。 2)搭建了一套全寿命智能检修计划排程系统 基于全寿命检修计划存在人工排程计划耗时过长，无法兼顾所有约束条件等问题，搭建一套全寿命智能检修计划排程系统，利用算法模型和国产求解器合理安排全寿命计划，并对已执行修程进行存档，绘制列车检修履历。同时智能检修计划系统不仅能够执行全寿命计划管理，还可向下兼容，满足传统维修、均衡修、架大修模式使用。 车辆智能检修计划排程系统主要有以下创新点： (1)引入了人工智能及运筹学优化技术 首次将人工智能和运筹优化算法融合到地铁列车的维修计划中，通过商业求解器的高效求解算力，算法模型将列车可用率和工时均衡等作为计划模型的目标，在确保维护间隔、列车、资源、班组等约束的情况下从百万个计划可行解中找到最优解，大大提升了列车计划的可用率的同时也降低了维修工时的波动。在提高列车可用率和稳定性的同时降低列车维修成本。 （2）实现柔性计划管理 为满足各线路不同的实际需求，智能检修计划排程系统采用了柔性化的计划编排方式，通过参数配置以满足维修计划在不同线路上对于维修计划的个性化，定制化，多样化的需求。 （3）可视化管理 智能检修计划排程系统充分发挥了信息透明化的优势，打通“数据壁垒”，消灭“信息孤岛”，对关键信息的透明公开展示，使各层级用户对这些信息的认知有高度的共享性和统一性。 （4）实现智能辅助决策 以数据为驱动的决策是企业数字化转型的主要目标之一，在智能检修计划排程系统中通过可衡量的目标或KPI使用户发现列车检修计划中存在的问题和获得解决问题所需的数据，无论是管理者还是计划员都能通过分析各项数据指标来做出更好的决策。 （5）实现智能预警分析 智能化预警能帮助用户精准发现地铁维修计划中的偏离情况，自动化的分析，快速定位问题和提供解决问题的决策分析依据，从维修计划问题的被动处置升级为主动干预，使得维修计划安排和执行更加合理。