自适应粒子群算法求解编组站车流推算问题的研究

编组站日班计划和阶段计划编制核心之一是出发列车车流来源的推算,由于车流推算的复杂性,其求解算法也是研究重点之一。基于解编顺序建立编组站动态车流推算的数学模型,约束中考虑了单调机资源、车流接续去向和时间等约束,目标函数在优化正点出发列车数的同时考虑总停留车小时的优化。通过设计自适应离散粒子群算法(ADPSO)对数学模型进行求解,以解编顺序为主要优化对象,静态配流采用Lingo编程实现,最后通过算例验证了算法的有效性。     

考虑不同满轴约束的编组站阶段计划配流优化

基于阶段计划列车解编顺序优化,同时考虑出发列车牵引质量及换长两个满轴约束,以车流接续与分配的"代价"最小为目标,构建编组站配流优化0-1整数规划模型,并设计与ILOG优化软件结合的和声搜索算法进行求解。其中配流结果使用ILOG求解,列车解编顺序则采用和声搜索策略进行优化。在构造新的和声过程中,采用邻域搜索策略提升算法的寻优效率。算例结果表明:提出的方法能获取鲁棒性更高的配流方案。     

编组站调度计划随机机会约束规划模型及算法研究

运用随机规划方法,研究列车解编时间随机变动情况下编组站阶段计划的优化编制问题,建立了以压缩车辆中时和减少出发列车晚点时间为目标的随机机会约束规划模型。将模型中的随机机会约束转化为相应等价形式,从而将随机规划模型转化为确定性模型,并提出了一种改进遗传算法对之进行求解。该算法基于列车解编顺序对染色体进行编码,并针对问题的特殊性设计了相应的交叉和变异操作。算例表明,设计的改进遗传算法能够在较短时间内收敛至最优解,编组站阶段计划的随机机会约束规划模型能取得可靠性更高的调度计划,为改进编组站的决策质量提供了一条解决的途径与方法。     

编组站阶段计划解编作业优化模型及算法

考虑编组站解编调机运用计划与列车出发计划的综合协调问题，建立阶段计划解民车流推算优化混合０－１规划模型，并给出模型的启发式分解算法。经实例验算证明算法的可靠、有效性。从而为阶段计划的计算机编制提供了一个优化决策基础。     

免疫算法求解编组站阶段计划配流问题研究

在编制编组站阶段计划时需解决的一个核心问题是确定出发列车的车流来源.本文针对该问题作了深入研究,以解编顺序为优化对象,在考虑解、编调机资源约束的情况下,以在正点出发列车数最大基础上考虑总停留车小时最小的解编顺序为目标建立数学模型,并设计了免疫算法中自适应克隆选择算法对其求解,其中抗体评价所需的配流结果通过lingo编程实现.算例证明了算法的有效性,为编组站阶段计划配流智能化提供了较好的解决途径.     

基于约束程序累积调度的编组站静态配流模型研究

静态配流是铁路编组站阶段计划的核心,模型和算法的优劣直接影响编组站作业效率和经济效益。本文基于约束程序累积调度和字典序多目标优化理论,考虑配流成功的出发列车优先级总和最大、出发车流来源总数最小、到达车辆先到先发等具有字典序的3个目标,以满轴、正点、不违编、解编顺序及编组场容量限制等为约束条件,建立静态配流字典序多目标累积调度模型。采用迭代、约束传播和回溯算法求解。通过现场实际数据验证:本算法求解时间满足现场要求;模型稳定、扩展性好,符合实际需求。     

铁路编组站动态配流分层模型

为了使编组站动态配流充分考虑实际解体和编组作业过程,首先基于约束程序中的累积调度和字典序多目标优化理论,按照配流成功的出发列车优先级总和最大、车辆在站平均中转停留时间最小和资源利用率最高3个目标函数的字典序,建立适应于不同解体方式的动态配流字典序多目标累积调度模型,并设计约束传播与多点结构化搜索相结合的混合算法迭代求解,得到解编顺序和初步配流方案;然后,以出发列车车流来源总数最少为目标函数,建立二次配流整数规划模型,并设计贪婪算法对初步配流方案优化。算例结果表明,采用给出的编组站动态配流分层模型和求解算法,可提高铁路编组站的解编调车作业效率和配流方案兑现率。     

铁路编组站分类线运用优化研究

编组站分类线运用是车站调车作业计划的核心内容,根据其存车情况的不同,可分为空股道、单车流股道、混合车流股道(可细分为暂存线和整理线以示区别)三种类型,其中混合车流股道对编组场作业及能力影响最大。在阶段计划给定的条件下,考虑分类线的数量和能力约束,构建编组站分类线运用优化模型。模型目标为最小化整理线的数量和出发列车连挂次数。算例结果表明:分类线运用除了受其数量和存车能力影响之外,与阶段计划也相互关联和相互影响;暂存线的存在,会导致出发列车总的连挂次数增加,但能在一定程度上缓解分类线能力不足的压力。     

路网编组站布局的双层规划模型研究

在分析我国铁路网编组站布局状况的基础上,构建路网编组站布局的双层规划模型。上层规划模型以总运输费用和投资费用最小为目标,以投资约束和方案选择的惟一性作为约束条件;下层规划模型以某一既定路网编组站布局方案下路网车流组织成本最小为目标,从理论状态逐渐过渡到实际状态,分别构建基于编组站作业分工、通道能力约束和多运行径路3种情况下的编组站作业分工下层规划模型。最后对所建模型的求解复杂性进行探讨。     

基于解体顺序的编组站到解作业计划自动化编制研究

以阶段内正点出发列车数最多为目标,构建考虑列车解体顺序和配流问题的广义动态配流问题模型;设计按照先到先服务的原则和贪婪思想为每一列车分配车流的启发式算法,并确定到解列车的解体顺序。在解体顺序的基础上,运用已编制好的编组站到解作业计划自动化编制系统确定到解列车到发线和调机运用。研究结果表明:构建的模型和编制的系统较好地实现编组站到解作业计划的自动编制,能为编组站实际工作中作业安排提供决策支持。     

基于候选列车集与弹性需求的城际铁路列车开行方案优化

城际铁路列车服务水平直接影响着全天各时段旅客出行需求量。为了研究这种影响关系,获得吻合出行需求的城际列车开行方案,首先建立旅客时段出行需求与广义出行费用间的弹性需求函数,并基于给定候选列车集构造旅客出行网络,进而以最大化列车开行收益为优化目标,构建面向弹性需求的城际列车开行方案优化模型。模型结合弹性客流在出行网络上的路径选择,从候选列车集中选择开行列车,并优化其停站方案与始发时刻。在生成初始列车开行方案基础上,设计其邻域解生成策略,构建求解模型的模拟退火算法。算例优化不同分布客流的列车开行方案,结果表明:模型与算法能够获得更吻合弹性需求的列车开行方案,且有助于提高旅客服务水平与企业经济效益。     

基于需求响应的铁路集装箱班列始发时刻优化

依据铁路运输生产实际,充分考虑集装箱货物与集装箱班列在时间和数量方面的匹配关系,以集装箱货物在集装箱办理站的总停留时间最小为优化目标,以集装箱货物装车唯一性、班列编成箱数、作业时间和发车间隔为约束条件,构建铁路集装箱班列始发时刻优化的非线性混合整数规划模型。根据模型的特点,设计基于遗传算法的求解方法。由随机产生和"先到先服务"方案结合的方法生成初始种群,并运用启发式策略修复进化过程中出现的不可行解。以胶州-黄岛之间的铁路集装箱班列为例进行仿真计算。结果表明:模型和算法具有较高的计算效率;利用模型及算法得到的集装箱班列始发时刻与集装箱货物的数量、到达时间分布之间具有较好的匹配性,使集装箱在办理站停留时间最短,制定的班列开行计划响应了用户需求。     

考虑动车组周转和到发线运用的高速铁路列车运行图优化方法

以列车在车站的作业时间、动车组在终点站的接续时间和车站到发线数量为约束条件,以列车旅行时间和动车组接续时间最小化为目标函数,建立高速铁路列车运行图综合优化模型.模型求解算法主要采用了4种关键技术:以定序列车运行图优化方法化解列车作业时间冲突,以交换列车到发顺序化解到发线冲突,通过保持到发线运用紧张时段的列车到发顺序防止产生新的到发线冲突,运用匈牙利算法求解以动车组最小接续时间为目标的动车组周转方案.算例分析表明,运用给出的模型和算法能够达到整体优化高速铁路列车运行图的目的.     

旅客列车发车时间域优化研究

在大量问卷调查的基础上,根据旅客对不同到发时间域选择的偏好,确定了各发车时间域旅客出行的方便系数。利用目标规划原理,以旅客出行方便程度最大为目标,构造了三级控制策略。在考虑客运站到发线能力,以及旅客列车必须在合理的时间域发车等约束条件下,建立旅客列车发车时间域的目标规划模型。利用该目标规划模型,可根据旅客列车实际运行的需要,通过变化控制策略和赋予各目标的优先因子,实现对列车发车时间域的优化。根据模型约束目标正负偏差变量,计算了各级控制策略实现程度系数。最后,以太原站始发旅客列车为实例,利用变换方案对该目标规划模型的运用进行了分析,并将目标规划优化结果和传统确定发车时间域的结果以及指派模型优化结果进行比较分析。     

基于遗传算法的高速铁路行车调整模型

高速铁路采用“高中速列车共线运行”的运输模式,其行车调度具有高实时性和整体性两大特点。以列车计划运行图为优化目标,给出运行图之间的距离定义,建立列车运行调整数学模型,给出列车的发车时刻、股道数量、列车在区间的运行时分、追踪运行间隔时间、维修天窗时间5个约束条件表达式。按照遗传算法的原理,采用罚函数的方法对数学模型中的约束条件进行处理并建立适应度函数,采用整数编码方法对个体进行编码,并定义交叉算子和变异算子。基于遗传算法的调整算法流程开发列车运行调度仿真子系统。仿真结果表明:使用该模型可大大减轻调度人员的工作量,彻底摒弃了在计算机上手工拖动运行线确定列车运行时刻的调整方式,提高了列车运行调整的科学性。该模型已应用在高速铁路综合调度仿真系统中。     

周期运行图编制模型与算法研究

在周期运行的运输组织模式下,所有列车在车站到发都是周期循环发生的。将安排列车运行线的问题看作周期事件安排问题,并借助周期约束图及周期势差模型,可以建立周期运行图网络模型。模型充分考虑到列车不同情况下的停站时间、到发安全间隔等各项周期约束,并将列车的总停留时间最小作为目标函数。当约束图顶点和弧的数量众多时,模型的求解将比较困难。通过选择合适的约束图生成树,找到变量的合理取值范围,并对模型进行一些预先简化处理,可以降低模型的求解难度。最后求解一个区段不同列车开行方案的周期运行图,验证模型的可行性。     

大型铁路客运站列车进路优化模型与算法研究

以提高车站行车技术作业效率,保证车站行车作业安全,尽可能减少旅客站内走行距离和时间,保证发车时间相近的两列始发或通过列车尽量不停靠同一站台,提高车站既有行车设备利用率为优化目标,建立大型铁路客运站进路优化的多目标规划模型.运用层次分析法求出各子目标的权重,并构建启发式算法进行模型求解.通过对算法进行实例验证,得到了较优的列车进路安排方案.     

基于用户平衡分析的旅客列车始发时间分布优化

设计了基于旅客列车始发时间分布的旅客出行选择网络，并研究了该网络上旅客的各项出行费用，以旅客出行总费用最少为优化目标，建立了车站旅客列车始发时间分布的双层规划模型，同时设计了模拟退火启发式算法。模型反映了列车能力对客流分布的影响和拥挤条件下的旅客群体选择行为。算例分析结果表明，采用该模型与算法取得较好优化效果。     

客运专线网络列车开行方案与运行图综合优化方法

基于旅客列车开行方案和运行图的铁路企业运营效益和旅客出行费用,以铁路企业效益最大化为优化目标,以车站整备能力、车辆总数和列车编组辆数等能力资源限制以及列车到发作业相容性为约束,建立旅客列车开行方案与运行图综合优化的双层规划模型;分别基于旅客列车开行方案和列车运行图的换乘网络进行客流分配,将旅客列车开行方案和列车运行图优化有效结合起来,设计了基于模拟退火的综合优化算法。算例分析表明列车开行方案与运行图的综合优化既能保证铁路企业的收益,又能够有效提高旅客换乘质量。