基于模拟退火算法的大型客运站到发线运用优化研究

铁路大型客运站到发线的运用进行科学地分析及合理地优化,对于提高客运站的工作效率及保证旅客列车正点到发具有重要的意义。通过分析影响到发线使用的到发线占用间隔时间等各项因素,以到发线均衡使用、列车占用到发线总时间最少和方便旅客乘降为目标,建立客运站到发线运用优化模型。通过采用模拟退火算法,实现到发线运用的合理优化。最后,以福州站一个阶段计划内的到发线使用情况作为实例,对模型和算法进行了验证。     

编组站配流的协调优化算法

为了提高编组站动态配流与静态配流协调优化算法的收敛速度,根据编组站解体方案树的构造规则,用解体序号矩阵进行解体方案编码,限制解的生成空间,避免了不必要的搜索.结合遗传算法与蚁群算法(genetic and ant algorithm,GAAA)的优势和配流问题的特点,设计了以GAAA为基础的协调优化算法.用遗传算法求出若干组优化解体方案,并生成初始信息素分布,用静态配流蚁群算法筛选出最优解体方案,在此基础上生成配流方案.实例表明:对阶段到发列车数不超过25列的编组站配流问题,本文算法均能在30 s内收敛到最优解或满意解.     

基于模拟退火算法的客运站到发线占用优化研究

结合客运站旅客列车在站技术作业的特点,以出发旅客列车正点为目标并且兼顾到发线固定使用方案和高等级列车优先接发建立客运站到发线占用优化模型。该模型为混合0-1整数规划模型,属于NP问题,直接求解较困难。文中用模拟退火算法(SA)设计求解方案,并用实例对模型和算法进行验证,生成到发线使用方案,说明其优化效果明显。     

编组站到发线运用计划优化

合理安排列车占用到发线计划是编制作业计划的关键。在满足列车使用到发线须遵守的作业要求的前提下,建立编组站到发线运用计划数学模型,使其能够求解出较优的到发线运用方案。建立的到发线运用模型是非线性的整数规划模型,如果直接求解会比较困难,采用启发式算法对其求解。在求得可行解后通过合并、交换及组合的方法对所有股道再次进行调整,使到发线运用更趋于合理,即求得较优的到发线运用方案。通过算例说明运用模型计算生成到发线运用计划,其优化结果有明显效果。     

基于遗传算法和模拟退火算法的制造企业伙伴选择

针对制造企业的虚拟企业问题建立了伙伴选择的多目标模型.为了更好地解决该问题,通过分析遗传算法和模拟退火算法的各自特性,提出了将遗传算法和模拟退火算法两者结合来进行求解.同时,通过实例仿真结果表明了该模型和算法的可行性和正确性.     

高铁站到发线运用模型与算法

为高效使用高铁站到发线,建立多目标整数规划模型,以到发线均衡使用和旅客站内走行距离最近为优化目标;以禁止反接到发线、满足最小时间间隔、使用单一到发线为约束。使用遗传算法求解,建立列车冲突矩阵与可用到发线集,确保初始、交叉与变异种群有效可行。结果表明:模型描述准确,算法效率较高,能够有效解决到发线运用问题。     

铁路技术站到发线运用调整模型及算法

从满足车站到发线的运用要求、减少作业和进路交叉干扰出发，建立了铁路技术站到发线运用的调整模型；针对模型是一个非线性规划模型的特点。对交叉干扰产生的原因进行了分析。提出了其等价模型；根据等价模型特点。设计了求解该问题的遗传算法。并用实例进行了验证。其程序运行时间不超过100s.     

基于货物运到期限的编组站动态配流优化研究

运到期限是铁路货物运输组织的关键问题,保障运到期限,对提升铁路货物运输质量与竞争力有重要意义.本文以编组站动态配流为研究对象,考虑不同货物对运输时效性要求的不同,以车流在站停留时间加权值总和最小为优化目标;采用均值比例分配法将运到期限分配到货物运输编组站作业环节,成为车流最大在站停留时间约束,同时考虑编组去向等约束,建立基于运到期限的编组站调机运用计划与配流计划综合优化模型,设计模拟退火算法对模型进行求解.最后通过算例分析表明,本文的模型和算法能够有效地解决编组站动态配流问题,同时满足车流的运到期限要求.     

高速铁路车站咽喉区与到发线综合运用优化

研究接发列车的到发线分配和咽喉区进路选择问题,在满足到发线使用规则的条 件下,以作业计划稳定性强和接发车进路条件优为目标,构建到发线与车站咽喉区运用多目 标优化模型.采用改进的带精英策略的非支配排序遗传算法(NSGA-II)对模型进行求解,算法 能有效保存优秀个体和降低计算复杂度.最后以某高速铁路车站为例,采用Matlab 编程得到 模型的Pareto 最优解集,从解集中选择1 个解,将其结果与原始到发线方案进行对比,结果表 明,采用该模型和算法能有效改进车站咽喉区与到发线的综合运用方案.     

终端区飞机排序的混合人工鱼群算法

为了保障飞行安全,对终端区着陆飞机进行有效的排序,建立了以航班延误总时间最小为目标函数的规划模型,以人工鱼群算法为基础,融合了遗传算法的选择操作和模拟退火算法的依概率接受的思想,形成混合人工鱼群算法,对着陆飞机排序问题进行了仿真计算,并与先到先服务算法、模拟退火算法以及蚁群算法进行了对比研究。仿真结果表明:与先到先服务相比,使用人工鱼群算法使得单跑道、双跑道延误分别减少了9·3%和48·0%,计算时间小于3s;与蚁群算法和模拟退火算法相比,求解的延误与时间最小,因此,提出的混合算法可行。     

基于铁路客票价格问题的混合优化策略算法

混合智能算法和双层规划模型在城市交通领域已得到了广泛的应用,且实际效果显著。本文采用基于遗传算法（GA）和模拟退火算法（SA）的GASA混合优化策略求解铁路客票价格问题的双层规划模型,并用一个简单的算例表明：本算法在求解该双层规划方面更好发挥了智能搜索的优势,具有更高的效率和可信度。     

城市交通连续平衡网络设计问题的GASA混合算法

通过建立城市交通连续平衡网络设计问题的双层规划模型,提出的一种基于遗传算法和模拟退火算法的GASA混合算法,经实例验证其与单一算法相比,具有较高的精确度,且最优解的性能指标有很大改善,在解决大型网络设计问题方面具有明显优势。     

ƽ��װ���е�ģ���˻����Ŵ��㷨�о�

由于车辆运输式半挂车运输危险性高、效率低,提出使用铁道平车对车辆进行运输.铁路输送中的多型号平车装载问题旨在满足运输和安全的要求下,提高铁路平车利用率,节省铁路运输资源.针对平车优先的平车装载问题,建立数学模型,将改进的自适应遗传算法、模拟退火算法思想、优先适应降序算法结合,提出了一种自适应混合遗传算法;给出了算法的编码,遗传算子的设计、适应度函数的定义、交叉概率和变异概率的自适应改变算法.进行仿真实验,得出适应度变化曲线和装备装载顺序.与混合遗传算法解决该问题的最优结果对比,模拟退火混合遗传算法的运算过程快,且优化程度高.     

铁路网多流向超限货物运输路径优化模型及算法

为了将铁路网中具有不同去向的超限货物合理地分配至各条路径,以超限货物的运输路径里程、运输时间以及对既有线路正常运营组织干扰最小为目标,以路段运输限界、通过能力和途经桥梁乘载能力为约束,建立多流向超限货物运输路径选择的多目标规划模型.根据模型特点设计多目标混合遗传算法进行求解,该算法采用自然数组编码方式以及特殊的交叉、变异算子用以满足约束条件,同时引入模拟退火策略提高邻域搜索能力.实例结果表明,对于包含14个节点车站、23个路段的复杂铁路网,利用本文模型算法获得方案的目标函数值均优于遗传算法和退火算法得到的方案,从而为铁路网超限货物运输路径选择提供技术决策方法.      

客专车站高峰通过能力一体化计算研究

论文提出了客运站通过能力进行一体化(咽喉和到发线)计算的方法及理念,并结合客运专线车站自身的特点,建立了反映客运专线车站咽喉、到发线作业过程及作业之间相互协调的通过能力优化模型,并用计算机模拟了车站的接发车过程,用实际的车站算例验算了一体化计算通过能力的计算模型算法的实用性。     

基于停车场限制的物流中心选址模型及算法

针对停车场限制的物流中心选址问题,建立了双层规划模型．上层规划以物流中心费用最小来确定物流中心的位置,下层规划建立了配送／采购车辆与城市道路交通组合分配模型,最后,采用遗传模拟退火算法对模型进行求解．     

考虑能耗的铁水联运集装箱装卸设备协同调度

随着集装箱港站铁水联运作业量增大,以及节能减排压力与日俱增,实现港站作业设备的高效调度和低能源消耗间的协同优化将是亟待解决的问题.本文研究了集装箱铁水联运港站中多设备间的高能效协同调度问题,基于混合流水车间调度(HFSS)思想,构建了综合考虑岸桥、集卡、正面吊三阶段装卸过程的协同调度模型,以总完成时间最短和能耗最低为目标,设计了基于遗传算法和模拟退火的混合优化算法.通过实验验证了模型和算法的可行性,证明可以实现高能效利用下的港站设备协同调度优化.