铁路客技站车底作业排序模型与算法

作为铁路客技站核心工作之一的车底作业安排包括车底出入库安排、车底停留线运用和调机运用3方面的内容,是CTC（调度集中系统）条件下客技站分散自律控制的基本组成部分。以车底、调机运用、车底停留线为研究对象,利用排序理论,以总晚点数最小为第一目标和调机均衡运用为第二目标建立具有柔性流水作业性质的车底取送模型,以客技站股道均衡运用为目标函数构造车底停留线运用模型。运用排序思想和两阶段法,并结合松弛算法提出了车底作业计划表的原始算法以及基于4种解改进优化策略的调整优化算法。实例表明,提出的模型及算法能够快速、合理地确定车底的出入库作业安排、车底停留线运用方案以及相应的调机运用方案,并能充分运用车站的各项资源。     

长沙车站调车机车运用现状及对策

在办理铁路旅客列车始发、终到和途经到达和出发作业的铁路客运车站,其配属的调车机车负责担当车底取送、客技站车辆进行技术作业时的调车作业;由于受车底存放站点、客技站站场及技术设备等制约,影响了调车机车运用效率,本文就此进行分析,并提出在保证车站安全正点接发旅客列车作业的前提下合理运用调车机车的建议和措施。     

铁路客运站股道运用窗时排序模型与算法

股道运用计划是实现CTC条件下客运站分散自律控制的关键。以时刻表、股道和站台为研究对象,结合进路编排、维修和列车早晚点时间窗,在分析股道运用平行机排序和多目标排序问题的基础上,运用现代排序理论,以总费用最小和股道均衡使用为目标函数,建立股道运用第一类多目标窗时排序模型。采用基本和合成分派规则、解改进优化策略,设计自律优化算法和3步算法制订和调整股道运用计划。实例表明:软时间窗下的规则解、近似解平均比硬时间窗下的解优化17.8%、14.1%,硬时间窗解收敛速度较快,采用θ规则在两类时间窗下均能得到较优解;制订计划时,宜综合采用各种分派规则尤其是规则6和θ规则,调整时宜直接采用规则10、12。提出的模型及算法能快速、合理地制订股道运用计划,有效解决带有时间窗的股道运用问题,并充分运用车站的各项资源。     

基于阶段计划的取送车调车作业计划编制优化研究

针对树枝形货物作业点车站的取送车调车作业计划编制问题,以阶段内调车机车总走行时间最小为优化目标,考虑每批作业最晚必须返回车站时刻、车组解体完毕时刻、批次开始时刻、调机最大编挂能力和调移作业所要求的调机访问优先权等约束,建立基于阶段计划的树枝形货物作业点取送车作业优化模型。依据2项原则产生初始解,随机采用3项规则构造邻域解,运用改进的禁忌搜索算法搜寻满意的取送车作业顺序、批次划分及起止时刻。最后应用案例对模型及算法进行了验证,结果表明,所建立的模型和设计的算法是可行有效的,结合阶段计划编制的取送车调车作业计划更有应用价值。     

放射形专用线非直达车流取送车模型及算法

基于放射形专用线取送车作业的特点,针对非直达车流取送车问题中,多列列车相继到达车站时,对如何确定合理的取送车顺序进行分析.将取送车作业作为一个系统进行整体考虑,以货车在站停留的总车小时消耗最小为优化目标,建立数学模型.利用此模型,可以得到在多列列车相继到达车站情况下的取送车顺序、取送作业的具体时刻和取送作业次数.针对模型的具体特点,设计求解的编码方式,并采用基于云模型的参数自适应蚁群遗传算法进行仿真,结果表明了模型和算法的有效性.     

带有技术站特点的中间站专用线取送车问题研究

为科学合理地安排专用线取送调车作业,将专用线取送车问题归纳为典型的TSP(旅行商)问题,采用回溯算法,以一定的约束条件对专用线节点进行遍历,得到各专用线树的最佳取送顺序,并结合北京铁路局中间站算例进行计算,结果表明此算法可以有效简明地求得最优解或近似最优解.     

提高贾庵子站调车机车运用效率的探讨

针对贾庵子站车站概况,对贾庵子站作业概况和调车机车作业时间进行分析,在阐述贾庵子站调车作业系统路、企机车作业存在交叉干扰,管理制度落实不到位,人员业务素质有待提高等问题的基础上,提出解决机车作业干扰问题、提高管理水平、完善激励机制及提高调车人员作业素质等提高调车机车作业效率的措施。     

调车作业分散自律控制系统的研究

通过分析我国铁路车站调车作业流程,提出调车作业分散自律控制系统模型,指出其实质就是将车站值班员的经验、知识和各种规章制度进行计算机形式化描述.通过空间冲突法和时间冲突法对列调车作业相互干扰问题进行智能疏解,得到列车进路指令序列和调车进路指令序列.根据实际列车运行位置、调车作业申请和当前时刻,自动匹配进路指令序列,生成列车进路命令序列和调车进路命令序列,自动下达车站联锁系统执行.采用多智能体技术和面向服务技术构建车站分散自律控制逻辑单元,实现调车作业以车站为自治域的分散自律控制.     

树枝形专用线取送车模型及算法

基于树枝形专用线取送车作业的特点,针对多次列车相继到达车站情况下各种车流到发方式的取送车问题建立统一的数学模型.对一种特殊的调移作业,即跨调作业,进行界定,并将其纳入模型的处理范围.该模型可根据问题的具体情况自适应的选择各种合理的取送作业方式,通过求解模型,可以得到合理的取送车顺序、取送批次和取送车时机.提出时距期望启发式信息的概念,它在准确刻画取送车流优先级别的同时,也被运用于算法的寻优过程,从而改善算法的求解效率.最后,针对模型的具体特点,设计模型解的编码方式,并采用基于云模型的参数自适应蚁群遗传算法进行仿真,结果表明了模型和算法的有效性.     

考虑作业环节完整性的企业车站进路选择优化

传统企业车站进路选择优化问题,即当多项作业出现在同一时空,以行车作业优先,调车作业在冲突节点前停车等待至行车作业驶离冲突节点再继续作业。现实生产过程中易造成调车作业长时间停滞等待,导致调车作业无法准时到达目标地点,破坏了调车作业环节的完整性,损害了企业车站的利益。基于企业车站行车作业与调车作业并存且调车作业数量要远大于行车作业的特点,同时考虑调车作业环节完整性,将调车作业设定一个能充分完成作业的时间标准值,并动态实时更新作业过程中节点占用时间,以判断进路冲突并进行疏解,建立以调车作业时间成本、行车作业时间成本最小的多目标进路选择优化模型。为加快遗传算法的搜索效率,结合K短路算法特点改进了遗传算法,并且以进路为基本单元针对性地设计了个体编码方案、交叉变异策略,求解该模型。最后,以具有代表性的某企业车站为例进行了验证。研究结果表明：考虑作业环节完整性的进路选择优化模型得到的进路选择方案能够有效地避免作业冲突,并且能够依据作业的优先级为车站作业选择合理的进路,快速有效地得出满意的作业方案,满足车站工作的需求。与传统进路选择方案相比,总的作业时间降低了23.26%。研究成果对该企业车站进路选择...