考虑过分相区的高速铁路列车操纵节能优化

既有研究在优化高速列车节能操纵方案时忽视了一些实际约束,如很少考虑列车须采用惰行工况通过分相区,所求方案可能不符合列车操纵规范要求.为研究考虑列车过分相区约束、曲线限速以及计划运行时分要求等实际约束的列车节能操纵问题,将高速列车区间运行过程根据分相区、限速、坡道划分为不同阶段,建立多阶段最优控制模型以最小化列车牵引能耗;采用基于自适应Radau伪谱法的GPOPSⅡ求解模型的精确解,结合武广线案例分析多阶段最优控制模型及算法的节能效果.结果表明,模型在不同线路条件下求解得到的列车操纵方案都满足实际约束,且比司机实际操纵方案平均节能10.8%;与考虑列车过分相区约束的标准四阶段模型所求方案相比,模型求得的列车操纵方案平均节能4%.      

考虑驾驶策略的高速列车运行图节能优化方法

为了降低高速列车从始发站至终到站运行的牵引能耗, 研究了针对多列车区间运行时分同步分配的列车运行图节能优化方法。基于高速列车在站间采用的“四阶段”操纵策略构建最优驾驶策略集, 以牵引距离和巡航距离为变化因子, 以牵引能耗和区间运行时分为计算目标, 求解出最优驾驶策略集里牵引能耗与区间运行时分的线性关系。在此基础上构建多列车区间运行时分最优分配的节能运行图模型。模型以牵引能耗最低为目标, 考虑了列车总运行时间约束、变量取值范围约束以及安全间隔时分约束。在模型求解方面, 选取拉格朗日松弛算法, 将复杂约束松弛至目标函数当中, 从而把原问题分解为各区间可独立求解的子问题, 利用次梯度优化的方法得出精确解, 实现了多列车区间运行时分同步分配的目标。以宝兰高速铁路为背景进行算例验证, 结果表明: 通过重新分配区间运行时分, 10列车总共节约了595.958 kW·h牵引能耗, 平均节能率达到了1.2%;从运行图的层面分析, 该算例下通过调整区间运行时分的节能方法对其影响幅度较小, 具有较强的现实意义; 所提出的模型及算法的计算时间为10 s, 针对列车开行对数较多的高速铁路, 可有效提高求解效率。      

地铁列车节能运行惰行控制研究

惰行可以有效降低地铁列车能耗,通过选择合适的惰行点可以实现列车的节能运行。建立了定时约束条件下列车节能运行惰行控制优化模型,将模型求解的遗传算法嵌入到城市列车运行计算系统中,实现了给定线路条件下站间最佳惰行点的自动计算。结合具体算例对不同站间距离、线路条件、区间限速、运行时间、惰行次数等条件下的惰行控制进行了仿真研究,给出了各影响因素与惰行控制的关系。仿真结果表明,该方法能较好地解决惰行控制优化问题,地铁列车合理的站间运行时间取值,一般在最小运行时间的基础上增加8%~15%比较合适。     

考虑碳排放效果的城轨列车开行方案编制方法

为解决开行方案编制不合理导致的乘客出行舒适度差、企业运营成本高、碳排放量大等问题,研究了1种考虑碳排放效果的城轨列车开行方案编制方法。在目标函数中增加了对乘客舒适度及碳排放效果的考虑,同时限定了能力、服务频率及交路起讫站设置等约束,进而建立了多交路、多编组的城轨列车开行方案模型。考虑到模型变量维度高、求解复杂等特点,对经典人工蜂群算法中蜜源更新策略进行改进并应用于模型求解。利用大量数据实验对参数进行标定,计算分析目标函数权重设定对求解结果的影响,与单一交路、单一编组的模式进行结果对比分析,并与传统人工蜂群算法展开求解质量及收敛速度的比较分析。结果表明：(1)目标函数值与其权重系数呈现负相关,由于解空间的限制,目标函数值变化范围有限;(2)较之单一交路运营模式,大小交路多编组模式下企业运营成本降低了18.22%,碳排放量减少了18.17%,二者降幅都比较显著;(3)较之单一编组运营模式,大小交路多编组模式下乘客出行成本降低了3.37%,企业运营成本下降了3.12%,碳排放量减少了3.32%,所有目标函数值均得到了改善;(4)较之传统人工蜂群算法,改进后算法求得的总目标值下降了2.49%,...     

轨道列车运行时间的线性预测模型与算法

为更加准确地预测城市轨道交通列车运行时间,建立列车运行时间改进线性预测模型.该模型基于正交函数和最小均方误差规则求解线性预测系数.采用不同长度的数据样本建立预测模型,分析数据样本长度和预测阶数对预测结果的影响,进而引入基于顺序迭代法的数据调整机制,提高模型系数计算的准确性.通过对比站间距离不等的情况下距离变换前后模型预测的准确性,分析了站间距离对预测精度的影响,进而引入站间距离的线性变换方法,提高模型的预测精度.结果表明,模型改进前后的平均预测精度分别为92.53%和95.43%,预测精度提高3.13%;提高预测阶数可小幅提高模型预测精度,模型的改进可明显提高运行时间的预测精度.将该模型应用于上海轨道交通2号线列车运行时间的预测,与列车运动模型相比,所提模型预测误差降低17.4%,验证了模型的实用性与准确性.      

基于海铁联运的集装箱班列服务路径优化

虑考虑海铁联运过程中影响集装箱班列开行的不确定因素, 结合班列服务客户各自固定需求时间窗的实际需求, 引入不确定规划区间来表示集装箱在客户节点的装卸箱服务时间, 同时将具有时效性要求的需求时间窗设置为软约束, 运用惩罚函数将其作为惩罚项整合到运输成本目标函数中, 选择合理的惩罚系数, 构建以运输成本低、运输时间少为目标的班列服务路径非线性多目标优化模型, 针对不确定变量, 采用机会约束规划转换模型得到考虑模糊时间的多目标路径优化模型, 通过加权求和将多目标合并转化为单目标问题, 并设计人工蜂群算法求解所构建的班列服务路径优化模型, 并以盐田港海铁联运为实例进行了模型检验和对比分析。结果表明: (1)在硬时间窗约束下运输时间减少了88%, 但成本增加了97%, 充分表明了软时间窗设置的优势; (2)考虑不同的运输目标时, 只考虑运输费用时, 运输时间增加了5.3%;只考虑运输时间时, 运输费用增加了67.8%。所建模型和算法能够很好的满足不同客户不同运输时效性的需求, 在运输费用方面具有明显的优越性。      

多网融合条件下市域列车开行方案编制方法

为解决铁路系统中市域铁路与其他制式轨道交通之间列车的到发时序及运能的匹配性问题,研究了多网融合条件下的市域列车开行方案编制方法。考虑枢纽站的跨制式换乘客流需求,根据客流的时间分布特征及不同乘客的时间价值对客流精细划分,以最小化列车总运营成本、旅客广义总出行成本、跨制式换乘客流对研究线路的短时冲击性为目标;考虑列车满载率、各时段区间通过能力、各类时间间隔、列车到发时刻、不同时段各类旅客的换乘协调性等约束,构建了分时段精细化编制列车开行方案的多目标非线性整数规划模型。采用线性加权法将多目标转化为单目标,引入模糊精英保留策略并对逃逸能量更新策略进行非线性化处理,以改进基本哈里斯鹰算法,降低算法陷入局部最优解的可能,提高模型的求解质量。以台州市域铁路S1线及其衔接高速铁路的相关数据为例进行实验,结果表明：与算法初始解相比,模型的总目标函数值降低36.7%;与基本哈里斯鹰算法相比,列车运营成本、旅客总广义出行成本、模型总目标函数值分别降低8.09%,7.04%,7.56%。验证了所设计的算法适合模型的特点,且具有较高的求解质量;所建模型可在不同时段兼顾列车运能与乘客换乘效率,有助于提升多网融合条...     

基于列车到发时刻不确定的客运站到发线运用优化研究

合理安排列车占用到发线是编制阶段计划的关键,高效运用到发线可以提高客运站的工作效率和服务水平.利用不确定变量表示列车实际到达时刻与计划到达时刻差值的不确定性,以列车占用到发线时间最小和到发线运用的均衡性为优化目标,以差值得到满足而应达到的置信水平、列车占用到发线的唯一性等为约束条件,建立基于列车到发时刻不确定下的到发线运用优化模型.利用不确定理论的知识将其转化为确定性等价类模型,并借助IBM SPSS Statistics 23验证所提出的分布,通过设计适应度函数、改进选择算子和交叉算子来改进模拟退火遗传算法(ISAGA),对优化模型进行求解.从某客运站验证的数据中选取某天8:00—12:00的数据为例进行说明,结果显示运用ISAGA所得优化方案与常规GA所得方案和值班员使用方案相比,均衡性分别提高了49.15%和75.47%;ISAGA的目标函数值比GA的优了10062 min.表明所建的模型和设计的算法有良好的优化质量和求解效率.      

高速公路限速策略优化方法与评价模型

为解决限制速度值确定不合理、限速方式不适用以及限速区间长度设置不恰当等问题, 对驾驶人行驶体验以及限速管理可信度的负面影响, 优化了高速公路限速区间最小长度、限制速度值、限速区间划分的确定方法, 进而提出了以安全车速与通行效率为依据的高速公路限速区间优化与评价模型。依据驾驶人视认距离、限速标志设置前置距离和驾驶人心理稳定距离, 标定计算模型中的限速区间最小长度。以行驶速度是否易发生突变为标准, 采用不定长法将不同路段划分为6种组合类型, 建立基于不同组合路段的限速预测模型。采用有序聚类分析法中基于划分和层次的分析方法, 以满足限速区间最小长度和交通延误最小2个方面为目标进行优化限速区间的划分。同时, 选取交通冲突率作为表征交通安全的指标, 选取交通延误时间作为表征交通效率的指标, 建立评价指标模型; 最后通过对比分析优化前后的指标来验证限速区间优化方法的有效性。以某山区高速公路为对象应用VISSIM开展限速优化仿真实验, 结果表明: 优化后安全评价模型参数值比原方案降低了约29.49%, 效率评价模型参数值比原方案提高了约21.90%, 优化后的高速公路整体安全性以及通行效率均得到提高。所提出的高速公路限速区间确定方法以速度突变为基准, 结合路段的属性及指标特点, 能够优化限速区间长度的制定和区间的划分。      

考虑运到期限的铁路管内货物快运列车组织优化研究

针对当前铁路管内货物快运列车运输组织工作难以保证货物的运到期限水平,以货物装卸尽量多和尽早在最终编组站编入到跨局远程直达列车开行为双目标,考虑与快运列车运输组织影响相关的约束,构建了考虑运到期限的管内环线货物快运列车运输组织优化模型,并采用C#调用IBM ILOG Cplex软件对双目标优化模型进行帕累托解集的精确求解.以京津冀货物快运列车运输组织为例,通过与实际列车运行图运行时分对比,在保障货物装车需求下,当帕累托解分别为0.50和0.51时,结果有效缩短了京津冀快运列车的停站作业时间.实例中X481和X492次快运列车分别较计划时间提前了127.21 min和200 min,有效验证了构建的模型和求解算法,并就实例结果给出了相关组织工作的改进建议.      

基于遗传蚁群算法的履带式混合动力车辆控制策略参数优化

针对控制策略参数优化中存在的问题,提出一种基于遗传蚁群算法的履带式混合动力车辆整车控制策略参数优化的新方法。基于优化设计的思想,以最小燃油消耗量为目标函数,建立控制参数优化问题的数学模型,然后结合遗传算法和蚁群算法各自的优点提出一种遗传蚁群优化算法,并对控制策略参数优化问题进行数值求解。结果表明,优化后车辆燃油消耗减少14.9%,说明该方法可以找到一组全局最优的参数,大大缩短控制参数的实车标定时间。     

以安全为导向的地铁过饱和线路跳站停车策略优化模型

为缓解高峰时段地铁过饱和线路的客流极端拥挤情况，从安全角度出发，以降低线路客流聚集风险和乘客总等待时间为目的，研究了地铁跳站停车策略优化问题。考虑随时间变化的动态客流需求，通过构建列车跳停、追踪运行、乘客动态加载等约束，推算出跳站停车策略下各车站乘客的动态聚集人数，并设计了独特的客流聚集风险评估函数。在传统只考虑乘客等待时间的列车跳停策略优化模型的基础上，将客流聚集风险纳入到模型的目标函数中，构建了以安全为导向的地铁跳站停车策略优化模型。考虑到模型的非线性特性，设计了适用于问题的可变邻域搜索算法(VNS)，提出了3类邻域新解的产生方式，并设置违反约束的惩罚函数，以提高求解效率。以北京地铁八通线为例，对其早高峰和部分平峰时段(07:00—10:40)下行方向42趟开行列车的停站策略进行了优化实验。结果表明:所提出的模型可在5 min内求解出高质量的列车跳停方案，能有效缓解极端拥堵，提升客运服务质量。对比发现，相对于传统站站停策略，列车跳停策略下，车站最大等待人数由5 299人减少到2 495人，客流聚集风险降低了98.7%。在客运服务水平方面，乘客的平均等待时间由9.49 min降低到9.15 min，降低了3.6%。      

基于改进全局优化算法的轮毂液压动力系统能量管理策略

现有针对轮毂液压混合动力系统的能量管理策略均为结合研究人员经验与发动机最优工作区域的简单控制，暂未见优化控制策略的应用，导致实际控制值与最优控制值的偏差较大，无法充分发挥该系统的节油能力。基于此，针对该系统提出了一种基于改进全局优化算法的能量管理策略，探寻该系统的理论最大节油量，进一步挖掘该系统的节能潜力。首先，该策略建立了基于车速-蓄能器荷电状态（SOC）自适应调节等效油耗因子的方法计算目标函数中的罚函数，从而提高系统的制动回收能力，避免计算结果陷入局部最优；随后，根据轮毂液压混合动力系统各模式工作点相对固定的特性，实现了控制变量降维；最后以实测数据进行了仿真测验。结果显示：比起传统的全局最优策略，该方法可以进一步实现3.36%的节油效果；同时，在实现节油的基础上，经过控制变量降维后计算时间减少了35%，而计算精度基本不受影响。     

多换乘点响应型接驳公交运行线路的协调优化

为尽量降低响应型接驳公交系统的运行费用，提出多换乘点间运行线路协调设计的构想。针对同时包含预约需求和实时需求的混合需求，构建多换乘点响应型接驳公交系统运行线路的2阶段协调优化方法，并设计优化流程。第1阶段仅考虑预约需求，首先将预约乘客按有/无特定换乘点要求进行分类，在此基础上构建预约需求下多换乘点多车辆运行线路的协调优化模型。在协调优化模型中，优化目标是由乘客时间费用、车辆运行费用、以及惩罚费用所构成的系统总成本最小；乘客时间费用包括乘客候车时间的惩罚费用、车内乘客在需求点的等待时间费用以及乘客车上时间的惩罚费用3个部分；车辆运行费用包括车辆启动费用、路段行驶费用、需求点的停靠费用、车辆早到引起的等待费用4个部分；考虑的约束条件包括乘客候车和车上的软时间窗、乘客换乘点要求、车辆容量、车辆出行时长等。第2阶段根据规则判断是否响应实时需求，并根据响应情况重新优化后续各班次的运行线路。针对第1阶段模型，基于模拟退火算法设计求解算法。研究表明：在预约需求或混合需求条件下，与各换乘点运行线路独自优化相比，协调优化方法均能显著降低运送全部响应乘客所需的平均运行距离和平均总成本；仅有预约需求时分别降低5.4%、19.8%，新增实时需求后分别减少1.4%、21.7%；与固定发车间隔相比，分时段调整发车间隔，也能有效降低运送全部响应乘客所需的平均运行距离和平均总成本，仅有预约需求时分别降低18.2%、17.2%，新增实时需求后分别减少19.97%、25.06%，说明多换乘点间车辆路径的协调运行是提升响应型接驳公交运行效率的有效途径。     

基于蚁群算法求解物流订单派送问题

针对物流信息平台中的订单派送问题,研究了订单派送的单向性和路径最优特性,构建了路径选择模型,对费用最少和时间最短的双目标优化函数进行了分析,将基本蚁群算法进行了改进。通过对局部信息素进行外界人为的干扰,从而影响整个网络选择,使得路径选择全局最优,解决了基本算法在求解最短路径中计算时间长的问题。模拟结果表明,计算速度提高了30%。     

基于免疫遗传算法的铁路列车运行调整研究

列车运行调整是铁路调度部门的重点研究对象,而自动调整是衡量铁路调度指挥自动化水平的核心。因此,以偏离运行图最小为优化目标,考虑了区间运行时分、追踪间隔时间、车站停车时分、越行约束等6个约束条件,建立了列车运行调整模型;在算法方面,针对遗传算法的缺陷,如收敛速度较慢,易于早熟收敛,提出了1种效果较好的免疫遗传算法,并对编码方案、适应度函数、抗体浓度、变异算子等进行设计改进。仿真结果表明该算法与遗传算法相比,在收敛速度,最优值以及试验成功率方面都具有更为优越的特性,可为调度人员提供1个较好的调整方案。      

排阵式交叉口几何设计与信号控制协同鲁棒优化

针对排阵式交叉口在实际交通波动环境中存在车辆滞留排序区,运行效率稳定性难以保障的问题,提出了鲁棒优化方法,平衡交叉口运行的效率和稳定性。在分析排阵式交叉口运行特性的基础上,指出了其运行效率波动性与交叉口几何设计、信号控制、交通需求、饱和流率和运行车速这5个因素有关。确定了将交通需求、饱和流率和运行车速这3个客观波动因素作为模型的输入参数,将几何设计和信号控制这2个可受设计人员控制的要素作为模型的优化控制变量进行协同优化的模型框架。在此基础上,以交叉口车均延误条件风险值最小为目标,考虑了各流向车道数、信号相位相序、排序区车辆清空等方面的约束条件,构建了基于情景的鲁棒优化模型,并建立了遗传算法对模型进行求解。通过案例分析,对鲁棒优化模型的置信水平取值和算法准确性进行了分析,证明了算法可以使目标函数收敛到最小值,并基于蒙特卡洛模拟对优化效益进行了检验。研究发现,所建立的几何设计与信号控制协同鲁棒优化模型可实现在交通需求和供给的波动下,对排阵式交叉口的车道功能、排序区长度以及主、预信号控制进行协同优化。相较于确定性的设计方法,在平均延误层面基本维持原有水平,但对延误标准差和最大值有着较为明显的改善,案例中分别减少了48%和23%。