技术站广义配流问题模型与算法

根据列车解编顺序是否确定,将阶段计划中的广义配流问题分为广义静态配流问题和广义动态配流问题。以阶段内发出配流车数最多和车辆在站平均停留时间最短为目标函数,以列车解体开始时刻、车流分配、车流接续和列车编组开始时刻为约束条件,建立广义动态配流问题的多目标非线性混合整数规划模型。综合考虑优先排空、优先发送较近编组去向车流,模拟车站调度员编制阶段计划时的思维过程,设计搜索算法,解决广义静态配流问题(给定列车解编顺序的广义动态配流问题)。以有7个编组去向的某技术站为例,运用该算法可以在较短时间内得到列车解编方案和配流方案,表明了该算法的实用性和可行性。     

编组站阶段计划自动编制的数学模型及算法

根据编组站实际作业流程，将阶段计划自动编制问题分解为配流计划、解体／编组计划、到发线运用计划3个自动编制子问题。分别建立数学模型并求解。配流计划模型是在满足列车编组要求的前提下，以中转车组在编组站的总停留时间最少为目标，确定出发列车从站存车以及本阶段到达列车中所获得的车流来源。解体／编组计划模型是在车组配流完成后，以晚点列车总数量最少为臼铄，确定列车的解体／编组次序。到发线运用计划模型是在当前股道的配置条件下，以能够完成接发列车数量最多为目标，合理安排图定列车的接发。通过将3个模型合理地衔接．实现编组站阶段计划的自动编制。采用所提出的3个模型建立的编组站计算机辅助决策支持系统，目前已在乌鲁木齐西站实施应用。     

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。     

编组站智能调度系统阶段计划优化模型及算法研究

构造编组站智能调度系统阶段计划的混合0-1线性规划模型。该模型体现出编组站列车解体、配流、编组及到发线运用计划。鉴于模型的NPC属性,将模型分解为相应4个关联的子问题,进而提出了以列车配流为主线,通过构造局部区域优化问题实现解体、编组方案优化的高效启发式算法。     

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。     

基于改进列生成算法的高速列车开行方案优化研究

针对编制开行方案涉及因素多、建模及求解困难的特点,结合有容量限制的多商品流网络设计问题,建立确定列车开行对数、开行区段、停站方案及编组形式的多目标整数规划模型,运用权重法将多目标规划转化为单目标规划。鉴于标准的列生成算法难以协同处理网络设计与网络配流问题,设计综合使用列生成与行生成策略的启发式算法确定列车的运行路径及停站方案,采用改进分支策略的分支定界算法求解最终模型。最后,以京沪高铁为例进行验证,在有效时间内获得较高质量解,该解与最优解的误差率为2.13%,且优于京沪高铁实际采用的开行方案。     

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。     

技术站配流与调机运用综合问题的拉格朗日松弛算法

技术站调度问题中配流与调机运用是关系密切的两个基础问题。基于单机器调度和资源分配理论,构建单解单编技术站配流与调机运用综合问题的混合整数线性规划模型,同时确定出发列车的编组内容和调机的解编任务,使得出发列车满足列车编组要求,且车辆在站加权总停留时间最小。设计拉格朗日松弛算法松弛掉连接约束,将原问题分解为解体子问题、配流子问题和编组子问题,对偶问题采用传统次梯度优化算法求解。最后,采用既有文献算例对该算法的有效性进行测试,结果表明:与分支定界算法相比,该算法能够实现计算质量和时间的较好折中。     

基于混合算法的阶段计划解编作业的研究

根据编组站阶段计划实际作业流程,通过在车组配流完成后,以晚点列车总数量最少为目标,确定列车的解体/编组次序建立的解体,编组计划模型.经实例验算证明算法的可靠性、有效性.为鳊组站阶段计划的自动编制提供了一个良好的决策参考.     

客运专线旅客列车开行方案的多目标双层规划模型

客运专线建设目的是为更好地满足旅客的出行需求，因而其列车开行方案也必须体现以旅客为本，服务旅客、方便旅客的原则。首先提出旅客出行方便度概念，并研究不同时段旅客出行的方便度，绘制方便度曲线，然后分析不同类型列车的客流平衡条件，建立不同类型列车的广义费用函数，在此基础上，建立制定客运专线列车开行方案的多目标双层规划模型。该模型以列车开行的最大收益和旅客的最大方便度为目标，同时考虑基于旅客最小出行费用的不同列车配流问题，并利用matlab编程，实现了求解该模型的混沌算法。最后以制定2008年石太客运专线的列车开行方案为例来验证该模型和算法，得到满意结果。     

多站协同的技术站配流优化研究

技术站是铁路网的重要组成部分,其作业组织水平直接决定了铁路运输生产效率。传统的技术站配流问题通常考虑车站内部作业优化,如解编顺序、分类线运用等,以减少车辆在站停留时间。为加强站间互联互通,促进车流有序流动,提出基于货物列车编组计划的多站协同概念。建立以车辆在站停留时间最小为目标的考虑多台调机的单技术站动态配流模型M1和以协同后减少的停留时间之和最大、新增列车走行费用最小为目标的多站协同优化模型M2。考虑到模型M1属于NP-hard问题,设计拉格朗日松弛算法将模型分解为3个子问题求解。模型M2根据模型M1求得结果并结合多站协同概念,调用GUROBI求解器求解验证。通过案例分析可知：在计划时限内,给定的路网中共有6个技术站进行协同配流,通过改变欠轴停运列车的编组去向,实现相邻车站车流供给,车辆在站停留时间减少645.1 h,较协同前降低6.57%,增加6列正点出发列车。研究结果表明,提出的模型及算法能够压缩多站车辆在站停留时间,提高计划兑现率,增强铁路货物运输生产效率。     

编组站列车解体方案与编组方案的协调优化研究

编组站列车解体方案与编组方案的协调是阶段计划配流优化的关键,配流方案作为解体方案和编组方案的函数,只有当二者确定后,才能实现列车的配流.分析到达列车的最早可能解体时刻和不同调机作业方式下出发列车的最晚必须开始编组时刻的计算方法.通过定义特征点、时间调整格等概念,可以固定出发列车的解体特征,从而简化编组顺序的调整环节,减少计算量.以先编组出发列车的单个配流方案为主线,采用编组解体双向配流策略,找出合理编组顺序的有效匹配解体方案.根据解体特征和解体序号矩阵,提出解编方案协调优化算法,实例证明该算法可以缩小编组站配流问题的规模,从而快速得出优化配流方案.     

技术站广义动态配流问题的遗传算法

技术站广义动态配流问题是在综合考虑优先排空和优先发送较近编组去向车流的编组要求、欠轴列车停运要求,以及到发列车在时间和车流接续关系的基础上,将静态配流和列车解编方案调整进行协同优化。分别以阶段内出发列车数最多、出发车辆数最多、车辆在站平均中转时间最短为目标,考虑解体、编组调机能力限制,到发列车车流接续,列车编组计划和列车运行图的影响约束,建立该问题的优化模型。针对问题机理,设计求解这一问题的遗传算法:运用启发式规则生成初始群体;运用倒数算子计算适应度函数,对各目标进行无量纲化和同向化处理;采用轮赌盘选择算子、基于顺序的杂交算子、逆转变异算子和精英保护策略。通过对算例的实验分析,表明该算法的实用性和计算的高效性。     

双向编组站配流问题整数规划模型及算法

双向编组站是铁路大型技术站,有2个相对独立的改编系统,业务繁忙且复杂。每个系统中出发列车的车流既来源于本系统的普通车流,也来源于对向系统的折角车流。配流问题指同时确定2个系统中出发列车的编组内容及车流来源,指派并调度解编调机的任务。本文设定折角车流利用交换场进行转场,以车辆在站总停留时间最小为目标,构建大规模混合整数线性规划模型。利用模型结构,开发拉格朗日松弛算法,通过松弛连接约束,将原问题分解为更为简单的子问题。最后以案例测试算法,结果表明,该算法在求解质量和时间方面明显优于商业优化软件CPLEX和现场使用的经验方法。     

地铁列车追踪运行的节能控制与分析

为了研究地铁列车再生能量利用,分析给定运行图的节能潜力,以牵引变电所处总能耗最小为目标,依据再生制动等效电路和牵引计算模型,获得地铁列车两车追踪运行约束。在假设前行列车运行状态已知的条件下,采用二次规划算法,优化追踪列车操纵序列,提高再生制动能量的吸收利用,降低系统总能耗。仿真算例与仅考虑单车优化运行策略的方案对比结果表明:给出的算法能够在保证追踪列车正点、准确停站的前提下,节约3.8%的系统总能耗。通过该算法获得的节能效率与列车追踪间隔密切相关,同时调整追踪间隔和采用该优化算法可获得更好的节能效果。     

横风下基于滚动GAPSO算法的列车速度曲线优化

针对普通环境下高速列车目标速度曲线优化算法不适用于横风环境的问题,提出一种横风环境下基于滚动GAPSO(遗传粒子群)算法的列车速度曲线优化方法。首先,考虑横风风速阻力作用改进列车动力学模型,并建立列车运行多目标优化模型;其次,基于GAPSO算法寻优巡航构建列车在起始阶段的最优目标速度曲线,引入滚动优化框架实时调整目标速度曲线,并在横风限速区按照改进快行策略运行;最后,在列车进站前采用GAPSO算法寻优惰行点生成目标速度曲线。仿真实验结果表明：GAPSO算法较GA算法和PSO算法具有搜索能力强、收敛速度快的优点;滚动GAPSO算法能在不同横风环境下实时生成优化后的目标速度曲线,并与改进快行策略和RH-PSO算法相比,具有较优的节能性和准时性。横风下基于滚动GAPSO算法的列车目标速度曲线优化可为横风环境下列车节能、准时运行提供一种可行的解决方案。     

不确定条件下编组站动态配流模型及算法研究

由于编组站解、编作业时间存在一定的波动性,将其作为模糊变量,用变量的λ悲观值表示在一定置信水平下的解、编作业时间,以阶段内出发车辆数最大为目标,建立不确定条件下的编组站动态配流模型。通过定义不确定条件下的可解集合、待解集合和选解集合将动态配流问题映射为方案树,从而设计一种基于蚂蚁系统的非确定性树搜索算法。由于改进了蚂蚁系统的选择策略和信息素更新,并在每次转移过程中对模型的约束条件进行判断,提高了解的性能和算法的收敛速度。算例表明,该算法能够较快地搜索到有利的全局方案。     

单向编组站配流与调机运用综合问题

单向编组站配流与调机运用综合问题研究的是确定出发列车的编组内容,指派并调度解体和编组调机的任务,使得出发列车满足列车编组要求,调机任务没有冲突,且车辆在站总停留时间最小。基于并行机调度和资源分配理论,建立该问题的混合整数线性规划模型。设计有偏随机键遗传算法求解该优化模型,基于平均分配和随机分配规则生成初始种群,并采用参数均匀交叉算子以使子代能有效继承父代的优化特征。最后,以1个实际算例对所提出方法的有效性进行测试,并与现场采用的贪婪算法、直接求解模型的优化求解器CPLEX进行比较。算例结果显示所提算法在计算质量和计算效率上的优越性。