基于通过能力约束下的空车调配问题研究

以空车总走行里程最小为目标,在空车流量不超过路段通过能力和车站通过能力双约束条件下,建立相应的空车调配模型。在空车走行总里程不变的前提下,归约双约束空车调配模型为最小费用最大流算法可解决的模型。     

用重心优化方法求解铁路网上空车调配问题

主要提出了优化大规模铁路网上空车调配的网络变换方法，作为一般小规模的空车调配问题，其数学模型属于一类特殊的线性规划问题，表上作业法具有很好的求解效果，由于该算法的计算量随着规模的扩大呈几何速度增加，所以对于中国这样拥有数千个装卸站的说，直接用计算机求解是不现实的，所以目前实际运输工作组织中，采用路局，分局，区段的分层调配方法，以获得一个可行解，由于分层区域的中心点无法确定，故无法进行优化计算，针对这一缺陷。现提出一种基于物体重心的虚拟空车产肖中心的确定方法，从而解决大规模空车调配的优化问题。并给出具体算例。     

车种代用下的铁路空车调配研究及遗传算法

介绍了当前铁路空车调配问题的研究现状,对比一般的空车调配问题模型,提出车种代用情况下空车调配的数学模型。该模型以空车走行费用最小化为目标函数,将车种代用纳入其中,并设计了遗传启发算法求解该问题。     

基于vba编程调用Lingo的铁路空车调配研究

以空车总走行里程为最小目标,以空车供需平衡为约束条件建立空车调配数学模型;通过vba蝙程调用Lingo软件解决空车调配问题;对具体的算例分别运用震荡法和vba调用Lingo方法进行求解,并时求解结果进行分析.研究结果表明.运用vba调用Lingo方法不仅操作简便,而且在运算时间和精度上都具有显著的优越性,调用后的系统,在数据录入与结果输出方面都比原始Lingo数据读取与输出更容易操作,更直观,是解决大规模空车调配问题的有效工具,具有实际应用价值.     

铁路空车调配综合优化模型及求解

以铁路企业经济效益最大化、货物运输需求方(货主)满意度最大化和空重车调配路径最合理化为目标函数构建铁路空车调配多目标综合优化模型.模型的约束条件主要包括:空车供应站的车种供应量、以重代空最大运量和剩余装车作业能力;空车运输阶段的区段运输能力;空车需求站的剩余卸车作业能力、车种需求量和货物装运总量.根据调研资料确定模型求解参数的取值;通过简化路径参数、量纲转换处理,将多目标规划转换为单目标规划;运用LINGO软件实现综合优化模型的二次建模;运行LINGO程序得到铁路空车综合调配方案.     

基于知识约束的空车调整优化方法研究

铁路空车调整是一个集空车O D量(调配方案)生成与车流径路分配于一体的复杂的铁路网流量分配问题。由于实际的空车调整计划将受到许多模糊或不确定因素的影响,需要凭借专家知识或经验来确定,所以如何基于知识建立空车调整问题的优化模型及算法是一个重要的研究课题。本文基于空车调配满足最小费用和路网中流量合理分布的综合评价原则,通过引入知识约束的概念,构造了一个带混合约束(数学约束 知识约束)的优化模型,并结合铁路空车调整计划的实际,采用模糊定量化指标的方法,对模型的求解提出一个应用算法。     

在规模路网上空车调配的区段中心优化法

针对大规模铁路网上的空车调配问题，提出了一种网络变换方法。作为一般小规模的空车调配问题，其数学模型属于一类特殊线性规划问题，即运输问题，表上作业法具有很好的求解效果。但由于该算法 的计算量随着所需处理问题的规模的扩大呈几何速度增加，所以对于我国这样拥有数千个装卸站的路网来说，直接用计算机求解具有几千个节点的运输问题是相当困难的。文中提出了一种区段中心优化法，对于主要支点站周边的中间站进行车流归并 ，以压缩节点的数量，从算例上可以看出，区段中心优化法在解决大规模路网同构变换问题时具有比较明显的优点，节约了计算中所城同的时间和空间，是解决大规模路网上空车调配问题的有效途径。文末给出了具体算例。     

基于时间满意度的铁路枢纽空车调配随机机会约束模型及算法研究

空车调配是铁路运输组织的重要环节。本文分析空车供给和需求量的不确定性、车种代用状况,给出空车到达时刻满意度定义。以空车走行公里最短、到达时刻满意度最大和车种代用成本最低为优化目标,构建铁路枢纽空车调配的随机机会约束规划模型。通过将机会约束转化为确定性的等价类,将模型转换为对应的确定性模型,利用和声搜索算法进行求解。设计适合求解的编码方法,基于该编码的初始化方法和微调方法能够保证解的可行性。算例证明,设计的模型与算法有效且可行,与确定性情况比较,空车走行公里下降19.34%,总体到达时刻满意度增加0.66%,车种代用成本降低32%。     

重空车流径路及多车种空车调配协同优化模型

依据现有铁路网结构、车流组织特点和车流运行特征,构建基于树型结构的重空车流径路及多车种空车调配协同优化模型.模型以重空车流的总运行费用最小为目标函数,以重车流量平衡、技术站车流不可拆分、区段通过能力限制以及支点空车需求量和供给量平衡为约束条件.以我国东北铁路网为例,对所构建模型的合理性、可行性进行模拟优化试验.结果显示:采用本模型,可以获得重空车流径路方案、空车调配方案,优化了径路上各区段负荷分布;得到的重宅车流径路及多车种空车调配结果符合铁路车流组织的特点,有利于区间通过能力的充分利用和车辆周转时间的压缩.     

铁路空车调配问题的遗传启发算法

路网结构的复杂性和运输生产的动态性，决定了要获得较大规模的实际空车调配问题的最优解是不可能或非常困难的，为求解此类问题，提出了一种有效的遗传启发算法，针对该问题的特定领域知识，设计了适合空车调配问题的矩阵编码方法，基于该编码的初始化方法能保证初始种群的可行性，针对矩阵编码提出的特殊交叉算子和变异算子，能保证生成的新个体总是有效的，通过对收发平衡和收发不平衡的空车调配问题的数值计算和分析，验证了所设计算法的有效性。     

企业自备车运用方案的优化模型及其算法

与一般的运输问题不同,企业自备车具有在发站与各到站间循环使用的特点,其运输能力受自备车周转时间、车数、静载重等因素的影响,因此,运用标准网络模型和算法无法获得车辆运用方案的最优解。本文讨论了自备车平均周转时间的计算方法,在对企业自备车的运能与运量相互制约关系进行深入分析的基础上,提出企业自备车运用的最小费用最大流网络优化模型和算法,推导出自备车运能计算公式和增流链最大增流量公式,并对铁路限制口问题及企业自备车、部属车、汽车综合运用的优化模型和算法进行了深入讨论,通过实例验证了模型和算法的可行性,从而为企业提供一种自备车运用的优化方法。     

铁路空车调配的多阶段策略优化模型研究

铁路空车调配问题是一个比较复杂的问题,目前国内在这方面的研究主要集中在静态宏观均衡调控上,而国外的研究则主要关注于日常调配的动态变化上。本文首先对该问题的国内外研究现状进行了综述,然后从我国铁路生产实际出发深入分析研究空车优化调配的策略和途径。基于空车服务时空网络的构建,采用动态规划方法提出了铁路局(公司)管内空车调配的多阶段策略优化模型。模型考虑了编组计划、列车运行图、技术计划和日班计划的影响,并在目标上谋求空车调配费用最小化。此外,模型实现了铁路局(公司)日常空车调配中排空和配空的综合优化,为空车调整阶段计划的编制提供了理论优化依据。最后,通过数值算例分析,模型的有效性得到证明。     

车种代用情况下的空车调配模型的改进

针对原有的车种代用空车调配模型存在装车收益不准确和车种代用非均衡化的局限性,考虑车种代用受代用收益、代用费用、空车配送费用和车流接续等因素的影响,通过建立以OD流为基础的均衡运输下的重空车调整的时空网络,以网络节点车流量平衡、同种空车不对流、货运计划和装车指令性任务为约束条件,以综合收益最大化为目标,构建改进后的模型。以6个货运站、3种货车和3种货物构成的平衡运输网为例,利用改进的模型,求出车种代用的空车调配优化方案。结果表明:利用改进的模型,能提高货车使用效率,增加运输收入,同时根据最优解可计算出各装车站的货运计划完成情况、各空车产生站的空车产生量。     

采用蚁群算法求解铁路空车调整问题

蚁群算法是受自然界中蚁群搜索食物行为启发而提出的一种智能优化算法,针对空车产生总数和空车需求总数相等的平衡运输问题,建立以空车走行公里数最小为目标的空车调整数学模型,应用蚁群算法求解铁路空车调整问题。对有3个空车产生地点、4个空车需求地点的240辆空车平衡运输的算例,采用蚁群算法求解,得到2种目标结果最优的调整方案,可见该算法结果具有多重性,可以适应不同的调整需求。将其计算结果与分别采用最小元素法、西北角法、神经网络法及遗传算法所得结果进行比较,表明采用蚁群算法精度高、参数少、运算过程简单、模型易于理解和维护。采用蚁群算法求解空车调整模型可以用于全路、路局等的空车调整问题求解。     

铁路软卧车不同运行速度下车内噪声分布规律研究

运用多通道噪声测试与分析系统对铁路软卧车进行了多通道同步噪声测试,分析了铁路软卧车车内噪声在不同运行速度下的分布规律,为我国新造铁路客车的防噪降噪设计提供了依据。     

基于时间窗的铁路空车调配优化模型及求解

针对以往铁路空车调配优化研究中对时效性考虑不足的现状,考虑到空车过早或过晚到达都会给铁路运输企业带来额外的费用支出,按照空车运输费用、积压库存费用及延误损失费用之和最小的原则,建立基于时间窗(规定时间段)和区段空车运输能力约束的空车供需平衡调配优化模型。以由3个空车供应站、4个空车需求站组成的铁路运输网络为例,按照线性整数规划求最小值问题,运用LINGO软件进行仿真求解,得到最优空车调配方案。     

铁路罐式集装箱空箱调配优化模型及遗传模拟退火算法

针对罐式集装箱运输的特殊性,考虑重箱流和空箱流调配的综合优化,以罐箱运输费用最小为目标,建立铁路罐式集装箱空箱调配优化多商品网络流模型,并构造了1种嵌入模拟退火操作的遗传算法对之进行求解。为了使模型与算法可得到更符合实际、操作性更强的结果,给出了3种空罐箱调配的策略,作为隐含条件加入到算法求解过程中。利用自适应遗传模拟退火算法对随机生成的实际规模问题算例进行求解,并与用通用代数建模系统软件GAMS的计算结果进行对比。结果表明,前者得出的结果与最优解差距不大,而且运算速度更快,更能满足解决实际问题的需要,为铁路罐箱调配优化提供了良好的决策支持模型和算法。     

铁路承认车最优分配模型与算法研究

首先介绍承认车计划审批问题,并在分析各种优化目标和限制条件的基础上,提出自动审批承认车的数学模型,说明问题属于NP完备问题,在目前条件下仅能采用启发式算法。同时由于实例规模过大,一般启发式算法所耗费的时间仍然难以接受,因此结合实例的特性给出了一种特定启发式算法。铁路现场实际使用表明,此算法对实例能够在5 min内得到满意解,所得解的各项指标均符合日常装车方案要求,具有鲜明的实用特点,有效解决了铁路局货运营销中,如何审批承认车可带来最大收益问题。     

铁路空车调配问题的随机机会约束模型及遗传算法

提出一类特殊的随机机会约束模型来求解铁路空车调配问题。这类随机机会约束可转化为相应的确定性等价类,应用遗传算法求解。通过对实际空车调配问题的数值计算和分析,表明了不确定性优化模型和所设计遗传算法的有效性并在铁路运输中有广泛的应用前景。     

无缝换乘条件下城市轨道交通网络客流分配模型及算法

结合国内城市轨道交通无缝换乘的运营特点,充分考虑了影响城市轨道交通网络客流分配的主要因素（包括出行时间和换乘次数）,以及城市轨道交通网络的特有属性,构造城市轨道交通网络的广义费用函数,并分析乘客在城市轨道交通网络中的路径选择行为。在此基础上,基于随机用户平衡原则提出城市轨道交通网络客流分配问题的数学优化模型,在模型的求解中,分析目前常用的有效路径搜索方法并设计了基于图的深度优先搜索算法,以得出符合现实的有效路径集合,并给出求解配流模型的连续平均算法。最后通过北京市轨道交通网络的数据对模型和算法进行验证。