应对通过能力下降的地铁列车运行协同调整优化方法

在地铁网络化运营条件下，突发事件影响列车运行并导致线网内乘客的出行时间显著增加。为应对单个线路区间通过能力下降的问题，采用小交路折返、暂停运行和上线运行3种策略调整故障线路时刻表，并利用缓冲时间协同调整与故障线路直接相连的其他线路。考虑列车运行安全、配线占用、车底接续等约束，构建以最小化乘客出行时间为目标的列车运行协同调整优化模型；根据策略选择方案和调整后的时刻表构建时空网络，更新乘客的路径选择；结合量子粒子群算法、时刻表推算算法和改进的Floyd算法求解模型。以某市地铁部分线网为例，结果表明：列车运行协同调整明显减少故障发生后乘客的出行时间，提高线网换乘效率，缓解故障线路换乘站的客流压力；故障发生在靠近线路中部的区间时，线网有较强的抗风险能力。     

多类干扰下的高铁列车运行调整优化模型

高速铁路列车运行实时调整一直是行车调度指挥工作中的重要核心任务之一.为解决有多种行车干扰事件(初始晚点、限速和到发线不可用)影响下的列车运行调整问题,针对准移动闭塞行车方式,基于替代图理论,兼顾车站进路调整约束,建立混合整数线性优化模型,设计两阶段近似求解算法,在600 s内可以实现列车变更到发线次数最少和列车晚点延误时间最短的列车调整方案的快速求解.研究结果表明:模型可以同时实现列车运行调整和列车径路优化,相比时间间隔法行车方式,该模型可以有效避免列车在闭塞区间的冲突;有初始晚点的干扰会加剧列车的二次晚点;列车限速值越低会指数型加剧晚点时间.     

基于遗传优化算法的城市轨道交通多列车运行节能计算方法

针对地铁列车多列车节能问题,提出一种基于遗传优化算法的多列车运行节能计算方法。分析多列车运行过程中制动能量传递使用过程;建立以能耗最少、旅行时间准点为目标,以全天列车运行对数、高/低峰行车对数为约束的多列车运行节能模型;采用遗传算法获得各站最优的停站时间和发车间隔序列,并计算出全线能耗、列车能耗和线路损耗。同时,以我国某地铁线路4个区间组成的短线进行多列车节能仿真,优化得到各站的停站时间和发车间隔时间。     

新旧交替列车运行图客车车底周转图智能编制方法研究

编制新旧交替列车运行图客车车底周转图的实质是确定新运行图中所需客车车底的来源与旧运行图中所运用车底的去向,以实现新旧列车运行图的顺利交替。探讨交替期客车车底周转图的约束满足优化问题模型及其智能求解算法。模型以减少停运列车数量为目标,以车底技术作业时间、车底上下线地点为车底配属站等作为约束条件。利用启发式知识设计智能求解算法,得出新旧交替列车运行图客车车底周转图的满意解。     

深圳地铁3号线列车运行自动调整策略分析

列车自动调整用于控制列车按计划运行,当列车运行偏离计划时,通过调整停站时间和区间运行等级,使列车运行趋于正常.介绍了深圳地铁3号线列车自动调整系统的工作原理、调整方法和策略.同时,根据实际使用情况,归纳出深圳地铁3号线的列车运行调整方案及其算法.     

基于粒子群优化算法的地铁列车节能运行研究

在建立地铁列车运行物理模型的基础上,采用粒子群优化算法搜寻列车区间运行的惰行点位置,优化列车区间运行时间及运行能耗。基于南京地铁2号线实际线路模型,利用粒子群优化算法求解定时节能策略中列车区间运行惰行点位置,计算区间运行时间、能耗及回馈能量。结果显示,区间运行时间增加5.5%,列车运行能耗相应降低18.73%。     

基于改进的粒子群算法的地铁时刻表调整方法研究及实现

为应对突发状况下地铁列车的晚点问题,尽快消除与既定时刻表的偏移时间,采用Visual Studio 2012和SQL Server 12.0数据库搭建时刻表系统,同时建立列车运行动态调整模型,选择改进的粒子群优化算法对模型进行求解,得出消除偏离时间的最优解,完成列车的动态调整仿真。仿真结果表明,该方法通过自动调整多辆列车的站间运行时间和停站时间,能有效地消除晚点时间,恢复列车正常运行。     

基于多智能体的地铁列车运行调整方法

针对移动闭塞条件下地铁列车运行的特点,将降低列车群的总晚点时间和提高相邻列车对客流的吸纳水平作为性能指标,建立地铁列车运行调整模型。应用Agent、多Agent协作技术,构建地铁列车Agent,设计地铁列车运行调整算法,给出基于规则的地铁列车运行调整控制策略。根据列车群晚点程度的不同,列车运行调整分为全局调整和局部调整。全局调整采用偏移计划运行图方法,局部调整采用滚动优化方法,通过多次调整达到恢复计划运行图的目的,并分别给出相应的调整方法和调整步骤。以北京1号线为背景进行仿真测试,仿真结果表明:基于多Agent协作技术的地铁列车运行调整方法是合理的,并具有动态的扩展性。     

面向O-D时变需求的城轨列车运行计划优化方法

面向城轨客流时变需求,在给定乘客服务水平的限制下,耦合出行需求与列车始发时间,优化城轨线路列车运行计划,使得列车对数和列车车底数最小化。以具有单一尽头车场的列车运行计划优化问题为研究背景,将该问题分解为列车时刻表优化子问题和列车周转方案优化子问题。针对列车时刻表优化子问题,提出基于时刻表的客流分配方法,构建相应的列车时刻表优化模型,并设计列车时刻表双向关联序列化优化算法;针对列车周转方案优化子问题,建立相应的列车周转方案优化指派模型,同时设计求解该模型的匈牙利算法。算例分析表明:本优化产生的列车运行计划,在满足乘客服务水平的基础上,最大限度地降低了列车运行成本,依次使得列车对数、列车车底数最少,证明模型和算法的有效性。     

高速铁路车站股道运用与列车运行调整综合优化方法

股道运用是高速铁路车站作业组织的核心,车站股道运用与列车运行相互影响、相互制约。为缓解晚点对列车正常运行秩序的影响,以相邻若干高铁车站股道运用与列车运行调整综合优化为对象,统筹考虑各站股道、进路占用的唯一性及其最小安全间隔时间、车底周转计划等约束,以最小化列车到发时刻波动性和车站股道运用方案波动性为优化目标函数,构建综合优化模型;以列车在站到发时刻为纽带,设计基于模拟退火算法思想的综合优化算法,制订高速铁路车站股道运用与列车运行调整综合优化方案。算例表明：所提方法能快速解决线路级高速铁路车站股道运用与列车运行调整综合优化问题,有效降低股道运用站间影响及晚点对后续车站的影响;合理设置初始Markov链长有利于提高算法效率;立折旅客列车晚点对方案的波动性影响最大,终到、经停旅客列车的影响最小,在调整过程中应优先保证立折旅客列车的正点运行;若调度员决策偏好到发时刻稳定性,可优先调整终到旅客列车的方案,若决策偏好股道运用稳定性,优先考虑经停旅客列车;所提方法能够为高速铁路列车运行计划实时调整提供决策支持。     

区间中断下给定调整图的高速铁路动车组运用调整优化

综合考虑动车组检修要求，以及列车停运、动车组空驶调拨/回送、热备动车组启用等措施，研究高速铁路在干扰导致区间中断情况下调整图已确定后的动车组运用调整问题。根据动车组在车型和时间上的接续规则，为各动车组创建1个接续网络，描述从其发车到收车的运用全过程。利用多商品网络流点-弧模型框架建模动车组接续约束，利用调整图中各区间相邻列车运行线间的空隙建模动车组空驶运行线约束，将原问题构建为1个整数线性规划模型，可采用商业优化软件有效求解。以郑州动车段实际数据构造1组算例测试模型，结果表明，CPLEX使用所构建模型最多耗时60 s可获得各算例的最优动车组交路和空驶运行线，验证了模型的可行性和有效性。     

高速铁路列车运行调整的模型及其策略优化方法

在分析高速铁路列车运行调整决策特点的基础上,针对高速铁路列车运行调整的传统优化模型在求解效率方面存在的问题,以相邻且存在冲突列车所在的位置为状态,行车调度员可采取的调整措施为行动,列车加权总晚点时间为调度员采取行动所获得的报酬,构建高速铁路列车运行调整的马氏决策过程模型;分析高速铁路列车运行调整决策过程最优策略的结构,给出采取列车顺晚开行和越行调整等行动的最优策略条件,基于列车的越行矩阵、到开时刻矩阵、最小停站时间矩阵和区间标准运行时间矩阵的定义,采用极大加代数和矩阵推算列车到发时刻,并据此设计模型求解的策略优化方法。结合某高速铁路区段的实例计算结果表明:给出的模型和策略优化方法能取得较人工调整方法更好的优化效果,较数学模型优化方法可提高求解效率,从而验证了高速铁路列车运行调整的马氏决策过程模型和策略优化方法的有效性。     

基于差分进化的高速列车运行操纵的多目标优化研究

在满足行车安全、区间固定限速、图定区间运行时间及车辆动力学性能约束的条件下,以能耗、实际区间运行时间、精确停车及不舒适度为指标建立高速列车运行操纵多目标优化模型。针对传统差分进化算法易陷入局部最优的问题,对其交叉操作过程进行改进,同时引入模拟退火思想提升算法的最优解搜索能力。利用改进后的差分进化算法对高速列车运行操纵多目标优化模型进行求解,给出相应的优化算法。以京沪高速铁路某区间线路数据为基础,通过计算机仿真验证了所提算法的有效性与实用性。     

天津集中台列车运行阶段计划自动调整

针对列车调度指挥系统在开通天津集中台的过程中，出现的列车运行阶段计划调整方案不能满足调度指挥要求的问题，研究天津集中台列车运行阶段计划自动调整方案。天津集中台管辖车站多，车站间环状相连，连接方向多，列车走行径路有300多条。为此，建立以列车优先级别、列车追踪间隔时间、列车区间运行时分、列车起停车附加时分、车站股道接车能力、旅客列车最早发车时间和列车固定停站时间为约束条件，以列车加权晚点总时间最小为目标函数的调整模型。采用动态规化算法进行求解，设计相应的算法步骤，并以天津集中台天津（临时）至下直通场间的车站为例进行验证。计算结果表明：采用上述模型和求解算法进行列车阶段计划调整，能够快速给出列车运行阶段计划的调整方案。该方法在天津集中台已经得到了应用。     

地铁高架长大区间非正常情况下行车组织探究

地铁高架长大区间既具有高架线路的特点又具有长大区间的特点,其非正常情况下的行车组织具有一定的特殊性。通过分析恶劣天气、区间列车故障、区间信号故障对高架长大区间列车运行的影响,对这3种非正常情况下的行车组织方法进行探究与阐述。在恶劣天气情况下,应多渠道及时获取气象信息,根据恶劣天气的不同级别制定相应的限速、停运等相关措施,并预先建立相关应急预案。同一高架长大区间内存在两列列车运行的可能性较大,依此为前提进行分析,若发生需救援的列车故障时,应根据列车具体停靠位置选取不同的救援方案,再按步骤高效组织救援;若发生信号故障时,不能臆测故障内容,应以确保安全为首要任务,按步骤高效组织列车进站后,再进行相应行车组织调整。此行车组织方法对地铁高架长大区间非正常情况下的行车组织具有一定的指导性。     

故障救援情形下的地铁列车调度调整模型

基于给定的救援组织方案,以列车运行时间、备用列车加开位置和方向、客流量等为约束条件,以备用列车加开方案和列车到发时间为决策变量,以站台滞留人数与加开备用列车数的加权和最小为目标,构建故障救援情形下的地铁列车调度调整混合整数规划模型.对模型线性化后,采用商业软件CPLEX求解.以某地铁运营线路为例,以不固定和固定备用列车...     

基于深度强化学习DDDQN的高速列车智能调度调整方法

在高速铁路系统的日常运营中,列车经常受到各种突发事件的干扰而导致晚点,严重影响旅客出行体验。为在短时间内制定出列车运行调整方案并尽可能缩短列车晚点时间,提出一种将深度强化学习与整数规划模型相结合的列车智能调度调整方法(DDDQN)。首先,将线路划分为多个轨道区段相连接的形式,并基于车间作业调度问题,以最小化所有列车总晚点时间为目标,构建描述列车运行过程的整数规划模型。之后,将各列车视为智能体,根据实际运营需求定义了多智能体的状态、动作以及回报函数,并构造了2个深度神经网络以近似值函数。最后,结合上述整数规划模型设计了DDDQN的训练方法,先利用智能体在仿真环境中探索求出问题可行解,并通过2个神经网络之间的“互馈”机制,实现神经网络参数的更新。在此基础上求解整数规划模型,即可在短时间内得到问题最优解。利用京张高铁实际线路数据和运营数据进行仿真实验,通过比较3种不同求解方法在10个不同突发事件场景下得到的列车总晚点时间和求解时间,验证了所提出的DDDQN模型可以在短时间内得到问题的最优解,可降低至多30.43%的列车晚点时间以及至多68.33%的求解时间。DDDQN为提升高速铁路系统在突发...     

地铁列车扣车模型及其应用

简要分析了广州地铁1号线列车运行间隔及客流发展趋势,并建立了相应扣车模型,对故障情况下需扣停列车的数量、必须扣车的时间,以及每列列车停站的时间进行了计算。重点对扣车模型在非等间隔地铁线路上的适用性进行了研究,并总结了扣车模型在地铁行车调整中的应用情况,为行车调整理论计算探索新途径。     

城市轨道交通列车运行自动调整的优化模型及算法研究

针对城市轨道交通列车运行的特点，以发车时间、停站时间、区间运行时间、追踪间隔为约束条件，以列车总晚点时间和总晚点数目为综合优化目标，构建城市轨道交通列车运行自动调整模型。采用改进的遗传算法对该模型进行求解。并对实例进行仿真测试验证，仿真结果表明，此模型和算法可以满足自动运行调整的需要。     

基于列车运行时间偏离的地铁列车运行图缓冲时间研究

根据地铁系统的特点,分析追踪列车间隔时间与列车区间运行时间和停站时间的关系。在非晚点情况下,根据列车区间运行时间和停站时间与图定时间的偏离,建立描述列车运行图缓冲时间与干扰概率、随机干扰变量之间关系的概率模型。采用适当的分布函数对随机干扰变量进行分布拟合,计算不同干扰水平下的缓冲时间。以某条地铁线路为例,将其1 d的实际列车区间运行时间和停站时间作为基础数据,采用给出的模型和计算方法,计算得到不同干扰水平下的最小缓冲时间,用于确定地铁列车运行图合理的追踪列车间隔时间。