带时间窗空车调整问题的遗传算法研究

结合实际科研项目的研究成果,根据空车调整问题的实际要求,通过引入"到达时间窗"的概念,建立以减少空车总走行公里和广义运输成本最小化为目标的空车调整优化模型;运用遗传算法的交叉和变异算子自适应调整技术,以及染色体的矩阵编码结构设计基于矩阵编码的遗传算法,并利用C++语言进行原码程序设计和实例运算分析,取得较好的效果.     

一种基于神经网络的煤炭调运优化方法

运用神经网络的Hopfield优化电路,对一种煤种可相互代用的煤炭调运问题进行了优化仿真计算,其计算结果可为铁路部门的煤炭运输提供定量依据.同时此算法,对于其他的铁路运输问题也是可行的.     

铁路集装箱空箱调运问题分析

分析我国铁路集装箱空箱产生原因、空箱调运的特点及成本,提出在集装箱空箱调运过程中实现的目标及遵循的原则。对有时间窗的情况分类处理,求解使机会成本最小及完成重箱运输产生的经济效益最大的空箱调运最优决策。最后,提出了建立集装箱管理信息系统,提高集装箱运用效率,调整集装箱办理站布局,组建联营体、实现集装箱共享等提高集装箱运用效率的建议。     

基于遗传算法的高速铁路行车调整模型

高速铁路采用“高中速列车共线运行”的运输模式,其行车调度具有高实时性和整体性两大特点。以列车计划运行图为优化目标,给出运行图之间的距离定义,建立列车运行调整数学模型,给出列车的发车时刻、股道数量、列车在区间的运行时分、追踪运行间隔时间、维修天窗时间5个约束条件表达式。按照遗传算法的原理,采用罚函数的方法对数学模型中的约束条件进行处理并建立适应度函数,采用整数编码方法对个体进行编码,并定义交叉算子和变异算子。基于遗传算法的调整算法流程开发列车运行调度仿真子系统。仿真结果表明:使用该模型可大大减轻调度人员的工作量,彻底摒弃了在计算机上手工拖动运行线确定列车运行时刻的调整方式,提高了列车运行调整的科学性。该模型已应用在高速铁路综合调度仿真系统中。     

基于边缘检测的铁轨识别

在铁路安全检测系统中,铁轨识别是铁轨线路上障碍物检测的前提.结合铁轨数字图像特征,采用基于图像亮度值的不连续性进行铁轨识别,通过对常用边缘检测算子的对比分析,提出了基于边缘检测的铁轨识别流程;通过各算子对铁轨检测实验数据的对比,选择Sobel算子作为铁轨识别的基本算子;基于铁轨方向性强的基本特征,运用Sobel特定掩膜算子,检测指定方向线条,提高了铁轨识别精度,实现了对直道铁轨和弯道铁轨的有效识别.     

铁路集装箱空箱调运优化分析

为解决铁路空箱调运数量多、成本高及难度大等急需解决的问题,从铁路集装箱空箱调运的特点出发,考虑到需求量、供给量和租箱量等因素,建立了空箱调运的运输模型,运用LINGO语言求解模型,最终得到空箱调运的数量和租箱量及空箱调运的最优路径。     

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。     

基于鲁棒软时间窗的铁路集装箱空箱调运优化研究

对带有软时间窗的铁路集装箱空箱调运问题,将走行时间分为确定和不确定2类,首先建立鲁棒软时间窗模型,避免传统鲁棒方法过于保守的缺陷,然后构造基于鲁棒软时间窗的空箱调运问题通用模型。通过等价变换和对偶变换,将鲁棒软时间窗模型转换为对应的线性规划,再将空箱调运模型转换为一般的整数线性规划,并根据模型的特点得到解的一些性质,为解决这类问题提供一般框架。通过算例对不确定走行时间的数量进行灵敏度分析,结果表明,只有非常少的不确定走行时间对最优解产生影响。     

铁路省际煤炭调运分析的思考

在分析我国煤炭省际调运,以及铁路煤炭运输基本格局的基础上,分析省际煤炭铁路调运的区域性特征及地区差异,研究2009—2013年铁路省际煤炭调运趋势,提出加快铁路煤炭运输发展的建议,即统筹利用"三西"地区运输能力,根据市场变化合理调整不同流向煤炭的运能配置,提高铁路煤炭的合同运输比例。     

城市轨道交通发展状况及相关问题

轨道交通建设作为面向城市交通的长远调整战略已被重视.介绍了城市轨道交通的发展现状,并就轨道交通的一些工程技术问题及建设市场问题进行了探讨.     

地铁车辆段/停车场列车运营日计划优化模型与算法研究

综合考虑列车正线运营、车辆检修、车辆调车等需求，将列车运营日计划优化问题归结为指派问题，并建立0-1整数规划模型。针对优化模型的目标函数不确定性及为了提高求解效率，根据实际经验和计划编制优先原则，设计一种基于规则的启发式算法，并利用计算机辅助决策实现运营日计划的自动编制。通过实例验证了模型和算法的有效性。     

基于最优接续网络的动车组交路计划优化模型与算法研究

动车组交路计划是动车组运用的日常计划,是客运专线列车运行计划的重要组成部分,针对该问题约束复杂、刻画困难的特点,本文在将问题归结为带补给的多人旅行商问题的基础上,针对列车运行图已知的情况,建立相应的多目标整数规划模型,设计了基于动车组运用数量最少的接续网路的分层优化启发式算法,并以广深线为背景对算法进行验证。结果表明,该方法能求解最优动车组交路计划。     

双向编组站列车调度调整的优化模型及算法

研究双向编组站调度优化问题,以解决到达列车接入系统和出发列车编组系统的实时调度调整。在分析双向编组站作业机理和规律的基础上,以列车的编成辆数、编组内容、接续时间、集结地点和作业能力为约束条件,以列车的走行距离、所产生的交换车数为综合优化目标,构造双向编组站列车调度调整的非线性优化模型。根据模型NP-Hard性和变量高度相关性的特点,建立基于网络流技术的遗传算法求解理论。算法的主要思想是在假定0-1变量已经确定的条件下,将整数变量的确定归结为求解网络最小费用流问题。以郑州北编组站为背景,给出算法的实际求解过程。求解算例表明,提出的方法能够有效解决到达列车和出发列车作业地点的实时选择问题。     

动车组运用计划和检修计划一体化编制模型及算法

针对动车运用所的动车组运用计划和检修计划编制问题,在动车组运用交路已知的前提下,以动车组的运用交路和检修规程为主要约束,以减少动车组使用数量、降低检修成本为优化目标,建立动车组运用计划和检修计划一体化编制的整数规划模型.根据动车组的可能运用情况和检修规程约束,求解动车组的可行运用路径集合;以该集合为基础,设计求解模型的模拟退火算法.通过算例分析,验证所提出的模型和算法可以有效解决动车组运用计划和检修计划的编制问题.     

铁路车站进路选择优化模型及求解算法的研究

铁路车站进路选择是车站运输组织的基础,合理地安排车站内各项作业的运行进路及其排列时机有利于提高运输生产效率,节约生产成本。本文以一般技术站为背景,从数学规划的角度研究车站进路的自动选择方法。通过定义衔接点和承载点,建立了车站网络的描述方法。以作业晚点时间最短以及各进路的总走行时间最短为目标,以避免车站作业的时空交叉、满足作业计划要求为约束构建了车站进路选择的数学规划模型。利用进路选择和进路排列时间的映射关系,把进路选择模型转化成一个等价的0-1整数规划模型。针对模型的非线性特点,以模拟退火算法为基础,提出了适合求解进路选择模型的复合优化算法。通过算例验证了模型的正确性以及求解算法的有效性。     

大规模货物列车运行图优化编制的一种拉格朗日松弛启发式算法

针对货物列车运行图优化编制规模庞大、精确求解困难的问题,构造时空网络将列车运行线铺画描述为路径求解问题,将各类约束转化为时空网络节点选择限制,建立整数规划模型。该问题本质在于疏解各列车运行线潜在冲突。对原模型进行拉格朗日松弛,将列车运行线潜在冲突表示为各节点罚数,设计启发式算法并通过拉格朗日乘子更新迭代求解。以京九线北京西至阜阳区段为例,对该区段711条运行线中的439条货物列车运行线进行了优化编制实验。结果表明,在满足运行线铺画条数的前提下,全图货物列车平均旅行速度由39.28 km/h提升至41.81~43.72 km/h,所提出的算法是解决大规模列车运行图编制的一种有效算法。     

集装箱运输多箱三维装载优化问题的遗传算法

作为一类组合优化问题,多约束条件下的三维装载问题属NP-hard问题,随着问题规模的不断增大,传统的优化算法在求解过程中会产生时间维数灾难问题。本文提出一种遗传算法,用于在铁路集装箱运输中优化具有放置方向、装载顺序、装载质量、装载容积及重心等约束条件的货物三维装载问题,并结合方向及顺序约束采用巧妙的个体编码方法,结合装载质量、装载容积及重心约束构造合理的评价函数。实例计算表明该算法有效可行。     

集装箱公铁联运的费用加权最短路计算机算法

结合公铁联运过程中承运、中转和交付的3个环节,借鉴Dijkstra标号算法思路,提出一种多阶段定向搜索的标号算法解决集装箱公铁联运费用最短路问题。该算法考虑路网中铁路线路和公路线路的区别,引入了集装箱办理站选择集的概念,并考虑集装箱办理站的中转费用。给出若干计算实例,编程计算的结果证明该算法具有实际意义和高可靠性。     

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。     

基于多维网络的增开列车条件下高速铁路列车运行图调整

研究增开列车条件下高速铁路列车运行图的调整问题,并综合考虑列车车站进路的影响。通过构建Time-Station-Track三维时空扩展网络,刻画列车对铁路时空资源的占用。将原多目标优化问题转化为求解列车占用网络弧段最小费用单目标问题,并构建基于Time-Station-Track网络的0-1整数规划模型。针对模型特点,设计拉格朗日松弛算法,将问题进一步分解为求解单列车网络最短路径子问题,由于问题被松弛后求得的解可能不可行。因此,提出基于列车优先序列的启发式策略对对偶解进行可行化。最后以宝兰客运专线为例,验证模型的正确性和算法的可行性。