���ڱ�������IJ��̶�ǣ����ʽ˫��ؽ�·�������������㷨

建立了不固定牵引方式双肩回交路机车周转图的数学模型，以机车在两折返段和基本段总停留时间最少为目标，设计了求解该机车运转制机车最优配置的一种变异进化算法。该算法根据个体适应度的优劣而对个体进行不同程度的变异，并采用启发式变异和随机变异两种变异策略，既使优秀个体的染色体中优良模式能够最大程度地遗传给子代，又保持了子代的多样性，有助于提高算法的优化性能和收敛速度。以某列车运行图为例仿真计算，所求得的机车段内总停留时间和需要的机车数比该运行图分别减少约23.8%和9.8%，并与遗传算法进行了比较。     

�ǹ̶��������õ�˫��ǣ��������ת�Ż�ģ��

对于不成对机车周转图,多基于固定的机车运转区段且为单机牵引进行研究,传统机车周转图的勾划方法难以适应非固定区段机车周转图编制的需求.机车的非固定区段运用有利于缩短机车周转时间,优化机车周转方案,对提高机车运用效率意义重大.本文在充分考虑部分双机牵引不成对机车周转图中可能出现的情况:到达单机牵引列车数与出发单机牵引列车数不同,到达双机牵引列车数与出发双机牵引列车数不同.综合分析铁路运输运营效益、列车运行图均衡性等具体要求,以机车在站停留时间、机车周转图均衡性、机车周转距离、机车运用数量等4个目标函数为求解目标的基础上,建立了机车周转图的01多目标规划模型,并给出求解的方法.最后以西宁西—西宁货区段进行实例验证,得出了对应的最少机车总消耗时间,最优附挂方案和机车周转图.     

基于遗传算法的供应链联盟伙伴选择

在建立供应链联盟伙伴选择多目标决策模型的基础上，提出了一种求解供应链联盟伙伴选择优化问题的自适应遗传算法，并给出了算例．该算法设计了自适应交叉概率和变异概率，使每个个体在遗传过程中对环境变化具有自适应调节能力．算例结果表明，用该方法能以较快的速度收敛于全局最优解．     

基于MTSP的机车周转图编制模型与算法

为了提高机车的工作效率，探讨了机车周转图编制模型与算法．对于给定的列车运行图，综合考虑机车使用台数最少和图形均衡性，提出了一种编制机车周转图的新算法．将机车周转图编制问题转化为多旅行商问题（MTSP）并建立数学模型，从而求得问题的最优解．最后，用列车运行图实际数据进行了验证，证明了该算法的有效性．     

改进的自适应遗传算法及其在作业车间调度中的应用

针对自适应遗传算法在复杂问题应用中前期收敛速度缓慢和容易陷入局部最优的不足，引入了一种新的调节交叉概率和变异概率的方法，并提出了一种新的交叉方式，该算法很好地增强了自适应遗传算法的全局搜索能力，提高了收敛速度．通过比较几个优化实例，验证了本文算法的有效性．     

遗传算法交叉率与变异率关系的研究

基本遗传算法给出了选取交叉率与变异率的推荐范围。两种概率的选取是相互独立的，文中研究了交叉率与变异率之间的关系。得到了以提高遗传算法效率为目标，交叉率与变异率存在最优组合的结论。应用表明，这一结论对于合理选取交叉率与变异率有一定的指导意义。     

双重不确定下应急物资多式联运可靠路径优化

为按时、可靠地将应急物资运达目的地，综合考虑需求和运输环境的双重不确定性、节点疫情感染风险、成本约束、班期限制和转运能力限制等，构建以可靠度最大为目标的应急物资多式联运可靠路径优化模型。同时针对所求问题的NP-难特点，设计蒙特卡洛自适应遗传算法和模拟退火遗传算法进行求解，并引入优劣解距离法对算例的运行结果进行分析。研究结果表明：蒙特卡洛自适应遗传算法较模拟退火遗传算法在求解质量和求解时间方面更优，在交叉概率为0.80，变异概率为0.08，种群大小为50的最佳参数组合下，得到的优化路径最大可靠度为85%，且求解出来的最优路线均未经过存在疫情感染风险的节点，求解结果较好。参数分析表明：在交叉概率相同的条件下，两种算法的平均运行时间均随着变异概率的降低而减少，随着变异概率的增加而增加；多式联运路径优化的决策会受水铁班期的影响。     

求解软硬时间窗共存配送路径问题的改进遗传算法

探讨用于求解软硬时间窗共存情况下的车辆路径问题的改进遗传算法。对基本遗传算法的交叉、变异操作的交叉概率和变异概率进行改进,使之更加具有自适应性,能根据种群染色体的优劣程度自动进行调整。通过算例证明改进的算法比原算法在计算软硬时间窗共存配送路径问题上更具有效性。     

考虑最短距离作业的港口拖轮作业调度优化

为了合理调度拖轮作业,有效提高拖轮的利用率,减少船舶等待时间,针对拖轮作业特点,用多处理器任务调度理论分析了拖轮作业调度问题.在考虑拖轮最短距离作业的前提下,以最小化最大完工时间为优化目标建立了拖轮作业调度模型.采用演化策略算法对拖轮作业调度问题进行优化,提出了一种基于轮盘赌概率分配的编、解码方法,并设计了三点交叉互换的重组算子和个体基因交叉互换的变异算子.算例结果表明:用演化策略算法的优化结果优于仿真结果和粒子群算法的计算结果.采用实数编码时,通过优化算法得到的最大完工时间最小值为356 min,比仿真结果减少了117 min;而采用整数编码时,最大完工时间最小值为369 min,比仿真结果减少了104 min.验证了最短距离作业原则的有效性.     

基于自适应遗传算法的水面舰艇航行路径优化

将水面舰艇航行路径分成若干个航路点,将各航路点位置的纵坐标与航速作为遗传参数.对航行路径的影响因素进行分析,确定适应度函数及约束条件.在遗传算法中采用自适应交叉概率和变异概率的方法来控制交叉和变异操作,加快收敛速度,利用自适应遗传算法的全局寻优对航行路径进行选择.通过算例验证方法的有效性.     

多端点不成对机车周转图模型与算法

针对不成对列车运行图编制，在考虑最优性的要求条件下，本文提出适用于多端点不成对机车周转图的实用三步算法，即，首先确定机车交路成对时部分初始解，再分别确定每一个尚未匹配到达车次初始附挂方案，最后进行结果优化．文末提供一个算例，算例证明算法有效。     

Mutating Evolution Algorithm for Locomotive Diagram with Double Shoulders-Circuit Locomotive Routing by Unfixed Traction Mode

A mathematical model for double shoulders-circuit locomotive routing by unfixed traction mode has been presented whose objective is to minimize the total time for locomotives staying in districts and an optimized schedule has been obtained with a mutating evolution algorithm. The algorithm carries on the varying-degree mutation according to the fitness of the individual and uses the heuristic mutation. The stochastic mutation can make the eminent schemas heredity to the filial generation which, from the chromosome of the excellent individuals, maintains the multiplicity of the filial generation. Thereby the algorithm can enhance the optimized capability and the convergence rate. The proposed method has been tested over an actual problem of train diagram. The results show that the total time of locomotives staying in districts and the required number of locomotives are reduced by about 23.8% and 9.8 %, respectively, compared with the genetic algorithm.     

基于实用的一种网络列车运行图计算方法

在对列车运动轨迹有限制性和相邻列车约束性等列车运行图特点进行分析的基础上,构造了了运行图时空局域内设置窗口,并通过窗口的滚动动态地完成列车运行图求解的时空局域计算方法。运行该算法研制开发的计算机编图系统在我国１９９７年和１９９８年列车运行图编制工作中得到应用。结果表明,该算法计算速度快,实用效果好,是计算机编制实用列车运行图的一种有效方法。     

高速铁路列车运行图结构优化研究

为提高高速铁路列车运行图的通过能力,通过紧凑铺画列车运行图,合理安排列车运行线顺序,优化了列车运行图结构;将列车运行图结构优化问题转化为旅行商问题,以巡回路径总费用最小化为目标建立0-1整数规划模型,并利用遗传算法求解。用2015年京沪高速铁路数据进行实例验证,求得列车运行图结构的优化方案。计算结果表明:原方案开行39列列车最少需628min,优化方案的开行时间比原方案的开行时间减少了133min,约21.2%,能更好地满足客流高峰时段或突发性客流激增时需尽快密集发车的要求。      

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

为进一步提高铁路技术站作业计划编制效果,针对采用一台调车机车解体和一台调车机车编组的技术站配流与调机运用的综合问题,作者确定了出发列车的编组内容和解体（编组）调车机车的解体（编组）任务,使得出发列车满足列车编组要求,且车辆在站总停留时间最小。基于单机器调度理论和资源分配理论,在将原问题分解为解体子问题、配流子问题和编组子问题的基础上,首次建立原问题的混合整数线性规划模型。最后,采用既有文献中普遍采用的算例对该模型进行计算分析,并与其他研究方法进行比较。计算结果验证了该模型在问题描述上的正确性以及在消耗更多计算时间前提下计算质量上的优越性。     

需求响应机制下轨道交通出行预约与列车运行计划优化方法

轨道交通供给侧的计划性与需求侧的时变性相互冲突，为更好地协同供需双方，提出了需求响应机制下城市轨道交通列车运行计划的优化方法，包括出行预约和需求响应2个环节；建立了需求响应与列车运行计划协同优化模型，以最小化乘客出行成本和列车运行成本为目标，重点关注乘客由于预约行为产生的延误时间成本；考虑列车运行、运输能力、编组情况、客流分布等因素，设计了基于乘客优先级的自适应大规模邻域搜索算法，外层优化列车运行计划，内层优化客流分配方案，最终实现客流的供需匹配；以北京地铁八通线为例，按照需求响应机制对该线路全天的需求处理与运输组织进行数值试验，并对试验结果从车底运用、乘客等待时间和满载率分布三方面进行分析。研究结果表明:该优化方法可使开行的列车数降低13.8%，同时采用多编组模式，使用车辆数减少了29.8%，这能够有效压缩列车走行公里数，削减企业开支；能够在保证乘客基本出行的前提下，最高可将乘客平均在站等待时间缩短约35.3%，并且预约比例的提升对等待时间的削减效果明显；优化后的运行计划能控制列车满载率维持在设定水平，有效降低人员密度，避免人群大规模聚集，对城市轨道交通疫情的有效防控做出有益探索。      

高速列车多区间节能操纵优化研究

区间运行时间和操纵方法是实现高速列车节能运行的两个重要方面.本文构建了可调整区间运行冗余时间的高速列车多区间节能操纵模型.考虑到高铁枢纽车站和非枢纽站对列车到达时刻准点性的要求程度不同,模型中增加了枢纽车站的列车到达时刻与列车运行图定到达时刻一致性约束,以及非枢纽车站的列车到达时刻在一定时间范围内的约束.为了避免解空间中不满足定时约束的不可行解的数量影响算法效率,设计了一种三层编码的遗传算法来求解模型.通过1条包含3个枢纽车站、3个非枢纽车站的高速铁路线路验证,结果表明,本文所提出的高速列车多区间节能操纵方法能够保证枢纽车站列车到达时刻不变,非枢纽车站列车到达时刻在一定时间范围内变换时,求得多个区间的列车最优节能操纵速度轨迹.与基于牵引-惰行控制方法和单区间节能操纵方法在图定运行时分下的计算结果相比,本文所提出的方法节能率分别超过16%和4%.