共查询到20条相似文献,搜索用时 433 毫秒
1.
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。 相似文献
2.
3.
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。 相似文献
4.
5.
6.
7.
技术站广义配流问题模型与算法 总被引:1,自引:0,他引:1
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。 相似文献
8.
为了解决编组站阶段作业计划优化模型规模过于庞大、适用性不强、求解方法复杂、算法收敛慢等缺点,通过剖析编组站阶段作业计划优化编制问题的本质,在此基础上建立了一个以车流累积为模型对象、出发车车流来源及解编顺序为决策变量,出发车最多为总目标的约束规划(CP,Constraint Programming)模型.将模型求解分为:利用约束传播得到初始解和利用搜索技术结合约束转播改进初始解两部分,并用约束规划算法引擎(CP Optimizer)实现模型的求解.实验表明,本模型均能在普通PC机上运行20 s左右就能得到最优的方案,符合现场对算法时间及空间复杂度要求. 相似文献
9.
技术站广义动态配流问题的遗传算法 总被引:1,自引:1,他引:0
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。 相似文献
10.
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。 相似文献
11.
单向编组站配流与调机运用综合问题 总被引:1,自引:0,他引:1
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。 相似文献
12.
运用随机规划方法,研究列车解编时间随机变动情况下编组站阶段计划的优化编制问题,建立了以压缩车辆中时和减少出发列车晚点时间为目标的随机机会约束规划模型。将模型中的随机机会约束转化为相应等价形式,从而将随机规划模型转化为确定性模型,并提出了一种改进遗传算法对之进行求解。该算法基于列车解编顺序对染色体进行编码,并针对问题的特殊性设计了相应的交叉和变异操作。算例表明,设计的改进遗传算法能够在较短时间内收敛至最优解,编组站阶段计划的随机机会约束规划模型能取得可靠性更高的调度计划,为改进编组站的决策质量提供了一条解决的途径与方法。 相似文献
13.
双向编组站列车调度调整的优化模型及算法 总被引:1,自引:0,他引:1
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。 相似文献
14.
基于配放约束的货物多车配载优化模型与算法 总被引:2,自引:0,他引:2
构建具有装载重量、体积以及性质相互抵触的货物不能混装等多约束条件下,基于配放约束的货物多车配载模型.并以该模型为基础,提出求解该问题的蚁群算法.在模型求解过程中,针对问题特点,充分考虑货物配装限制及装载工具的载重、容积等方面约束,基于待装货物比容动态逼近装载工具剩余空间比容策略,综合运用ACA-VEHICLE和ACA-VOTUME等2个不同蚁群协同考虑两个目标--需用装载工具数目和重量、容积利用率优化对问题的求解策略进行研究.改进了蚁群算法的求解策略,提升了算法性能.最后,结合8类100件货物的配装问题,对模型算法进行检验,结果满意,说明该方法具有实用性. 相似文献
15.
16.
17.
在文献(1)提出铁路网货流分配模型的基础上,对模型规模大、变量约束数多,一船 线性规划算法无法求解的问题进行深入研究。并利用模型的特点结构,将分解算法与限约束算法相结合提出D-GUB算法,求解效率显著提高。 相似文献
18.
19.
20.
不确定条件下编组站动态配流模型及算法研究 总被引:1,自引:1,他引:0
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。 相似文献