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。     

车种代用情况下的铁路空车调配研究

阐述近年来铁路空车调配问题研究的状况,从多车种的空车调配模型出发,分析车种代用对该模型的影响,构建了车种代用情况下的多车种空车调配模型。该模型以效益最大化为目标函数,将车种代用纳入规划,实现车货种配装和车流优化的合理结合。最后,通过具体算例的实现以及模型特征的分析,证明了车种代用可以节约运输成本,缓解运能紧张,有助于优化铁路空车调配。     

基于滞留费用的空车调配优化方法

在分析当前空车调配过程中存在的问题,以及强调可靠的空车分配计划对于加速货车周转和最大限度地满足客户需求重要性的基础上,研究了铁路空车调配问题。构建了基于货物滞留费用的铁路空车调配多品类整数规划模型,并以空车在分配过程中发生的总走行成本、车种代用成本和客户需求未满足的货物滞留费用之和为目标函数。在空车总体上需求大于供给的情况下,模型充分考虑了车种代用和满足重点货物、重点客户对空车需求的条件,从而能够更好地反映铁路空车运用的实际。通过车种代用和空车源选择,所获得的分配方案能够满足更多客户的装车需求。算例的空车分配结果显示,所构建模型可以用于编制高质量的空车调配计划,这对于缓解当前我国铁路货车总体不足、加速车辆周转、提高货运服务质量等有重要意义。     

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。     

技术计划车种代用的重空车辆调配综合优化研究

车种代用现象在我国铁路行业普遍存在,它对技术计划中的空车调配计划以及装卸车计划都会产生一定影响。本文首先阐述国内外近年来的车种代用研究现状,指出车种代用下的空车调配模型存在计算收益不准确和非均衡运输的缺点,通过模型的修正避免了车辆积压。基于时空网络原理,提出车种代用下的重空车调配综合优化模型,模型强调均衡运输,兼顾重空车流接续,以效益最大化为目标。新模型克服了原模型的缺陷。通过两个模型的算例比较分析,新模型在代用策略和优化方案上更优于原模型,对技术计划的编制具有更好的指导意义。     

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。     

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。     

基于线路能力约束下的铁路空车调配迭代算法

以空车总走行里程最小为目标，以空车供需平衡和车流量不超过线路通过能力为约束条件，建立空车调配数学模型，并设计分步优化迭代算法进行求解。该算法的基本思路是：先放弃模型中能力约束条件，将问题转化为标准运输问题求解；再检验解是否满足能力约束条件，若满足，则得到最优解；否则，记忆有效解，调整OD供需量、路段通过容量和路网路段，形成新的能力约束条件下的空车调配子模型，再求解。如此反复迭代，直到全部空车车流配置殆尽为止；累计各步迭代的结果，得到空车调配方案。在应用实例中，分别采用直接求解算法和分步优化迭代算法求解，分步优化迭代算法得到的空车调配方案比直接求解法可减少空车走行里程6000km，且路网配流相对均衡。结果验证了空车调配数学模型及其分步优化迭代算法的正确性及可行性。     

带有技术站改编的空车调整研究

以空车走行公里最少为目标,建立了带有技术站改编的空车调整模型,并应用LIUNGO进行求解。通过一算例证明,空车经过技术站改编可以大幅度减少空车走行公里。     

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。     

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。     

降低铁路货车空率的对策研究

铁路货车空率主要受货源分布和结构、货流波动,以及计划编制、货车运用、空车调整等因素的影响,由于降低货车空率能产生较好地运输效率和经济效益,分别从增加货运收入和减少空车走行成本两个方面进行分析,针对增加装车量和减少空车走行公里的效益情况,提出降低铁路货车空率的对策,即加强运输组织、完善空车调配系统、优化考核清算机制等。     

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.     

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.     

基于货物列车时刻表的两阶段空车调整优化

按照两阶段空车调整思想,将空车调整问题分为月度供求计划和日空车调整计划两个步骤求解。以空车运输总费用最小为目标,采用dijkstra算法求解铁路局月度空车调整问题;结合货物列车时刻表,从空车需要地请求车时刻出发,运用MATLAB进行求解日空车调整问题,最终得到费用最小的最佳空车调配方案。     

重载铁路装车端空车配送模型

根据重载铁路空车调整具有以列为单位、装车点对空车列到达时间要求高等特点,定义满意度隶属函数,以车流平衡、到发时间间隔为约束条件,以装车点满意度最大及空车列空费时间最小为目标函数,建立重载铁路装车端空车配送的多目标模糊规划模型.采用混合遗传算法求解.以大秦铁路为例,采用建立的模型和算法,计算和比较湖东站单独作为空车列分解站、湖东站和大新站联合作为空车列分解站2种方案.结果表明:增加大新站作为装车端的空车列分解站,装车点满意度可提高13.66%,空车列空费时间则可降低87.67%,能更好地满足装车点对空车列到达时间等方面的要求及线路通过能力的限制.     

“实货制”下铁路空车动态调配两阶段优化模型与算法研究

铁路现行的"实货制"货运组织原则,要求对客户提出的要车申请敞开受理、随到随办、及时批复。本文针对客户空车申请具有波动性的特点,构建铁路空车动态调配两阶段优化模型,制定相应的"预优化空车调配"和"二次优化调配"两阶段求解策略。预优化空车调配是对固定需求的空车调整进行优化,二次动态调配指执行预优化调配过程中,对于新产生的装车需求而重新进行的策略优化。将空车调配的决策周期进行时段划分,以费用最小化为目标函数,综合考虑车站的到发能力、各时段空车供需能力、线路通过能力建立模型,采用整数编码的微进化算法对模型进行求解。算例表明模型与算法能够较好解决空车需求动态变化的调配问题,为空车调整及批复客户空车申请提供决策依据。     

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.     

路网节点间铁路冷藏车空车调整的蚁群算法

数量调配和网络配流是铁路冷藏车空车调整的2个核心问题。在对问题进行抽象描述的基础上，建立了铁路冷藏车空车调整协同优化模型，将空车调整径路与数量两者统一到同一个模型中，实现两者整体上的优化。通过约束条件分析，在不改变铁路冷藏车空车调整问题协同优化性质的前提下对模型进行简化，将非线性模型转化为线性模型，设计相应的蚁群算法（ACO），并对算法复杂度进行分析。通过理论分析和实际算例分析表明，ACO算法易于利用计算机实现，对求解铁路冷藏车空车调整问题具有优势。