铁路枢纽内快运班列车流组织的鲁棒优化研究

针对当前生产运营中较少考虑货运站点货物需求不确定性以及客户对货物运到期限的要求,设计双层时空服务网络描述枢纽内快运班列车流组织过程.该网络分为货源层和编组层,货源层中带有方向别的车流选择延迟弧或运输弧在相应时段到达编组层中的编组站.同时考虑编组站办理方向总数和车流组织基本约束,构建了铁路枢纽内快运班列车流组织鲁棒优化模型(CR),使用IBMILOG Cplex软件对模型进行精确求解.通过算例和大规模测试进行验证分析,结果表明,当ω=0.03时,鲁棒模型的目标函数值比随机优化模型(CS)的目标函数值降低5.10%,发送车数提高5.66%,最长求解时间为82 s,鲁棒性强于随机优化模型.虽然确定性模型(CD)在—些情景下可以获得较优的解,但是在需求不确定的条件下,确定性模型目标函数值要差于随机优化模型和鲁棒模型.当枢纽内货运站点数设为50时,时空网络服务弧段数达317,模型的求解时间为1 375.4 s,在可以接受的时间范围内.      

随机运输时间下集装箱海铁联运箱流径路优化方法

集装箱在海铁联运过程中容易受到各种不确定因素的影响, 导致运输时间波动, 进而影响货物的送达准点率。为有效降低不确定运输时间的影响, 兼顾运输过程的经济性和绿色可持续性优化集装箱海铁联运箱流径路。采用随机机会约束规划构建运输总费用最少和碳排放量最低的多目标模型。在约束条件中引入铁路和海洋期望运到时间, 并对超过期望运到时间的径路进行惩罚处理, 保证运输径路的优越性。考虑一站直达和中转换装这2种运输组织模式, 克服现有研究未考虑货源是否充足的缺陷。运用不确定及概率论相关理论知识将不确定约束转化为线性约束。以西安至洛杉矶的集装箱货物出口径路优化为案例背景, 采用NSGA-Ⅱ算法求解, 并通过贪心算法改进初始化种群以及基于logistics分布的概率选择算子改进精英选择算子。通过对比分析得到以下结果: ①算法优化后运输总费用减少23.15万美元, 碳排放减少6.69 t, 同时算法求解速度提高了75.36%;②将本文模型选用的随机规划和模糊规划进行对比, 发现随机规划解集数量多于模糊规划, 且二者在相同输送径路中的运输总费用和碳排放量均优化了10.65%。因此本文模型和算法具有良好的优化效果。进行灵敏度分析, 观察置信水平以及时间影响系数对目标函数和货物送达准点率的影响。结果表明: ①较高的铁路和海洋运输置信水平会提高货物的运输总费用。②时间影响系数和货物送达准点率呈负相关, 影响系数越大货物送达准点率越低。      

面向时变需求的高铁快运专列时刻表和配装方案综合优化研究

以时变需求为导向,旨在对高铁快运专列时刻表和配装方案进行综合优化.基于高铁快运产品的作业流程,提出了按阶段计划的分阶段优化思路.在需求驱动下,分别构建了无新增快运专列的快运箱配装优化模型和新增快运专列时刻表及配装方案综合优化模型,从本质上揭示了快运需求与列车时刻表之间的耦合关系.在模型线性化的基础上,利用通用优化求解软件GAMS的CPLEX求解器对模型精确求解.以宁杭高铁为例,验证了所建立模型的正确性和求解方法的有效性.实验结果表明,与传统的两阶段优化方法相比,时变需求驱动下的快运专列时刻表和配装方案综合优化方法更能减少快运箱的运达时间.      

基于海铁联运的集装箱班列服务路径优化

虑考虑海铁联运过程中影响集装箱班列开行的不确定因素, 结合班列服务客户各自固定需求时间窗的实际需求, 引入不确定规划区间来表示集装箱在客户节点的装卸箱服务时间, 同时将具有时效性要求的需求时间窗设置为软约束, 运用惩罚函数将其作为惩罚项整合到运输成本目标函数中, 选择合理的惩罚系数, 构建以运输成本低、运输时间少为目标的班列服务路径非线性多目标优化模型, 针对不确定变量, 采用机会约束规划转换模型得到考虑模糊时间的多目标路径优化模型, 通过加权求和将多目标合并转化为单目标问题, 并设计人工蜂群算法求解所构建的班列服务路径优化模型, 并以盐田港海铁联运为实例进行了模型检验和对比分析。结果表明: (1)在硬时间窗约束下运输时间减少了88%, 但成本增加了97%, 充分表明了软时间窗设置的优势; (2)考虑不同的运输目标时, 只考虑运输费用时, 运输时间增加了5.3%;只考虑运输时间时, 运输费用增加了67.8%。所建模型和算法能够很好的满足不同客户不同运输时效性的需求, 在运输费用方面具有明显的优越性。      

基于时段偏好的高速铁路列车停站和频率优化

优化高速铁路列车停站方案和开行频率应同时考虑旅客需求和运输企业效益,出发时段选择则是影响旅客需求分布的最重要因素.本文针对一条高速铁路客运走廊,研究基于时段偏好的列车停站和频率优化问题.分析了影响旅客出发时段偏好的2个主要因素,吸引度与排斥度.据此构建了高铁旅客出行阻抗函数,建立了一个双层规划模型,上层规划是以运营成本最小为目标的混合0-1规划模型,用于确定列车的停站和开行频率方案;下层规划是基于Wardrop用户平衡规则的客流分配模型,用于计算旅客在上层决策的停站和频率方案上的流量分配.根据模型特点设计了基于遗传算法的启发式方法,以兰西高铁走廊为背景实际求解了列车停站方案和开行频率,验证了本文方法的有效性.      

以安全为导向的地铁过饱和线路跳站停车策略优化模型

为缓解高峰时段地铁过饱和线路的客流极端拥挤情况，从安全角度出发，以降低线路客流聚集风险和乘客总等待时间为目的，研究了地铁跳站停车策略优化问题。考虑随时间变化的动态客流需求，通过构建列车跳停、追踪运行、乘客动态加载等约束，推算出跳站停车策略下各车站乘客的动态聚集人数，并设计了独特的客流聚集风险评估函数。在传统只考虑乘客等待时间的列车跳停策略优化模型的基础上，将客流聚集风险纳入到模型的目标函数中，构建了以安全为导向的地铁跳站停车策略优化模型。考虑到模型的非线性特性，设计了适用于问题的可变邻域搜索算法(VNS)，提出了3类邻域新解的产生方式，并设置违反约束的惩罚函数，以提高求解效率。以北京地铁八通线为例，对其早高峰和部分平峰时段(07:00—10:40)下行方向42趟开行列车的停站策略进行了优化实验。结果表明:所提出的模型可在5 min内求解出高质量的列车跳停方案，能有效缓解极端拥堵，提升客运服务质量。对比发现，相对于传统站站停策略，列车跳停策略下，车站最大等待人数由5 299人减少到2 495人，客流聚集风险降低了98.7%。在客运服务水平方面，乘客的平均等待时间由9.49 min降低到9.15 min，降低了3.6%。      

基于混合轴-辐结构的区域运输网络优化模糊交互规划模型

为了对基于轴-辐结构的区域运输网络实行优化,建立了模糊交互规划模型。该模型考虑输入数据或参数,如需求、运输能力、单位运输成本(时间)、单位货物处理成本(时间)等的不准确性或模糊性,旨在实现总成本(包括运输成本和货物处理成本)最小和总时间(包括运输时间和货物处理时间)最短,同时对各场站之间的运输路线选择、从始发站经由枢纽站到目的地的运输量、从始发站直达目的地的运输量进行优化;在此基础上提出了模型的有效解法,并通过算例对其进行了验证。结果表明:该模型及其求解过程具有有效性。     

Bi-level Programming Model for Road Transport Route Optimization of Dangerous Goods Based on Simulated Annealing Algorithm

选择一条既能保运输安全,又能满足经济需要的路线,是危险货物道路运输过程中的重要问题.危险货物道路运输路径优化是解决这一问题的有效方法.在对危险货物道路运输进行系统分析的基础上,根据危险货物运输的特点和广义阻抗函数的定义,建立了危险货物道路运输路段阻抗函数模型;为满足政府要求的运输安全性与运输企业要求的运输经济性,根据Wardrop平衡原理,建立了以UE模型为下层模型的危险货物道路运输路径优化的双层规划模型,通过模拟退火算法和对双层规划模型进行求解;最后,进行了案例研究,证明了模型和算法的有效性.     

基于综合满意度的多式联运路径模型及其算法

针对多式联运各参与者需求偏好不同的实际背景,以提高所有参与者的综合满意度为优化目标,对中欧集装箱多式联运的路径选择问题进行研究.考虑组成列车等待时间的要素,以列车、船舶的固定时刻表和收货人的软时间窗要求,组成的混合时间窗为约束条件,在分析了影响各参与者满意度因素的基础上建立了具有效用值偏好信息的综合满意度模型.为解决货物时、空、量的衔接组合问题,设计双信息素蚁群算法,用以搜索路径与运输方式的组合搭配,并将改进的小生境遗传算法嵌套进蚁群算法.采用由连云港到马德里的实例做对比验算,分别给出不同需求偏好下的运输方案,并与现有研究方案对比,其综合满意度指标可平均提升约6%~10%,采用混合算法后收敛速度平均提升约36.21%,能够为不同参与者在实际运输过程中路径与运输方式的选择提供决策支持.      

基于列车运行时间偏差惩罚的高速列车节能优化方法

合理的安排列车在区间的运行方式能够有效的降低列车运行能耗。采用基于区间限速的列车工况确定策略确定列车区间运行工况, 以列车运行能耗为优化目标, 以列车运行距离、时间和列车限速等为约束条件, 在目标函数中加入列车运行时间偏差惩罚项, 建立基于列车运行时间偏差惩罚的高速铁路列车运行节能优化数学模型, 采用基于高斯变异和混沌扰动的改进人工蜂群算法对优化模型进行求解。以CRH3-350型动车组数据为例对模型与算法进行验证, 求解结果显示: 考虑列车运行时间偏差惩罚比不考虑列车运行时间偏差惩罚能耗可节省2.5%, 改进人工蜂群算法与基本人工蜂群算法、粒子群算法相比, 在目标值方面分别提高了4.2%和4.1%。采用基于区间限速的列车运行工况确定策略结合能耗优化模型能够满足不同限速和不同区间运行时分要求下的列车运行情况。表明所建模型和设计的算法有良好的求解效率和优化质量。      

考虑驾驶策略的高速列车运行图节能优化方法

为了降低高速列车从始发站至终到站运行的牵引能耗, 研究了针对多列车区间运行时分同步分配的列车运行图节能优化方法。基于高速列车在站间采用的“四阶段”操纵策略构建最优驾驶策略集, 以牵引距离和巡航距离为变化因子, 以牵引能耗和区间运行时分为计算目标, 求解出最优驾驶策略集里牵引能耗与区间运行时分的线性关系。在此基础上构建多列车区间运行时分最优分配的节能运行图模型。模型以牵引能耗最低为目标, 考虑了列车总运行时间约束、变量取值范围约束以及安全间隔时分约束。在模型求解方面, 选取拉格朗日松弛算法, 将复杂约束松弛至目标函数当中, 从而把原问题分解为各区间可独立求解的子问题, 利用次梯度优化的方法得出精确解, 实现了多列车区间运行时分同步分配的目标。以宝兰高速铁路为背景进行算例验证, 结果表明: 通过重新分配区间运行时分, 10列车总共节约了595.958 kW·h牵引能耗, 平均节能率达到了1.2%;从运行图的层面分析, 该算例下通过调整区间运行时分的节能方法对其影响幅度较小, 具有较强的现实意义; 所提出的模型及算法的计算时间为10 s, 针对列车开行对数较多的高速铁路, 可有效提高求解效率。      

新型冠状病毒肺炎疫情影响下中国航空货运量分析与预测

在新型冠状病毒肺炎疫情对航空货运的影响下,月度航空货运量出现异于历史趋势的极端数据,而传统航空货运量预测模型有在极端数据影响下误差较大的问题.因此,研究了适用于后疫情时代的中国航空货运量短期预测方法.对2009—2020年中国航空货运量月度数据进行分析,发现中国航空货运量呈稳定增长趋势.受疫情影响出现短期剧烈波动,在假...     

基于 Monte-Carlo 模拟的进场排序不确定性研究

为了提升终端区航班排序抵御不确定因素扰动风险的能力,保证航班运行效率及降低延误损失,综合考虑终端区运行的多种约束限制.基于不确定性因素对进场航班影响分析,以航班总延误和管制干预最小为目标,建立进场航班排序的多目标随机期望值模型.应用 Monte-Carlo 模拟方法刻画航班运行状态随机变量的统计特征,将模型所求目标函数值表征为随机模拟的数学期望,设计了带精英策略的非支配排序遗传算法(NSGA-II)寻求模型的 Pareto 最优解集,绘制不同阈值的缓冲间隔下得出 Pareto 前沿拟合曲线.采用广州终端区典型时段进场航班数据进行仿真验证,结果表明模型中不同阈值范围的缓冲间隔设置,可提供权衡航班延误和管制干预之间的合理化建议,且最高可降低32.4%的航班延误.所提方法能有效缓解繁忙机场航班延误,提升航空运输服务能力.      

终端区进场流的路径选择研究

在实际运行中,通常依据管制员的经验对进场航班流的路径进行管理,缺乏科学性.针对终端区进场流的路径选择与进场排序的流量管理问题,以进场航班的总完成时间最短为目标,建立基于时间窗与位置约束的路径选择与排序的数学模型.采用先选择路径再排序的循环寻优的方法进行求解,将禁忌搜索(TS)与排序算法相结合,设计了 TS-FCFS 与 TS-DP 两种算法,着重建立了基于关键路径的邻域结构,并加入有效的重置(RESTAR)策略,使算法快速有效的收敛至最优解.最后借助SIMMOD 仿真平台验证算法的可行性.以北京首都机场21架航班为例,仿真结果显示,TS-FCFS 与TS-DP 两种方法较原计划的进场路径总完成时间分别节约了149 s 与175 s.该路径选择算法降低了进场时间,提高了终端区进场效率.通过合理优化进场航班流的路径选择与进场排序,平衡了跑道负荷,减少了航空器间潜在的冲突,同时为管制员调配进场航班流提供了合理有效的路径选择建议.      

Mathematical Modelling of Vibrations and Loading of Railway Tanks Taking into Account the Liquid Cargo Mobility

Dynamics and loading of railway tank cars transporting liquid cargo are investigated. The approach based on the mechanical-pendulum analogy for the liquid cargo mobility simulation is proposed. Hydrodynamic parameters of the mechanical analogy are determined using the solution of the boundary-value problem for the liquid cargo vibrations in a cavity with the tank boiler shape. The fitting of the developed mathematical models is proved by comparison of calculated results and test data. Vibration characteristics and loading of tank-cars under their shunt collisions and motion along straight and curved track in trains are evaluated. It is shown that as a rule the liquid cargo mobility has an essential influence on tank dynamic properties.     

Dynamic modeling of the electro-mechanical configuration of the Toyota Hybrid System series/parallel power train

The hybridization of the conventional thermal vehicles nowadays constitutes a paramount importance for car manufacturers, facing the challenge of minimizing the consumption of the road transport. Although hybrid power train technologies did not converge towards a single solution, series/parallel power trains with power-split electromechanical transmissions prove to be the most promising hybrid technology. In fact, these power trains show maximum power train overall efficiency and maximum fuel reduction in almost all driving conditions compared to the conventional and other hybrid power trains. This paper addresses the model and design of the electro-mechanical configuration of one of the most effective HEV power trains: case study of the 2nd generation Prius. It presents the simulation work of the overall operation of the Toyota Hybrid System (THS-II) of the Prius, and explores not only its power-split eCVT innovative transmission system but also its overall supervision controller for energy management. The kinematic and dynamic behaviors of the THS-II power train are explained based on the power-split aspect of its transmission through a planetary gear train. Then, the possible regular driving functionalities that result from its eCVT operation and the energy flow within its power train are outlined. A feed-forward dynamic model of the studied power train is next proposed, supervised by a rule-based engineering intuition controller. The energy consumption of the THS-II proposed model has been validated by comparing simulation results to published results on European, American and Japanese regulatory driving cycles.     

Vibration control in train–bridge–track systems

To study the problems associated with vibration control of train–bridge–track systems a mathematical model with the capability of representing supplementary vibrational control devices is proposed. The train system is assumed as rigid bodies supported on double-deck suspension mechanism with semi-active features. The bridge system is modeled using the modal approach. Vibration control for bridge responses is provided by tuned mass dampers. A non-classical incremental Eigen analysis is proposed to trace the system characteristics across the time. In an example, the capability of the proposed model in investigating the vibration control prospects of a bridge–train system is shown. The results indicate the effectiveness of active suspension mechanism in reducing train's body movements, particularly the pitching angle and the vertical accelerations. Accordingly, the results also verify the potential of TMD devices in reducing the bridge responses at resonance motions.