基于多智能体的地铁列车运行调整方法

针对移动闭塞条件下地铁列车运行的特点,将降低列车群的总晚点时间和提高相邻列车对客流的吸纳水平作为性能指标,建立地铁列车运行调整模型。应用Agent、多Agent协作技术,构建地铁列车Agent,设计地铁列车运行调整算法,给出基于规则的地铁列车运行调整控制策略。根据列车群晚点程度的不同,列车运行调整分为全局调整和局部调整。全局调整采用偏移计划运行图方法,局部调整采用滚动优化方法,通过多次调整达到恢复计划运行图的目的,并分别给出相应的调整方法和调整步骤。以北京1号线为背景进行仿真测试,仿真结果表明:基于多Agent协作技术的地铁列车运行调整方法是合理的,并具有动态的扩展性。     

基于事件的控制技术在地铁列车运行中的应用

研究移动闭塞条件下地铁列车的运行规律,建立地铁列车运行模型,将基于事件的控制技术应用到地铁列车控制中。引入运动参考变量,求出在以站间最小运行时间为目标的单列列车控制中,列车运行速度、加速度关于列车走行距离的表达式,根据列车走行距离实时调整规划列车的运行。研究移动闭塞条件下地铁列车间的控制,采用基于事件的控制技术和编队思想降低列车间的最小追踪允许间隔,在保证不撞车以及尽量减少站外停车的前提下,提高地铁线路的通过能力,并且能够方便地实现系统的重新配置以及各子系统间的协调协作。以相邻的3列列车运行为例,研究在移动闭塞条件下后续列车的控制策略,根据列车的走行距离以及前后列车间所要求保留的安全距离,动态调整列车的运行速度、加速度。仿真结果表明,运用基于事件的控制技术来控制列车的运行,可提高列车的正点率到95%。