基于多维网络的增开列车条件下高速铁路列车运行图调整

研究增开列车条件下高速铁路列车运行图的调整问题,并综合考虑列车车站进路的影响。通过构建Time-Station-Track三维时空扩展网络,刻画列车对铁路时空资源的占用。将原多目标优化问题转化为求解列车占用网络弧段最小费用单目标问题,并构建基于Time-Station-Track网络的0-1整数规划模型。针对模型特点,设计拉格朗日松弛算法,将问题进一步分解为求解单列车网络最短路径子问题,由于问题被松弛后求得的解可能不可行。因此,提出基于列车优先序列的启发式策略对对偶解进行可行化。最后以宝兰客运专线为例,验证模型的正确性和算法的可行性。     

需求响应的集装箱班列时刻表优化及 Benders分解算法

充分考虑集装箱货物与集装箱班列在时间和数量方面的匹配关系，以集装箱货物送达目的站的总延误最小为目标，构建集装箱班列时刻表优化的线性混合整数规划模型.采 用Benders分解算法将原问题分解为确定集装箱货物与班列匹配方案的主问题，以及优化班列时刻表的子问题，通过求解子问题的对偶模型不断产生主问题的割平面.为克服割平面有效性较低的缺点，设计改进策略，使每次迭代产生多个割平面同时添加至主问题中.最后，通过算例验证模型和算法的有效性.结果表明：改进策略的运用有效提高了算法的计算效率，利用模型及算法得到的班列时刻表与集装箱货物的数量、时间分布之间具有较好的匹配性，制定的班列时刻表很好地响应了用户需求.     

铁路集装箱运输动态服务网络设计及Benders分解算法

充分考虑箱流的中转方案，研究铁路集装箱运输动态服务网络的设计方法。以总成本最小为优化目标，构建了铁路集装箱运输动态服务网络设计的线性规划模型。根据模型特点，采用Benders算法进行求解，将问题分解为服务网络设计的主问题及箱流分配的子问题，通过计算子问题的对偶模型不断产生主问题的割平面，由此进行迭代求解。为克服算法收敛速度慢的缺点，在主问题模型中添加有效不等式，使主问题更加紧致。以北京、郑州等集装箱办理站构建的运输网络为例，验证了模型和算法的有效性。算例结果表明，对于求解大规模的集装箱运输动态服务网络设计问题，改进后的算法运行46 s得到优化解，GAP为1.56%，未改进的Benders算法运行相同时间后，GAP为45.17%，改进策略的运用有效提高了计算效率; 所得服务网络的总成本比所有箱流均采用直达运输模式服务网络的总成本减少了20%;与现有集装箱班列开行方案相比，优化后的班列发车时段、开行频率在满足运输需求的同时，保证了各组箱流能在规定运到期限内送至目的站。      

基于需求响应的铁路集装箱班列始发时刻优化

依据铁路运输生产实际,充分考虑集装箱货物与集装箱班列在时间和数量方面的匹配关系,以集装箱货物在集装箱办理站的总停留时间最小为优化目标,以集装箱货物装车唯一性、班列编成箱数、作业时间和发车间隔为约束条件,构建铁路集装箱班列始发时刻优化的非线性混合整数规划模型。根据模型的特点,设计基于遗传算法的求解方法。由随机产生和"先到先服务"方案结合的方法生成初始种群,并运用启发式策略修复进化过程中出现的不可行解。以胶州-黄岛之间的铁路集装箱班列为例进行仿真计算。结果表明:模型和算法具有较高的计算效率;利用模型及算法得到的集装箱班列始发时刻与集装箱货物的数量、到达时间分布之间具有较好的匹配性,使集装箱在办理站停留时间最短,制定的班列开行计划响应了用户需求。     

需求响应的集装箱班列时刻表优化及 Benders分解算法

充分考虑集装箱货物与集装箱班列在时间和数量方面的匹配关系，以集装箱货物送达目的站的总延误最小为目标，构建集装箱班列时刻表优化的线性混合整数规划模型.采 用Benders分解算法将原问题分解为确定集装箱货物与班列匹配方案的主问题，以及优化班列时刻表的子问题，通过求解子问题的对偶模型不断产生主问题的割平面.为克服割平面有效性较低的缺点，设计改进策略，使每次迭代产生多个割平面同时添加至主问题中.最后，通过算例验证模型和算法的有效性.结果表明：改进策略的运用有效提高了算法的计算效率，利用模型及算法得到的班列时刻表与集装箱货物的数量、时间分布之间具有较好的匹配性，制定的班列时刻表很好地响应了用户需求.     

城市轨道交通列车开行方案优化模型研究

近年来,随着城市化进程的加快,面对巨大的城市人口出行和环境污染的压力,优先发展公共交通己成为解决城市交通问题的主要途径。列车开行方案的研究是城市轨道交通发展的重要组成部分,它规定列车在沿途车站的到发时刻,是协调各部门工作、保证列车运行安全和旅客服务质量的前提和基础。从地铁部门成本最小化、乘客满意度最大化两个方面建立城市轨道交通列车开行方案优化的双层规划模型,主要从列车追踪间隔、列车定员、乘客候车时间和乘客车次选择4个方面进行约束,对列车编组数量、列车开行对数、列车发车时刻、列车交路方式、乘客数量、乘客车次选择和乘客等待时间7个方面进行决策,以验证模型的可行性和有效性。