专业化分工粒子群优化算法在地铁列车运行调整中的应用

地铁列车运行调整是一个大规模、复杂的组合优化问题,该问题的特点是有庞大的搜索空间和众多的约束条件,故要快速地获得其最优解尤为困难。在该问题基础上,建立优化列车运行调整模型。对此模型进行优化求解过程中,提出一种基于专业化分工的粒子群优化算法。在仿真过程中,选取数据是沈阳地铁二号线某工作日。实验显示,该算法能较好地适用于解决列车运行调整问题,且其在此过程中表现出来的特征是收敛速度快、计算效果好。     

考虑总延误时间和延误恢复时间的城轨列车运行调整优化

现阶段城市轨道交通具有行车密度大、追踪间隔短等特点,列车延误一旦发生,其传播的速度快、影响范围大。为保证列车运行的正点率以及运输效率,根据城轨列车实际运营需要,在传统列车运行调整模型的优化目标中加入延误恢复时间最小这一目标,建立了以列车总延误时间和延误恢复时间最小为优化目标的城轨列车运行调整模型,并采用遗传算法对问题进行求解。最后以成都地铁一号线的列车运行调整问题为案例,根据城市轨道交通实际运营情况分别分析模型在ATO模式以及人工驾驶模式下的优化效果。结果表明当列车在人工驾驶模式下运行时,该列车运行调整模型可以在基本不影响总延误时间的同时显著降低列车的延误恢复时间。     

基于乘客等待时间的城市轨道交通列车运行调整模型

研究突发事件导致列车晚点情况下城市轨道交通列车运行调整问题．从乘客角度出发,提出了“首站控制”和“多站协调控制”两类列车运行调整策略．考虑列车能力约束和列车区间运行时间、追踪间隔时间等运行条件约束,以受突发事件影响的全部乘客等待时间最小为优化目标,建立了基于两类调整策略的列车运行调整模型,采用Lingo软件进行求解．以某简化线路为算例,与不采取控制策略相比,两类策略下乘客等待时间均节省约9％,结果表明了模型的有效性,能够为轨道交通列车运行调整提供辅助支持．     

铁路网络列车运行调整的优化模型 及其分支定价算法

研究了铁路网络中列车可变更运行线路下的列车运行调整问题,目标是使得所有 列车偏离终到时间之和最小化.首先引入流平衡约束建立基于列车到发时刻的网络流模型,采 用商业软件GUROBI求解.同时构建了基于列车时空路径的整数规划模型,并给出了分支定 价算法,采用伪费用分支和最佳优先搜索策略加快算法的收敛.最后设计算例进行验证,通过 与GUROBI对比说明本文算法是有效的.当列车数为20 列时,求解时间减少91.6%,得到的最 终可行解距离最优解的间隔为9.72%.验证了本文分支策略较最为分数分支策略更优,列车运 行调整可变更线路相比于只能按原始线路行驶平均可降低目标函数值37.4%.     

基于动态客流的城市轨道列车全天时刻表优化

针对乘客需求的动态变化,提出一种基于整数规划的全天候乘客排队模型,该模型综合考虑高峰时期和非高峰时期的客流需求。以乘客总候车时间为优化目标,对各车站所有列车的时刻表进行优化,以提高乘客的候车体验。此外,提出基于0～1整数规划的遗传算法,计算使乘客候车时间达到最小的列车时刻表。最后,利用北京地铁的客运需求数据进行仿真实验,验证该模型和算法的有效性。相比现行的时刻表,优化后的时刻表使乘客的总候车时间缩短56.89%。     

突发事件下区域物流资源优化配置模型及算法

为提升突发事件下应急物流的快速应对能力,提高物流资源配置效率,基于区域应急物流网络,提出突发事件下实现区域物流资源优化配置的直达路径配置策略、核心区域集散节点配置策略和混合调整配置策略3种调整策略.基于3种调整策略,以总运输时间最短为目标,构建突发事件下区域物流资源优化配置模型,结合模型决策变量的特点,运用改进免疫克隆...     

基于区域协同的轨道交通发车时刻模型研究

为实现城市轨道交通换乘时间的最佳衔接和提高轨道交通运营系统的效率,对基于区域协同的轨道交通发车时刻问题进行了研究.在分析轨道交通线网协同性,考虑轨道交通内部线路间的换乘衔接和换乘站到达乘客的特性的基础上,以乘客在换乘站总候车时间最小为优化目标,建立了区域协同的发车时刻线性规划模型,并用两条十字交叉的轨道交通线路的算例验...     

高速列车运行调整与运行控制一体化双目标优化模型与算法

列车实时运行调整与运行控制是实现高速列车准点节能运行的两个重要方面.本文构建高速列车运行调整与运行控制一体化优化模型,以降低列车总延误时间与运行能耗为目标,同时优化列车速度距离与时间距离曲线.与以往研究将列车运行调整与运行控制独立优化不同,本文基于列车牵引计算,通过锁闭时间理论将列车运行调整与控制的解空间进行耦合,根据列车运行速度、制动性能、信号系统的清空与开放时间、轨道区段/闭塞分区的长度等因素,精细化计算列车占用不同轨道区段/闭塞分区的时间,动态确定列车区间运行时分与追踪间隔.为求解复杂的非线性模型,设计分段近似法将非线性约束进行重构,从而将非线性优化模型转变为混合整数规划模型.通过算例计算,给出双目标问题的帕累托解集,与单目标优化方法对比,本文方法可以减少总能耗2.46%,降低运行总延误7.33%.     

高速列车运行调整与运行控制一体化双目标优化模型与算法

列车实时运行调整与运行控制是实现高速列车准点节能运行的两个重要方面.本文构建高速列车运行调整与运行控制一体化优化模型,以降低列车总延误时间与运行能耗为目标,同时优化列车速度距离与时间距离曲线.与以往研究将列车运行调整与运行控制独立优化不同,本文基于列车牵引计算,通过锁闭时间理论将列车运行调整与控制的解空间进行耦合,根据列车运行速度、制动性能、信号系统的清空与开放时间、轨道区段/闭塞分区的长度等因素,精细化计算列车占用不同轨道区段/闭塞分区的时间,动态确定列车区间运行时分与追踪间隔.为求解复杂的非线性模型,设计分段近似法将非线性约束进行重构,从而将非线性优化模型转变为混合整数规划模型.通过算例计算,给出双目标问题的帕累托解集,与单目标优化方法对比,本文方法可以减少总能耗2.46%,降低运行总延误7.33%.     

低成本列车运行控制系统专用数据库及定位匹配算法

系统研究了列车运行控制系统的专用数据库,构建了数据库的数据模型与数学拓扑模型,根据铁路运输的特点,给出铁路轨道定位领域的自适应定位匹配算法,将铁路轨道分为直线和曲线两个部分,采用基于移动距离窗的定位匹配算法实现了实时、精确和快速的定位匹配.在北京局三家店调车场进行了实验,证明本文研究的专用数据库在列车定位领域具有重要的实用价值.     

基于遗传算法的单线列车运行调整体系

针对单线列车运行的特点，提出了“相邻列车”的概念，根据此概念建立了单线列车运行调整模型，并推导了列车运行图偏差函数作为模型调整目标．鉴于列车运行调整问题的解空间太大，用一般的运筹学方法难以有效地求解，提出了基于遗传算法的优化求解算法．该算法根据被调整列车的等级将原问题分解成若干子问题，并在对每个子问题求解的过程中，运用遗传算法在解空间中寻优．仿真结果显示了该模型和算法在应用于实际运行调整时的有效性和实时性．     

�����г��������е����׶��Ż�ģ���㷨�о�

地铁运输系统是城市公共系统中最大的耗能系统,列车节能运行具有重要的意义. 结合地铁列车运行特点与机车操纵规则,提出了在起伏坡道与定时约束条件下地铁列车节能运行的两阶段优化方法. 第一阶段,建立了寻求站间最佳惰行控制次数及惰行控制点的优化模型;第二阶段,建立了合理分配各个站间区间列车运行时间的优化模型. 设计了基于遗传算法的优化模型求解算法. 与既有方法相比,在运行时分相同条件下,经过两阶段优化后,列车运行能耗下降了19.06%,列车运行恢复正点的能力也得到了提高.     

城市轨道交通列车交路优化模型

为了确定城市轨道交通交路方案的列车运行区段和折返车站,结合运输组织实践经验,以列车交路决定的输送能力与客流需求量空间分布的最佳匹配为原则,以快速车底周转和换乘客流最少为目标,综合考虑站线运输能力的条件限制、运输组织需求以及乘客便利性,建立了城市轨道交通列车交路的多目标0-1混合整数规划模型.该模型分别对决策变量、目标函数和约束条件进行了简化处理,可以通过优化软件编程求解.以重庆市轨道交通一号线远期运营方案为例,对不同交路上限数目,在2 s内计算出4种可选交路方案,为运营部门选择最终方案提供了决策依据.      

基于XGboost模型的城市轨道交通列车运行速度实时异常检测研究

随着城市轨道交通的迅猛发展,为保证列车安全行驶,对列车速度异常检测方法研究十分必要.为此提出一种将极端梯度提升(XGboost)和异常检验方法结合的列车速度异常检测方法.首先利用现场采样的列车速度数据,对XGboost模型进行训练,然后利用交叉验证和网格搜索方法确定XGboost模型最优参数,最后利用极大似然估计和格拉布斯检验,对预测结果进行异常判定.实验结果表明:与另外4种常用模型的测试集对比,F1值分别提高7.08％、12.9％、16.9％和2.9％,该方法在时间效率上满足列车运行实时检测要求.     

一种改进K-means模型的城市轨道交通突发事件分级方法

针对城市轨道交通事件量化分级的难题,本文提出了一种改进的 K-means聚类的突发事件分级方法.首先,从事件类型、持续时间、影响程度等方面分析各种类型事件的特征规律,提取 8个关键特征量用于聚类分析;其次,应用主成分分析法提取 4个主成分变量并提出权重系数计算方法,实现特征向量降维;提出了基于密度扫描的初始聚类中心确定方法,并将改进的 K-means聚类算法应用于地铁突发事件的分级.案例结果表明,与原始 K-means聚类方法对比,应用本文提出的改进方法聚类效果更佳.研究成果已应用于北京地铁应急指挥系统,验证了本文方法的可行性.     

一种改进K-means模型的城市轨道交通突发事件分级方法

针对城市轨道交通事件量化分级的难题,本文提出了一种改进的 K-means聚类的突发事件分级方法.首先,从事件类型、持续时间、影响程度等方面分析各种类型事件的特征规律,提取 8个关键特征量用于聚类分析;其次,应用主成分分析法提取 4个主成分变量并提出权重系数计算方法,实现特征向量降维;提出了基于密度扫描的初始聚类中心确定方法,并将改进的 K-means聚类算法应用于地铁突发事件的分级.案例结果表明,与原始 K-means聚类方法对比,应用本文提出的改进方法聚类效果更佳.研究成果已应用于北京地铁应急指挥系统,验证了本文方法的可行性.     

考虑多编组方案的轨道交通车辆购置策略研究

多编组运营是城市轨道交通系统网络化运营组织的重要方法之一.本文针对轨道交通多编组方案下列车运能加强问题,在线路通过能力一定的条件下,以最大购置次数、最小购置间隔及年度最大购置辆数等为约束条件,以广义费用最小为目标,构建了多编组方案下的城市轨道交通车辆购置策略优化模型,并设计两阶段遗传算法求解.算例分析表明,在给定需求和远期单一列车编组假设下,初期和远期采用单一编组,近期采用多编组的方案,虽然司乘成本增加18.6%,但乘客出行费用和列车运行成本分别减少16.48%和25.99%,这较初、近、远期均采用单一编组方案效益更佳.     

基于时间逼近搜索算法的城轨列车运行节能优化研究

针对地铁列车准点节能运行,提出了基于时间逼近搜索的列车节能优化算法。首先建立城市轨道列车在满足定时运行条件下的节能控制模型,通过庞特利亚金最大值原理得到了列车节能最优控制工况集;其次,推导了列车在不同节能运行模式下的能耗差异;在此基础上,提出了一种将列车运行区间进行分段优化的方法,采用时间逼近搜索求解列车工况转换点的位置,最终达到定时节能运行的目的。以上海地铁3号线铁力路至友谊路线路为算例,与实测负荷过程对比,列车采用本文算法优化后可节能12.5%。