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．     

基于改进遗传算法的航班-登机口分配多目标优化

为提高现代机场的资源利用效率和乘客换乘体验, 研究了多目标航班-登机口分配问题; 在考虑航班类型约束、飞机机体类型约束和转场时间间隔约束的基础上, 以分配在固定登机口的航班数量最多、使用的固定登机口数量最少和乘客换乘紧张度最小为目标函数, 建立了航班-登机口分配的多目标非线性0-1整数规划模型, 并设计了一种改进型基因编码的遗传算法以提高求解效率; 基因个体采用两段式整数编码, 设计了该编码方式到可行解的映射流程, 同时从理论上证明该编码方式可以映射到最优解; 对两段基因编码分别设计了不同的交叉算子和变异算子, 避免产生非可行个体; 为验证算法的有效性, 基于某大规模机场的实际运营数据, 对比了改进型遗传算法与MATLAB内置遗传算法。计算结果表明: 采用改进型遗传算法使得安排在固定登机口的航班数目增大5%, 乘客换乘总紧张度减小3%, 乘客换乘平均紧张度减小32%, 占用的固定登机口数量相同, 安排在固定登机口的乘客数量增大20%, 算法运行时间减小8%, 说明改进型遗传算法性能更好, 可提高登机口的利用效率和乘客的换乘舒适度; 在改进型遗传算法的优化过程中, 航班数量目标和登机口数量目标在130次迭代时寻到最优解, 换乘紧张度目标在400次迭后基本收敛, 且最优结果对应的航班时序合理, 说明该算法的迭代收敛速度快, 优化结果合理。     

多目标最优化的遗传算法

针对多目标,最优化问题的特点,本文设计了一种遗传算法,可用于求解多目标最优化问题的部分非劣解。经有关函数数值计算表明该算法是有效的。     

基于遗传算法求解转移流量的多目标规划方法

以十字交叉口为例,在分析交叉口进、出口流量与转移流量之间关系的基础上,以进口交通流量观测值与来自各个出口并进入该进口的估计转移流量之差的绝对值和出口交通流量观测值与该出口到达各个进口的估计转移流量之差的绝对值之和最小为目标函数,转移流量的实际取值范围作为约束条件,建立了求解转移流量的多目标规划模型.利用遗传算法并行运算的特性,提出了基于遗传算法求解转移流量的多目标规划方法.最后通过一个算例给出了应用该方法求解转移流量的多目标规划模型的求解效果.     

基于改进遗传算法的铁路三维空间线路智能优化方法研究

归纳和总结了铁路线路智能优化与三维空间信息之间的内在联系,基于OSG技术对空间信息数据进行高效组织,加工处理与信息输出为一体,建立了三维空间信息模型,为铁路三维空间线路智能搜索提供可视化地理信息环境。以平面交点坐标、交点半径、纵面变坡点里程、变坡点高程为设计变量,充分考虑了空间线路平面约束、纵断面约束、平纵组合约束和环境影响约束条件,深入分析铁路三维空间线路优化费用目标函数,建立了铁路三维空间线路综合优化数学模型。采用浮点编码方式,以交点偏移距、交点曲线半径、链式变坡点高程为基因序列,针对多约束条件构成的优化空间进行深入的研究,生成线路方案群;基于多目标排序矩阵方式对每代中线路方案进行适用度计算,设计了选择、交叉和变异三类遗传算子,逐代遗传进化,实现了线路方案向最优线路方案群自动搜索,完成了铁路三维空间线路智能寻优过程。以本文提出的理论与方法为基础,基于vs.net、OSG、数据库等技术实现了铁路三维空间智能选线系统的开发,结合实际工程对本文的理论模型与算法进行了验证和评价。     

融入偏好信息的列车运行过程多目标优化算法

列车运行过程优化是一个多目标、大滞后、非线性的极其复杂的优化问题.为了更好地解决上述问题,以列车能耗、舒适性、停靠准确性和运行时间为控制目标,以列车运动动力学方程为约束,建立了列车运行过程的多目标优化模型,提出了一种融入偏好信息的列车运行过程多目标遗传粒子群算法.提出的改进策略具有以下优点,在融入偏好信息的基础上通过控制粒子群中个体在解空间的分布能够更好地保持粒子群多样性,从而在进化过程中具有更明显的全局收敛的指向作用.仿真得到的速度距离曲线表明,在列车及其运行线路相同的情况下,本文所提出的算法性能较佳、寻优结果较好.     

基于遗传算法的交叉口信号配时多目标优化

为了提高城市交叉口通行能力和减少机动车尾气排放,提出了利用遗传算法实现多目标优化的方法,开发了基于遗传优化的城市交通微观仿真模型,并进行了仿真试验.仿真结果表明:这种多目标优化方法可以获得更好的交通信号控制效果和改善环境.     

基于遗传算法求解转移流量的多目标规划方法

以十字交叉口为例,在分析交叉口进、出口流量与转移流量之间关系的基础上,以进口交通流量观测值与来自各个出口并进入该进口的估计转移流量之差的绝对值和出口交通流量观测值与该出口到达各个进口的估计转移流量之差的绝对值之和最小为目标函数,转移流量的实际取值范围作为约束条件,建立了求解转移流量的多目标规划模型.利用遗传算法并行运算的特性,提出了基于遗传算法求解转移流量的多目标规划方法.最后通过一个算例给出了应用该方法求解转移流量的多目标规划模型的求解效果.     

多目标优化问题中目标间矛盾性关系的研究

在定义一个具有通用意义的满意解之后,分析了满意解质量标准之间的矛盾性,确定了描述质量标准矛盾关系的数量指标－矛盾度及归一化矛盾度,为多目标优化问题中目标间的折 选取提供了参考依据。     

遗传算法与极大熵相结合解多目标规划问题

采用极大熵解法，将多目标规划转化为一般的可微规划，鉴于转化后的目标函数和约束条件都是高度非线性的，采用遗传算法求解多目标规划，取已有的典型算例运用文中提出的方法，则得到了较好的精度。     

快捷货物列车开行方案多目标优化模型及算法

快捷货物列车开行方案是铁路快捷货物运输组织的基础,也是服务货主的重要 体现.本文综合考虑货主的需求及铁路的生产,以运送最多的货物需求量及最小化货主支 出运输成本为目标,构建快捷货物列车开行方案的多目标优化模型,实现货流 OD 在可 选走行路径上列车内的分配;在建模时,将列车的编成辆数设定为可以在一个范围内灵 活取值的决策变量,从而更符合快捷货物列车的特性;根据模型特点,设计了有偏好信息 的遗传算法进行求解;最后,通过一个算例验证了模型和算法的可行性. 研究结果表明, 所提出的方法对铁路快捷货物运输组织具有一定的借鉴意义.     

高速列车多区间节能操纵优化研究

区间运行时间和操纵方法是实现高速列车节能运行的两个重要方面.本文构建了可调整区间运行冗余时间的高速列车多区间节能操纵模型.考虑到高铁枢纽车站和非枢纽站对列车到达时刻准点性的要求程度不同,模型中增加了枢纽车站的列车到达时刻与列车运行图定到达时刻一致性约束,以及非枢纽车站的列车到达时刻在一定时间范围内的约束.为了避免解空间中不满足定时约束的不可行解的数量影响算法效率,设计了一种三层编码的遗传算法来求解模型.通过1条包含3个枢纽车站、3个非枢纽车站的高速铁路线路验证,结果表明,本文所提出的高速列车多区间节能操纵方法能够保证枢纽车站列车到达时刻不变,非枢纽车站列车到达时刻在一定时间范围内变换时,求得多个区间的列车最优节能操纵速度轨迹.与基于牵引-惰行控制方法和单区间节能操纵方法在图定运行时分下的计算结果相比,本文所提出的方法节能率分别超过16%和4%.     

�����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.     

地铁与市郊铁路过轨运营下列车开行方案研究

在分析地铁与市郊铁路过轨运营特点的基础上,以乘客节省的总旅行时间最大化和地铁运营企业增加的总费用最小化为目标函数,建立了过轨运营下列车开行方案双目标规划模型,并设计了基于模糊数学规划的求解算法.以某两条轨道交通线路为算例,研究过轨运营开行方案并对相关参数进行灵敏度分析.研究结果表明,地铁与市郊铁路过轨运营既可节省乘客总旅行时间又可增加运营企业收益,且过轨客流需求越大、过轨站换乘时间越长、过轨方缴纳的过轨费用越少、过轨列车运营组织方案越合理,过轨运营效果越显著.     

��·����վ�м���ҵ΢�۷��潨ģ�����

为研究列车到达不均衡性、编组辆数和列检工作组织对编组站到达场待检时间、列车技术作业时间和列检人员利用率的影响,提出了基于编组辆数的列车接入时间、制动机试验时间和技术检查时间的表示方法,应用统计分析理论对列检作业的各项时间指标进行数量建模,建立了基于Arena的铁路编组站列检作业微观仿真模型. 仿真分析发现,列车到达不均衡性和列检工作组织是影响待检时间和列检人员利用率的主要因素,列检工作组织对技术作业时间有显著性影响,编组辆数对待检时间、列检人员利用率和列车技术作业时间影响均不显著.     

铁路编组站列检作业微观仿真建模与分析

为研究列车到达不均衡性、编组辆数和列检工作组织对编组站到达场待检时间、列车技术作业时间和列检人员利用率的影响,提出了基于编组辆数的列车接入时间、制动机试验时间和技术检查时间的表示方法,应用统计分析理论对列检作业的各项时间指标进行数量建模,建立了基于Arena的铁路编组站列检作业微观仿真模型. 仿真分析发现,列车到达不均衡性和列检工作组织是影响待检时间和列检人员利用率的主要因素,列检工作组织对技术作业时间有显著性影响,编组辆数对待检时间、列检人员利用率和列车技术作业时间影响均不显著.