基于人工神经网络的车次追踪算法研究

在高速铁路运营调度系统中,对列车进行跟踪,实时获取准确的列车车次号是必不可少的。车次追踪主要包括原始车次号的获取、车次号的逻辑追踪处理和列车车次校核3个方面。逻辑追踪是在某一时刻和某一地点,根据列车的实际运行情况,自动推算当时运行或者停车的列车的车次号。车次校核是根据计划或无线等车次号对追踪结果进行校核。基于人工神经网络算法的车次追踪技术,快速、有效,可以避免由于轨道电路故障而引起的车次追踪错误。     

ATS如何自动分配列车的车次号

车次号是列车自动监控(ATS)系统识别列车及监督控制列车运行的一个重要元素.以广州地铁1、2号线为例,详细阐述车次号的含义,以及在列车从车场出发进入正线的过程中车次号如何正确地分配给相应的列车;分别对有出车计划和没有出车计划两种情况分析其分配原理,并给出车次号分配数据流程图.     

考虑解编调车成本的铁路技术站调车线运用优化

研究铁路技术站的调车线灵活运用问题,给定计划时段内的车流推算方案、列车解编方案和车流去向-调车线固定使用方案,该问题在于为车组指派无时空冲突的调车线。根据调车作业过程,对由调车线运用产生的解体溜放成本和编组连挂成本进行度量。以总加权解编调车成本最小为目标,将原问题先构建为0-1非线性规划模型,再进一步转化为0-1线性模型。该模型考虑车组溜放和连挂、出发列车编组顺序和调车线能力等要求,并采用基于图的极大团技术对溜放约束和能力约束的既有建模方法进行改进。最后,以切实算例验证极大团技术的有效性和模型的可行性,并分析最大连挂次数等参数对计算结果的影响。     

基于车次径路约束下的客运径路生成算法优化

针对目前客票径路计算中径路信息与实际旅客出行径路之间存在的差异性,从分析径路生成的计算模型出发,结合铁路通票业务背景,提出一种车次约束机制下的径路生成计算方法。算法以选择性集中存储为径路存取方式,实现径路公共信息的全路共享与车站特殊径路的分布式存取,有效压缩径路信息存储空间,提高径路选择效率;以车站-车次邻接表为基本数据结构,将铁路路网图改进为列车约束下的列车可达图,保证车站生成个性化径路的合理性和有效性;算法摒弃原有径路计算只计算本站至全路各个结算站间最短K路径的方法,分车站特殊径路计算和公共径路计算两步实现径路的计算,从根本上保证径路计算的有效性,解决通票径路与列车走行径路不符问题,实现了对现有径路生成算法的优化。     

重庆城轨较新线ATS的列车自动调整

介绍了重庆城轨较新线ATS建设中,根据列车运营特点,建立计划调整模型,重点考虑车组使用情况,采用动态规化算法求解,设计相应的算法步骤,快速得到有效的运行计划调整方案。     

编组站调度计划随机机会约束规划模型及算法研究

运用随机规划方法,研究列车解编时间随机变动情况下编组站阶段计划的优化编制问题,建立了以压缩车辆中时和减少出发列车晚点时间为目标的随机机会约束规划模型。将模型中的随机机会约束转化为相应等价形式,从而将随机规划模型转化为确定性模型,并提出了一种改进遗传算法对之进行求解。该算法基于列车解编顺序对染色体进行编码,并针对问题的特殊性设计了相应的交叉和变异操作。算例表明,设计的改进遗传算法能够在较短时间内收敛至最优解,编组站阶段计划的随机机会约束规划模型能取得可靠性更高的调度计划,为改进编组站的决策质量提供了一条解决的途径与方法。     

技术站单组与分组列车编组计划的协同优化

高质量的列车编组计划是铁路货物运输组织的关键。在既有研究的基础上，考虑车流随机到达的影响，分析固定车组重量和不固定车组重量分组列车的车小时消耗，构建技术站单组列车与分组列车编组计划的协同优化模型。模型旨在同步优化单组列车和分组列车，以使有调车流在途中技术站的中转改编车小时、单组列车的集结车小时以及分组列车在始发站和换挂站的总车小时之和最小。为提高模型的求解效率，运用线性化技术和目标函数有效近似处理将其转化为线性约束二次规划。实验结果表明：与单组列车编组计划和基于传统分步优化方法的综合列车编组计划相比，协同优化模型能够得到更高质量的列车编组计划，有效降低路网车流的总车小时消耗。     

CBTC信号系统中列车自动监控运营调整

从信号系统的操作角度出发,分析基于通信的列车控制(CBTC)信号系统中列车自动监控(automatic train supervision,ATS)的多种运营模式,包括时刻表运营、固定间隔运营、运行线运营、人工运营,并依照列车运营过程来说明不同模式的运营组织方式。按照自动化程度的不同,定义ATS中的各类运营调整活动,包括自动调整、半自动调整、人工调整。详细阐明自动调整的算法,重点介绍调整策略、交会模式等半自动调整命令,概述各类人工调整命令,包括自动运营、人工调整、人工调车、车次号管理。     

地铁车辆段/停车场列车运营日计划优化模型与算法研究

综合考虑列车正线运营、车辆检修、车辆调车等需求，将列车运营日计划优化问题归结为指派问题，并建立0-1整数规划模型。针对优化模型的目标函数不确定性及为了提高求解效率，根据实际经验和计划编制优先原则，设计一种基于规则的启发式算法，并利用计算机辅助决策实现运营日计划的自动编制。通过实例验证了模型和算法的有效性。     

考虑随机需求的高铁快递运输计划优化方法

为了充分利用高速铁路非高峰期的列车运输能力,提升高速铁路运营的经济效益,研究载客动车组客货共运模式下的高铁快递运输计划优化问题。首先,考虑高铁快递运输需求的时效性与随机性,以最大化高铁快递运营企业期望总利润为优化目标,同时满足列车运输能力、车站装卸效率、标准箱到发量守恒等约束,构建高速铁路快递运输计划优化的2阶段随机规划模型。在第1阶段,以最大化高铁快运期望总利润为目标,确定各列车的运输能力分配计划;在第2阶段,根据第1阶段获得的列车运输能力分配计划,确定随机需求场景下的高铁快递实际装运方案,使该场景下的运营收益达到最大。其次,基于蒙特卡洛模拟随机生成需求场景,采用反向消减算法(BRA)将2阶段随机规划模型转化为包含有限场景数的确定性整数线性规划模型,从而调用商业求解器GUROBI进行求解。最后,以宁杭高速铁路为背景进行算例分析,验证模型和算法的有效性。结果表明,相较于基于确定性需求得到的运输计划,利用随机规划方法得到的方案更能适应需求的随机性,从而达到更好的盈利效果,同时可以兼顾服务水平与企业收益,适用于实际运营中高铁快递运输计划的设计与优化。     

面向节能的高速列车追踪控制方案研究

提出一种基于改进人工蜂群算法的高速列车节能优化方法.通过对高速列车进行受力分析,以牵引计算理论中的运动学方程为支撑,结合列车属性和线路条件建立以列车运行能耗最小的数学模型.决策变量为列车工况以及相对应的工况改变点.针对模型设计基于交叉操作的全局人工蜂群算法,并设计了简单遗传算法作为比较.在此基础上,以前车对后车的限速作为约束,在移动闭塞模式下建立了追踪列车模型.在单列车求解的基础上设计了一种求解追踪列车工况的迭代算法.最后以设计的算例对本文模型及算法进行验证,结果表明所设计模型和算法能够在满足列车安全、准时、到站的条件下实现列车节能优化.     

基于Q学习算法的摘挂列车调车作业计划优化

针对摘挂列车编组调车作业计划编制问题,基于强化学习技术和Q学习算法,提出1种调车作业计划优化方法。在表格调车法的基础上,将调车作业计划分为下落和重组2个部分。通过动作、状态和奖励3要素构建调车作业问题的强化学习模型,以调车机车为智能体,以车组下落的股道编号为动作,以待编车列的下落情况为状态,形成车组挂车、摘车具体条件和车辆重组流程,并依据车组下落的连接状态和车辆重组后产生的总调车程设计奖励函数。改进Q学习算法求解模型,以最小化调车程为目标,建立待编车列与最优调车作业计划之间的映射关系,智能体学习充分后即可求解得到最优的调车作业计划。通过3组算例对比验证本方法效果,结果表明:相较于统筹对口法和排序二叉树法,本方法使用的股道数量更少、调车作业计划更优;相较于分支定界法,本方法可在更短时间内求解质量近似的调车作业计划。因而,本方法有助于提高车站调车作业计划编制的智能化决策水平。     

基于混合算法的阶段计划解编作业的研究

根据编组站阶段计划实际作业流程,通过在车组配流完成后,以晚点列车总数量最少为目标,确定列车的解体/编组次序建立的解体,编组计划模型.经实例验算证明算法的可靠性、有效性.为鳊组站阶段计划的自动编制提供了一个良好的决策参考.     

高速列车横向平稳性主动控制规律研究

提高列车的运行平稳性是机车车辆动力学的研究热点。本文以列车的横向运行平稳性为研究对象,采用面向对象的建模方法,建立了由3节车辆组成的车组横向动力学模型,并将作动器放置在车端构成车端主动悬挂系统。采用轨道不平顺高速谱作为输入,考虑轮轴间时延,运用遗传算法对控制器进行优化设计。研究表明,采用车端主动悬挂系统,运用本文算法,车组的横向运行平稳性得到了提高;当在端部车辆的端部二系悬挂中再并行设置作动器,并采用改进的天棚阻尼器算法后,端部车体的振动得到了有效抑制,整个列车横向运行平稳性进一步得到了改善。     

国外资讯

正奥地利引进西门子Cityjet电动车组为满足铁路旅客运输的发展需要和对既有运营车辆进行更新改造,奥地利联邦铁路与西门子公司日前签订了购买101列Cityjet系列2种型号的电动车组合同,合同总金额5.2亿欧元。这些列车包括:在维也纳城市铁路运营的31列4746型电动车组,以取代目前使用的Schlieren梭式列车;用于地区性运输的70列4744型电动车组(下奥地利联邦州35列,斯提利亚联邦州18列,上奥地利联邦州17列)。西门子公司在DesiroNL平台基础上设计的3辆编组Cityjet电动车组,列车轴式BoBoBBBoBo,端     

客运专线动车组运用计划优化模型与算法

在不固定动车组运用区段的前提下,以全部列车形成的环形排列为动车组交路,在环形排列中以日常检修和一级检修的时间间隔和里程间隔为约束,列车接续费用最少为优化目标,建立动车组运用计划和检修计划的一体化优化模型。环形排列状的动车组交路有效描述动车组运用的均匀性,日常检修和一级检修约束使得动车组运用计划优化中融合检修计划的优化。通过引入罚值函数和三交换邻域结构,设计求解模型的模拟退火算法。最后对144列列车的运用计划和检修计划进行实例分析,并分析各项优化指标。     

基于客流均衡分析的城际铁路列车运行图优化

将城际客流均衡分配与列车运行图优化相结合,构建城际列车运行图优化的双层规划模型,其中,上层模型以满足行车组织要求、运营时间等为约束,以降低旅客乘车时间、换乘等待时间以及提高始发、终到时间满意度为目标优化列车运行图;而下层模型为基于列车运行图的客流均衡分配模型。模型采用模拟退火算法与GP算法组合求解,在生成初始列车运行图的基础上不断通过均衡分配乘车客流、构造邻域解迭代优化。算例分析表明模型与算法具有较好的收敛性与有效性。     

城市轨道交通列车运行图鲁棒性优化模型

针对高密度行车因受运输干扰而导致城市轨道交通列车晚点的问题,按照在计划层的列车运行时段内调整列车缓冲时间以优化列车运行图鲁棒性的思路,考虑列车载客能力约束,基于历史客流数据和通过候车乘客与列车的交互关系确定列车的实际停站时间,然后基于列车运行图扰动时间的递推关系,建立以列车运行图扰动时间之和最小为目标的列车运行图鲁棒性优化模型;运用改进的遗传算法对属于非线性混合整数规划模型的该优化模型进行求解;另外还对只要求大型枢纽站等重要车站准点发车的实际运输需求,用时间控制点法对该优化模型进行扩展。以北京市城市轨道交通房山线为例验证了该优化模型和改进遗传算法的有效性。     

高速铁路大站作业计划鲁棒性链式优化研究

提出运用作业链来描述高速铁路车站中列车作业全过程,重点研究高速铁路车站技术作业计划鲁棒性优化问题。基于给定车站列车到发时刻表,在不改变列车到发时序的前提下,通过优化所有列车作业链的空间资源序列,同时考虑有调车作业列车的调车时机,从而一体化地优化列车作业与调车作业,降低列车间的相互影响,提高作业计划鲁棒性。具体方法是以列车间总冲突系数最小为优化目标,建立基于列车时-空资源占用函数的模型。设计改进的GRASP算法求解模型,优化随机特性参数α的设置,并增加路径重连过程。开发高速铁路列车运行计划网络协同辅助决策支持系统中的车站作业子系统,并以北京南站高速场的实际数据做实例分析,验证模型与算法的可行性,实验结果表明,改进算法可提高求解适应性和效率,提升车站技术作业计划的鲁棒性。     

编组站阶段计划自动编制的数学模型及算法

根据编组站实际作业流程，将阶段计划自动编制问题分解为配流计划、解体／编组计划、到发线运用计划3个自动编制子问题。分别建立数学模型并求解。配流计划模型是在满足列车编组要求的前提下，以中转车组在编组站的总停留时间最少为目标，确定出发列车从站存车以及本阶段到达列车中所获得的车流来源。解体／编组计划模型是在车组配流完成后，以晚点列车总数量最少为臼铄，确定列车的解体／编组次序。到发线运用计划模型是在当前股道的配置条件下，以能够完成接发列车数量最多为目标，合理安排图定列车的接发。通过将3个模型合理地衔接．实现编组站阶段计划的自动编制。采用所提出的3个模型建立的编组站计算机辅助决策支持系统，目前已在乌鲁木齐西站实施应用。