基于序优化方法的列车运行调整算法研究

用计算机自动编制列车运行调整方案是铁路行车调度指挥系统中的一个核心和难点问题,其目的是保证列车能够安全、快速、正点运行。以列车旅行时间最少作为优化的目标函数,在建立复杂路网列车运行调整模型的基础上,对其先进行快速初步的评估计算、再引入序优化理论和方法进行求解是解决列车运行调整问题的一个途径。详细论述了序优化方法求解算法的实现步骤,并用大秦重载铁路的一个实际算例证明,序优化理论能够确保以足够高的概率求取到足够好的解。尤其对于计算量大的复杂优化问题,序优化能够明显提高计算效率,比一般的启发式算法至少可节约一个数量级的计算量,较好地满足实际需要。     

复线列车运行调整满意优化模型研究

基于列车运行调整模型建立的复杂性与求解的困难性,以及满意优化理论在求解大规模组合问题的优越性,将满意优化理论用于复线列车运行调整中,建立了完善的复线列车运行调整满意优化模型,为我国铁路复线列车运行调整优化提供一条新的思路。     

单线列车运行图铺划的时间循环迭代优化方法

根据单线铁路列车运行图的特点,建立了单线铁路列车运行图排序模型,设计了运行图货物列车运行线铺划的时间循环迭代优化方法。该方法通过将运行图铺划模型分解为阶段优化模型,对阶段运行图按最早冲突优化方法进行优化,在阶段优化结果的基础上,周而复始按时间循环迭代进行求解,逐步得到整体优化运行图。通过实例验证,该方法优化速度快,效果良好。     

基于列车运行状态推导图的列车运行调整算法

提出了一种人工智能类的基于列车运行状态推导图的列车运行调整算法，将列车运行调整问题分解为单列车运行线的推算问题，通过构造以列车运行状态推导图表示的状态空间结构及其启发式搜索算法，进行了列车运行调整中过程性知识的表示，并引入占用记录表，优化了相应算示的空间时间占用。     

双线铁路列车运行调整的禁忌搜索算法

关于列车运行调整(TOA)的优化模型和算法,国内外专家学者提出的具有代表性的主要算法可分为仿真方法、运筹学方法和人工智能方法。TOA问题具有约束性强、优化指标众多、动态性、实时性、组合优化特性等特点。因此结合目前铁路运输工作组织实际,以列车晚点率最小为优化目标,通过在可行解空间内部搜索待调整列车最优铺画顺序的方法求解TOA问题。建立了基于混合0-1线性规划模型的双线铁路列车运行调整的优化模型,提出了采用禁忌搜索算法搜索列车优化铺画顺序的方法。经在京广线、京沪线部分区段投入实际应用,验证了模型及算法的有效性和可靠性。     

基于MAS的列车运行调整方法

针对列车运行调整问题,运用多智能体系统(MAS)技术,将列车运行调整方案的制定过程抽象为多用户(列车)对车站股道和区间线路等共享资源的占用预约过程,在此基础上建立智能体模型。车站和区间被抽象为资源Agent,列车被抽象为用户Agent,由资源Agent和用户Agent组成多Agent系统,Agent之间采用合同网协议进行协作。列车运行调整方案由Agent之间的分布式自主决策和相互协作产生。协作过程中的数据通信采用KQML标准设计,并增加消息等级,以提高通信和系统的效率。仿真实验表明,采用基于MAS的列车运行调整方法是可行的。     

城市轨道交通列车运行延误 及其调整方法

阐述城市轨道交通列车运行延误的概念、分类及其特点,总结单线情况下、共线运营条件下以及网络化条件下列车运行延误传播的规律,分析客流对于网络化列车运行延误的重要影响。从运营角度和乘客角度两方面,对列车运行延误调整的优化模型和方法进行分析和比较。最后,提出网络化运营条件下地铁列车运行延误及其调整方法的研究展望。     

重载铁路列车运行调整计划的序优化策略研究

列车运行调整是我国铁路信息化建设中一个重点和难点问题,在CTC条件下,及时制定列车运行调整计划对实现列车运行过程追踪自动化,保证安全高效完成行车组织具有十分重要的作用。在建立列车运行调整序优化模型的基础上,对我国重载铁路实际数据进行统计分析,针对各种运行扰动因素,提出调整列车运行秩序的策略,从经验中找出列车运行计划的调整序列,从而快速求得序优化模型的解。按照调整策略优化排列作业顺序有效提高调度指挥效率,为优化列车运行调整制定合理、有效的策略提供方法和依据。应用调整策略优化方法构建的调度系统能满足列车运行调整的实时性要求,为求解列车运行调整模型提供一种思路和方法。     

调整列车运行区段优化客车车底配置

文章对现行运行图的不合理之处进行了分析，指出了由于运行图的不合理产生的空车运行带来的亏损原因，提出了调整列车运行方案，方便旅客出行的建议。     

地铁列车运行与车底周转计划同步实时调整方法

地铁区间线路双线中断干扰事件的发生,会造成列车偏离原列车运行计划,进而扰乱原车底周转计划的实施,调度员要面临停开列车、调整交路和车底周转计划等问题。针对此类问题的干扰,基于事件活动网络理论建立混合整数线性优化数学模型,综合考虑列车在车站及区间运行约束、车底与列车的匹配约束、车底周转约束、终止列车运行路径等约束,同步实现了双向列车运行的实时调整、列车运行小交路的变更以及车底的周转使用计划的调整。针对该复杂的数学优化模型,通过精简模型中的决策变量和紧约束条件,利用商业求解软件实现了对最优解值的短时高效的求解。最后,以西安地铁2号线为例,对取消列车惩罚系数、列车区间运行时间延长等变量进行了对比分析,结果表明：针对不同算例参数,在600 s的计算时长内均能得到最优解,当取消1列列车的惩罚系数取值在150～500之间,优化方案效果最佳;被取消的列车多发生在故障发生后紧邻时间域内;首列被影响的列车在中断区间的上游毗邻区间的运行时间的长短对线路后续通过能力的影响最大。因此,在故障干扰时间和范围一定的情况下,系统决策制定的时间和反应速度会直接影响取消列车数量及区间晚点时间。最后,绘制了调整后的列车运行...     

高铁运行计划自动调整系统的研究与实现

目前列车运行线的调整主要依靠人工完成。但随着铁路建设的不断发展.列车的密度不断增加,运行线手动调整的结果往往不能满足预期需求,特别是在极端恶劣天气或是设备故障的情况下。本文根据大量工作经验.总结并分析了运行线自动调整的应用场景,研究实现了一套运行线自动调整系统。     

基于遗传算法的高速铁路行车调整模型

高速铁路采用“高中速列车共线运行”的运输模式,其行车调度具有高实时性和整体性两大特点。以列车计划运行图为优化目标,给出运行图之间的距离定义,建立列车运行调整数学模型,给出列车的发车时刻、股道数量、列车在区间的运行时分、追踪运行间隔时间、维修天窗时间5个约束条件表达式。按照遗传算法的原理,采用罚函数的方法对数学模型中的约束条件进行处理并建立适应度函数,采用整数编码方法对个体进行编码,并定义交叉算子和变异算子。基于遗传算法的调整算法流程开发列车运行调度仿真子系统。仿真结果表明:使用该模型可大大减轻调度人员的工作量,彻底摒弃了在计算机上手工拖动运行线确定列车运行时刻的调整方式,提高了列车运行调整的科学性。该模型已应用在高速铁路综合调度仿真系统中。     

基于替代图的列车运行调整计划编制及优化方法

借助对列车优先级、节点、替代弧和替代对等参数的定义,以列车追踪运行间隔时间、列车连发间隔时间和列车间越行地点等为约束条件,以替代图中最长路径最短为优化目标,建立基于替代图的列车运行调整计划编制及优化模型.采用本地搜索算法对模型求解,经过原始计划生成和初级优化,得到有瑕疵(冲突)的但资源利用率较高的初始调整计划.当初始调整计划未满足需求或计划在实施过程中受到扰动需要修正时,采用分层多级优化分枝定界算法,对初始调整计划对应的替代图进行进一步的优化,得到优化的列车运行调整计划.由于替代图与列车运行调整计划的对应关系,用这2种算法对替代图分阶段求解和优化,可以得到满足不同需求的调整计划.通过对模拟环境的仿真,验证了模型和优化方法的完整性和可行性.     

基于智能化应用的列车运行调整模型

基于列车运行调整理论研究现状,在分析现有研究局限的基础上,提出建立列车运行自动调整模型应考虑的4个关键问题:部分非运行图相关信息、动车组接续、交叉进路抵触及股道-线别连通性.基于这些关键问题构造10个约束条件,结合智能CTC系统技术标准,以提升旅客满意度为导向,依据旅客行程信息和多目标优化的思想,建立将列车运行调整对旅...     

高速铁路车站列车进路分配方案的优化与调整

考虑高速铁路车站咽喉区和到发线的相互制约关系,以及车站接发各种类型列车的作业过程与列车进路的关系,结合道岔分组的方法,建立咽喉区和到发线一体化运用的列车进路分配方案优化模型。在此基础上,考虑列车晚点的情况,以车站作业过程占用车站设备的不均衡性最小和列车进站延误时间最短为目标,建立后续列车进路分配方案的动态调整模型。2个模型均采用运筹学软件LINGO中内置的分支定界算法求解。通过算例验证模型的合理性和求解方法的可行性。结果表明:当列车按照图定时刻正点运行时,采用优化模型得到的列车进路分配方案可以保证列车按照图定时刻进出站;当某列车晚点时,该列车的进路可能与后续列车的进路有交叉干扰,此时则应采用动态调整模型对后续列车的进路分配方案进行调整,在后续列车允许有延误时间的约束下,生成新的后续列车进路分配方案,有效保证列车进路的畅通,并使车站设备运用的均衡性更优。     

单线双向运行在地铁行车组织中的应用

论述地铁单线双向运行方式的特点和应用范围,对这种运行方式进行优劣比较,分析其使用注意事项;以南京地铁的一起故障处理事件为例,阐述单线双向运行方式在地铁行车组织中的应用。     

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。     

基于多代理机制的列车运行调整模型及算法动态集成研究

分析列车运行调整问题研究的现状与进展,主要集中在模型研究和算法研究两个方面。分析传统求解模型及算法研究的局限性,提出对现有模型及算法进行动态集成的研究思路。采用基于多代理机制的动态集成方法,将模型对象和算法对象转化成多个代理,定义多代理之间的交互策略,实现调整方法的动态集成。提出基于多代理机制的列车运行调整问题模型及算法的动态集成系统。