列车时刻表编辑器的设计与实现

本文在简单介绍城市交通列车自动监控系统的同时,对城市轨道交通时刻表编辑器系统进行分析,依托VC＋＋开发时刻表管理系统,采用SQLServer数据库对系统数据进行管理,完关地实现了时刻表编辑器的编辑模块。     

高速试验列车动车光纤总线网的研究

报告了一种用于高速试验列车动车内连接主控节点与各受控设备的光纤总线网,该总线网作为高速列车通信网的重要组成部分,以光纤作为媒质,结构简单,并具有高可靠性和高实时性,对其网络结构、关键技术及硬件结构和软件设计进行了详细的讨论,并给出了电磁兼容性试验结果。     

公交化城际列车时刻表优化

为了优化公交化城际列车的运营时刻表, 获得最大社会效益, 将时刻表的优化问题分解为确定列车首发时间、列车发车间隔时间以及列车每日开行趟次3个相互关联的子问题, 并以旅客出行费用和铁路企业运营成本费用的加权和最小化为目标函数, 建立公交化城际列车时刻表优化模型。优化结果表明, 在总费用最小时, 线路的最优开行趟次为30, 可得到公交化城际列车的运营时刻表, 所得到的结果与通过实际分析得到的最优结果完全一致, 且比单纯考虑旅客费用或企业运营费用时的结果更合理, 使得城际列车时刻表的制定更加科学化, 并符合社会效益最大化的要求。     

轨道列车时刻表问题研究综述

广泛的实践应用和复杂的计算挑战,使得轨道列车时刻表优化问题,多年来一直是交通运 输及运筹管理学界的热点研究问题。作为轨道交通运营规划的一个子阶段,列车时刻表向上与 线路规划(或开行方案)、向下与动车组调度融合,可以得到多个延伸的研究选题。在特定的时空 网络中,列车时刻表设计就是为每个列车确定一条无冲突的运行路径,使基于用户的度量指标如 乘客候车时间,或企业的度量指标如运营费用达到最优。对于没有列车越行和停站模式给定的 情况,通过整数变量可以完整地刻画列车时刻表模型,但如果考虑列车越行或列车停站决策,则 需要引入列车在车站出发顺序或停车决策的0-1变量。一般而言,列车时刻表问题的数学模型是 一类典型的大规模、多目标、强耦合的NP完全问题。算法设计是列车时刻表问题最为重要和困 难的部分。对于问题较简单或规模较小的情况,常用方法是对原有复杂问题进行适当简化和(或) 对难处理表达式进行合理修改,然后使用先进的计算架构和商用优化软件求解更新后模型。当 然,分支定界和动态规划这两类直接分解算法,是求解列车时刻表问题的重要方法。对于问题复 杂和规模庞大的情况,以拉格朗日和列生成为代表的对偶分解算法,则是求解列车时刻表问题的 最佳选择。未来,探讨列车时刻表与各种现实需要(如设施维修),以及时变票价和客票分配等因 素之间的深度融合,是一个有价值的研究方向;其次,研究网络环境下列车时刻表问题,将是一个 非常有意义的研究选题;最后,应进一步设计集成了问题特点与现代优化技术的各类求解算法, 开发能够完全应用于实际运营的商用软件。     

高速列车开行方案研究

对高速列车停站影响进行了分析，建立了高速列车开行主案的多目标０－１规划数学模型，研究了一套有效可行的多层次０－１规划模型，这用有序组全树方法对问题求解。     

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%。     

需求驱动的拥挤条件下列车时刻表和停站方案综合优化

在需求驱动条件下,对城市轨道交通高峰时段的列车时刻表和停站方案进行综合优化.考虑到运营部门和乘客所对应的优化目标不同,以列车总旅行时间最短和车站总滞留人数最少为目标,引入了一组0-1变量,建立了两种具有不同复杂度的双目标规划模型.为了均衡铁路运营部门效益和乘客服务质量,引入ε-约束简化双目标规划模型,利用商业优化软件GAMS中的通用求解器获得了一组Pareto最优解.最后,通过算例验证了模型的正确性和求解方法的有效性.     

警惕高速行车引起的

在高速公路上行车，首先是对司机视觉的影响。人的视力随着刺激物露出时间的长短而变化。通常，对象物向垂直方向移动比向水平方向移动时，视力降低程度要大，行车时驾驶员在行动中的视力要比静止时的视力低。为了安全行车，司机应该控制车速，以便有足够的时间辨别前方障碍物。     

高速铁路列车运行图鲁棒性协同优化模型研究

为提升高速铁路列车运行图的鲁棒性提出协同优化模型. 基于多线路协同优化和多目标协同优化的思想,研究多条线路列车运行图的协同优化,并将列车运行图的鲁棒性分为晚点传播鲁棒性与换乘接续鲁棒性,对两种鲁棒性进行多目标协同优化建模. 在建模过程中,将经济学中的边际效用递减规律引入对列车间缓冲时间的研究,提出并定义缓冲时间鲁棒性效用. 结合我国具体国情、路情建立高速铁路列车运行图鲁棒性协同优化模型并进行案例分析,结果表明,该模型可有效提升高速铁路列车运行图的鲁棒性.     

高速铁路列车运行图鲁棒性协同优化模型研究

为提升高速铁路列车运行图的鲁棒性提出协同优化模型. 基于多线路协同优化和多目标协同优化的思想,研究多条线路列车运行图的协同优化,并将列车运行图的鲁棒性分为晚点传播鲁棒性与换乘接续鲁棒性,对两种鲁棒性进行多目标协同优化建模. 在建模过程中,将经济学中的边际效用递减规律引入对列车间缓冲时间的研究,提出并定义缓冲时间鲁棒性效用. 结合我国具体国情、路情建立高速铁路列车运行图鲁棒性协同优化模型并进行案例分析,结果表明,该模型可有效提升高速铁路列车运行图的鲁棒性.     

基于拉格朗日松弛的高速铁路列车运行图新增运行线局部调整模型

给定新增列车理想始发时刻及初始利润,考虑始发时刻调整及全程停时延长造成的罚数,基于时空网络构建以全图运行线总利润最大为目标的整数规划模型,进行拉格朗日松弛,根据松弛解对偶信息设计启发式算法求解各运行线可行解,并通过更新拉格朗日乘子进行迭代优化.以京沪高铁为例进行了验证,结果表明：在算例条件下,相较以理想始发时刻推线求解,该方法能够多增铺6条运行线;随着始发时刻可调整度由10min增加至60min,CPLEX的求解时间快速增长,而拉格朗日松弛启发式算法能快速求得高质量的解,除始发时刻可调整度10min情景,求解效率均高于CPLEX;延长始发时刻可调整度至4h,最多增铺18条运行线,说明现有框架下京沪高铁能力已接近饱和.     

城轨线路列车时刻表与车站客流控制协同优化方法

在轨道交通网络化运营条件下,针对高峰期车站拥挤问题,综合考虑站外到达乘客的持续 性到达特征和换入客流的脉冲性到达特征,研究换入客流影响下的列车时刻表与客流控制问题。 具体的,以最小化乘车延误人数为目标,考虑乘客换乘约束、列车容量约束等,构建城轨列车时刻 表与客流控制协同优化非线性规划模型,并引入0-1决策变量将其转化为整数线性规划模型。为 验证模型有效性,以某轨道交通线路实际运营数据为背景,借助优化求解器CPLEX对模型进行求 解。结果表明,本文所提方法具有良好的优化效果和计算效率,与优化前相比,乘车延误人数可显 著降低;与仅优化列车时刻表方案相比,协同优化方法可使乘车延误人数减少17.69%,可有效提升 轨道交通的服务水平,为城市轨道交通系统高质量运营提供一定的理论支撑。     

北京地铁双超列车运行图编制方法

为研究疫情期间北京地铁"超常"条件下的"超强"运行图编制方法,根据"双超"运行图编制流程提出一种面向车厢低满载率的双层规划优化模型.上层模型基于客流的时空分布规律优化列车的开行方案;下层模型优化列车运行图中全周转运行时分,停站时分,运行时分,折返时分等要素.双层规划模型转化为线性模型并用CPLEX软件通过迭代算法求解"...     

基于旅客列车开行方案的客流分配方法研究

基于旅客列车开行方案的客流分配是评价列车开行方案编制质量的重要依据. 本文总结基于列车开行方案的客流分配特点,构建了基于列车开行方案的列车服务网. 通过分析旅客乘车选择行为,确定了网络阻抗的计算方法,配流过程中尽量减少短途客流对长途客流乘车选择的影响. 结合铁路旅客运输组织特点,建立了以旅客换乘次数限制、OD客流量限制、列车能力限制为约束条件的客流分配模型. 模型求解时,利用罚函数将多约束模型转化为标准的用户平衡模型,提出了能记录径路信息的基于F-W的改进算法. 案例验证了该方法的可行性和有效性.     

基于不确定旅客需求的高速铁路鲁棒列车开行方案研究

针对现实中旅客需求的不确定性,将旅客需求划分为必须满足的确定性旅客需求和可适当满足的波动性旅客需求,以极小化铁路运营公司总运营成本为目标,利用轻鲁棒技术,构建不确定旅客需求下高速铁路鲁棒列车开行方案优化模型。本文所提出的优化模型无需事先给出线路备选集,只需提前输入铁路走廊相关参数和旅客需求分布,即可得到旅客需求驱动的列车开行方案,避免了备选集合设置不合理对列车开行方案质量的影响。另外,通过引入线性化技术将模型转化为整数线性规划模型,利用MATLAB平台调用GUROBI进行求解。最后,将模型应用到武汉-广州高速铁路走廊上,验证了其有效性。结果表明,优化后的方案能更好地处理旅客出行需求的不确定性,为编制高速铁路鲁棒列车开行方案提供一定的理论依据。     

考虑换乘异质性的城市轨道交通时刻表协同优化模型

在城市轨道交通网络化运营条件下,极易导致换乘站的换乘需求差异过大。为提高列车时刻表与换乘需求的匹配度,本文基于网络中换乘站的空间拓扑结构和换乘需求在时间和方向上的特点,通过构建量化换乘差异的协同度指标,建立以列车同步次数最大化为目标的列车时刻表优化模型,优化轨道交通网络线路间成功衔接次数,提升乘客换乘出行效率。针对提出的混合整数非线性规划模型,本文设计了一种基于天牛须搜索的粒子群优化算法进行求解,并将模型及算法应用于北京市轨道交通网络进行算例分析。结果表明,所构建的模型能依据换乘需求在空间、时间及方向上的差异,利用协同度分级优化轨道交通路网中列车协同状态;优化后全网列车同步到达次数增加33.86%,乘客平均换乘等待时间减少22.75%;相较于PSO和BAS算法,本文所提的算法具有更好的全局搜索能力和求解效率。本文可有效提高轨道交通换乘效率,为提升城市轨道交通服务质量提供理论参考。     

基于换乘站停站时间延长的城市轨道交通末班车时刻表优化

在城市轨道交通网络中,提高末班车乘客换乘成功性对其夜间出行有重要意义.通过压缩末班车区间运行时间与非换乘站停站时间,延长换乘站停站时间,建立以换乘成功客流量最大为目标的时刻表优化模型,实现末班车双向衔接成功.将模型刻画为混合整数线性规划问题,通过对模型简化,利用CPLEX分支切割算法进行求解.最后,以武汉地铁网络为案例,验证模型的有效性.结果表明,模型可利用CPLEX快速求得精确解.末班车停站时间延长可有效提高末班车间换乘衔接成功性;在末班车收车时间可推迟情形下,推迟收车时间可进一步提升末班车换乘效果.     

城市轨道交通快慢车开行方案双层规划模型

针对城市轨道交通客流时空分布不均衡特征和乘客长距离出行时效需求,并考虑乘客的换乘行为,提出基于双层规划模型的快慢车开行方案优化方法.上层模型以乘客出行时间和列车周转时间最小为目标,考虑快慢车开行比例、线路通过能力等主要约束,构建多交路条件下的快慢车开行方案优化模型;下层模型通过设计换乘网络刻画乘客换乘行为,构建快慢车方案下的客流分配模型.设计粒子群算法求解所建双层规划模型,以广州地铁14号线为案例,验证本文构建模型的有效性和适用性.