双向编组站静态配流的优化

定义了配流时间间隔和有效交换配流列车等概念．建立了双向编组站静态配流的双层多目标决策模型,目标函数包括排除与编组去向不符以及接续时间不够的车流形成的总代价、车辆在站总停留时间和交换车数量,用禁忌搜索策略和配流网络相结合的算法求解,算例证明,通过调整到达列车的接人场,可找出有效配流方案,从而实现双向编组站两个解编系统的配流优化,使除摘挂列车外的所有出发列车满轴和正点发车。     

基于货物运到期限的编组站动态配流优化研究

运到期限是铁路货物运输组织的关键问题,保障运到期限,对提升铁路货物运输质量与竞争力有重要意义.本文以编组站动态配流为研究对象,考虑不同货物对运输时效性要求的不同,以车流在站停留时间加权值总和最小为优化目标;采用均值比例分配法将运到期限分配到货物运输编组站作业环节,成为车流最大在站停留时间约束,同时考虑编组去向等约束,建立基于运到期限的编组站调机运用计划与配流计划综合优化模型,设计模拟退火算法对模型进行求解.最后通过算例分析表明,本文的模型和算法能够有效地解决编组站动态配流问题,同时满足车流的运到期限要求.     

编组站配流相关问题分析

编组站配流是阶段计划中不可缺少的内容。本文以路网性编组站为研究对象,深入分析了编组站站型对车流组织的影响,着重探讨了配流计划与调机运用的关系。根据出发列车车流来源的确定性程度,将出发车流来源划分为A、B、C三类。从编组站配出发车流来源的确定以及到达列车解体顺序的确定,流问题的三个方面入手,即出发列车编组顺序的确定、利用双层规划模型描述了配流问题的优化方法。     

编组站静态配流网络模型

配流是编组站阶段计划不可缺少的内容，本文为此建立了网络模型，将静态配流问题转化为最大流问题，并通过分析和证明，使模型进一步得到简化，从而缩小了问题的规模，可用最大流算法方便地求解。     

编组站静态配流的约束传播和启发式回溯算法

为了提高阶段计划的编制效率,针对编组站静态配流字典序多目标累积调度模型,设计了迭代、约束传播和启发式回溯的混合算法.该算法根据多目标的字典序将模型分为3层:第1层为配流成功的出发列车优先级总和最大化,第2层为出发列车车流来源总数最少化,第3层为车辆平均停留时间最短化.每层先通过约束传播算法化简模型、缩小解空间,再通过启发式回溯算法和约束传播技术联合快速求解.上一层的最优解作为下一层的初始解,并动态增加避免上一层目标退化的约束,迭代求解每层的最优解.通过某编组站实际数据验证表明,本算法耗时小于20 s,满足现场对阶段计划编制的实时性要求,且求得的配流方案优于其他算法.      

基于资源可用度的编组站配流模型

配流方案是阶段计划的关键内容,在作业中将任务交由可用度较高的资源执行,能够在较大程度上提高计划的兑现率.考虑编组站实体资源的空闲度与可信度,给出了资源可用度的计算方法.在此基础上,综合考虑成功配流的自编始发列车数量、车辆在站停留时间、编组站整体资源的可用度,建立了基于资源可用度的编组站配流模型,并通过分层优化方法降低求解难度.算例结果表明：考虑资源可用度的编组站配流模型,其解编系统的资源可用度增幅均在5%以上;编组系统资源可用度的改善更加明显,在时间段3~8增幅约为18.9%.     

基于Greedy方法的动态配流模型与近似算法

为研究寻优能力强、求解效率高且可及时调整的动态配流智能化编制方法,构建了基于Greedy算法的多阶段决策模型.以编组顺序为准依次划分阶段,提出了根据各阶段Δti（将最晚编组时刻和最早解体时刻之差与解体标准作业时间作求余运算所得之值）动态划分解体区间的方法;在解体区间内,以当前阶段待编列车的车流需求为匹配目标,设计了5种依据不同规则与策略的最优解体列车选择算法;将各阶段决策变量依次组成序列,得到最终的解体顺序.选取不同策略或改变参数,进行了8组对比实验,结果表明:简单规则和策略无法保证解的质量,匹配度选择算法的优劣取决于解体区间数量与解体列车选择策略;在基于R_PPCD2（根据当前阶段车流资源与后续阶段所需车流的去向匹配度选择解体列车的策略）的算法中,适当调整解体时间、编组作业时间、出发车作业时间等参数,可以在2 s内寻找到该NP难问题的一个高质量近似解.      

编组站到发线运用计划优化

合理安排列车占用到发线计划是编制作业计划的关键。在满足列车使用到发线须遵守的作业要求的前提下,建立编组站到发线运用计划数学模型,使其能够求解出较优的到发线运用方案。建立的到发线运用模型是非线性的整数规划模型,如果直接求解会比较困难,采用启发式算法对其求解。在求得可行解后通过合并、交换及组合的方法对所有股道再次进行调整,使到发线运用更趋于合理,即求得较优的到发线运用方案。通过算例说明运用模型计算生成到发线运用计划,其优化结果有明显效果。     

城市交通网络综合平衡配流模型及求解算法

在用户平衡和系统最优的基础上,提出了综合平衡配流模型,以协调二者之间的矛盾。其目的是使交通规划更趋合理化,不仅考虑了整个系统,而且又不忽视用户。同时,利用改进的遗传算法来求解此模型,其结果是理想的。     

技术站广义动态配流问题的局部邻域搜索算法

为了实现技术站阶段计划的计算机编制,研究了静态配流和列车解编方案调整的协同优化.在综合考虑优先排空和优先发送较近编组去向车流的编组要求、欠轴列车停运要求,以及到发列车时间和车流接续关系的基础上,以静态配流为主线,通过调整欠轴列车编组顺序以及与其相关到达列车的解体顺序构造邻域,设计了局部邻域搜索算法.该算法的主要思路是:每次搜索只考虑最早出发的欠轴列车;构造其邻域时保证不产生新的欠轴列车;通过邻域搜索后,该列欠轴列车如不能满轴就停运.算例表明,与既有方法相比,该算法能求出编组列车数、编组车辆数和中时的更好解.     

基于混合算法的编组站到发线模型算法研究

本文分析了编组站到发线占用特性,在前人对于到发线运用建模的基础上,建立更适合于编组站到发线的运用模型。由于到发线的安排属于NPC问题,本文综合遗传算法与模拟退火算法的优点对该模型进行求解,采用混合算法——模拟退火遗传算法（SAGA）,来提高运行效率和解的质量,并在目标函数上以及在约束条件上提出新的理论,引入惩罚因子以加快算法模型的收敛。丈中阐述了该算法的具体实现过程,并通过模拟仿真对算法进行了验证,结果表明该模型算法是可靠和有效的。     

����վ�׶μƻ������ػ���滮ģ�ͼ��㷨

在铁路当前的运输组织模式下,编组站阶段计划鲁棒性和列车到达计划兑现率的矛盾十分突出. 为提高阶段计划的鲁棒性,本文运用随机规划方法,研究列车实际到达时刻随机条件下（相对于计划到达时刻）的阶段计划优化编制问题. 以最大化阶段计划在列车到达时刻随机扰动下保持最优的概率为目标,建立阶段计划随机相关机会规划模型. 并设计了随机模拟、禁忌搜索算法相结合的混合智能算法对模型进行求解. 算例结果表明,本文构建的模型能取得鲁棒性较高的阶段计划,能为阶段计划计算机编制提供辅助决策支持.     

编组站配流中解编时刻参数的计算

编组站列车的解编顺序之间既相互联系又相互制约,配流方案作为二者的函数,只有当二者确定后,才能实现列车的配流.编组站配流时对车流的来源要求比较具体,解体与编组时刻的确定需要依据编组站现场的时间作业标准.为了实现编组站的精确配流,分析了解编作业与固定作业的冲突情况,按照考虑固定作业和调机干扰与否,确定了几个与列车的解体时刻和编组时刻有关的参数,并给出了其计算方法.这为编组站配流模型的建立打下了基础.     

����ʼ��ֱ����صı���վ�ı������Ż�ģ��

编组站改编能力的优化确定要以实际的改编需求为依据. 战略装车点建成后,始发直达列车的开行比重将有所增加,路网中的车流改编量会在一定程度上下降,从而影响各站点的改编能力设定. 针对这种情况,本文构建了考虑始发直达比重的编组站改编能力优化模型,将始发直达比重与车流组织方案、编组站改编能力关联起来,设置了具体的改编能力决策变量,利用LINGO数学软件实现求解. 研究表明,始发直达比重并非越高越好,存在一个最佳值使得总成本最小化. 模型确定的改编能力优化方案精确、有效,达到了预期效果.