强化学习算法在高速铁路运营调度中的应用

随着我国高速铁路（简称：高铁）通达范围和行车密度的不断提高,运行计划调整日趋复杂,利用计算机和人工智能等技术手段辅助调度员制定阶段调整计划是高铁智能调度的发展趋势。高铁运行计划调整问题是一个多阶段决策问题,具有决策链长、规模大、约束多等特点,导致传统的强化学习方法 Q学习算法的学习效率低、收敛缓慢。文章提出一种基于Q(λ)学习的高铁运行计划智能调整算法,采用累积式资格迹设计多步奖励更新机制,有效解决稀疏奖励下收敛慢的问题,目标函数设计中充分考虑了股道运用计划,更适合反应行车密度增大时到发线的使用情况。仿真实验表明,Q(λ)学习算法在学习效率、收敛速度和收敛结果上均优于传统的Q学习算法。     

单线铁路列车运行调整计算机辅助决策系统研究

列车运行调整计算机辅助决策系统，是铁路行车调度指挥自动化系统的关键环节。本文构造了单线铁路列车运行调整的混合０－１线性优化模型，该模型较好地体现了列车运行计划调整、机车交路调整和车站到发线利用的协调与配合。鉴于列车运行计划调整为ＮＰＣ问题，结合问题的实际背景，提出了一种有效的大系统分解算法－动态区域局部优化算法。该算法应用分枝定界法实现局部问题的优化。讨论了同向列车越行优化问题，并给出了同向列车越     

天津集中台列车运行阶段计划自动调整

针对列车调度指挥系统在开通天津集中台的过程中，出现的列车运行阶段计划调整方案不能满足调度指挥要求的问题，研究天津集中台列车运行阶段计划自动调整方案。天津集中台管辖车站多，车站间环状相连，连接方向多，列车走行径路有300多条。为此，建立以列车优先级别、列车追踪间隔时间、列车区间运行时分、列车起停车附加时分、车站股道接车能力、旅客列车最早发车时间和列车固定停站时间为约束条件，以列车加权晚点总时间最小为目标函数的调整模型。采用动态规化算法进行求解，设计相应的算法步骤，并以天津集中台天津（临时）至下直通场间的车站为例进行验证。计算结果表明：采用上述模型和求解算法进行列车阶段计划调整，能够快速给出列车运行阶段计划的调整方案。该方法在天津集中台已经得到了应用。     

基于费用最小的铁路牵引变电所维修计划优化模型

合理优化牵引变电所维修计划是电气化铁路稳定、高效运营的重要保障。本文在分析牵引变电所结构与设备可靠性基础上,建立以可靠性为约束条件的维修费用最小维修计划优化模型。考虑到牵引变电所系统构成的复杂性,进一步设计基于单个设备维修计划优化的启发式求解算法流程,提出基于可靠性分析的牵引变电所维修计划调整方法。本文还以电气化铁路牵引变电所的实际调研数据为基础开展案例研究,验证所构建模型与求解算法的有效性与实用性。     

深圳地铁3号线列车运行自动调整策略分析

列车自动调整用于控制列车按计划运行,当列车运行偏离计划时,通过调整停站时间和区间运行等级,使列车运行趋于正常.介绍了深圳地铁3号线列车自动调整系统的工作原理、调整方法和策略.同时,根据实际使用情况,归纳出深圳地铁3号线的列车运行调整方案及其算法.     

基于约束规划方法的高速铁路调整优化模型

调度区段内的列车运行调整问题是大规模组合优化问题。针对运行计划调整算法计算效率的问题难点,设计一种基于约束规划方法的调整优化模型,将运行计划调整问题转化为有向图构建下的约束满足问题,围绕约束传递方法以及试错回退机制讨论运行图、车站股道条件的检查方法以及缓冲时间、列车越行调整策略,建立相同间隔时间、车站能力以及调度措施约束下的整数规划算法,用于对比优化模型效果。优化模型使用京津城际某月的实际运行数据,计算并对比多个干扰场景下不同模型的总晚点时长与计算耗时。通过数学实验结果验证优化模型减小晚点总时长的能力与高速计算特性。     

基于货物列车时刻表的两阶段空车调整优化

按照两阶段空车调整思想,将空车调整问题分为月度供求计划和日空车调整计划两个步骤求解。以空车运输总费用最小为目标,采用dijkstra算法求解铁路局月度空车调整问题;结合货物列车时刻表,从空车需要地请求车时刻出发,运用MATLAB进行求解日空车调整问题,最终得到费用最小的最佳空车调配方案。     

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。     

TDCS系统列车运行阶段计划的处理方法

在分析传统调度指挥方式的基础上,以远程分布式协同闭环智能控制结构定义铁路列车调度指挥系统(Train Dispatching Command System,TDCS)的基本框架。在TDCS系统中,列车运行阶段计划是行车调度台与车站终端之间信息交换的主体。通过分析TDCS系统中行调台与车站终端之间对阶段计划的处理流程,采用基于专家系统的多目标滚动优化算法和建立的行调台对阶段计划调整的数学模型,实现阶段计划的调整。在阶段计划的执行流程中,以生命周期概念表述阶段计划的时效性,并对阶段计划在车站终端中的处理过程进行定义,以此为基础模型应用于TDCS系统的设计和实现。     

乘务计划编制系统研究

乘务计划是其运输组织的基本计划之一,合理的乘务计划是乘务工作顺利、优质开展的保证.针对乘务工作中的值乘方式展开讨论,提出一种综合包乘制与轮乘制优点的相对固定的轮乘制;其次,以相对固定的轮乘制为基础设计算法智能编制乘务交路;最后,人工调整编制结果,制定乘务月计划.     

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。     

列车运行调整微粒群算法研究

列车运行调整问题是铁路行车调度指挥工作的重要内容,决定着区段内行车秩序的优劣。这一问题的计算机自动求解算法是我国铁路信息化建设的一个核心技术和难点问题。本文依据我国铁路行车组织体制的特点,建立了相应的模型。在模型的求解过程中,先运用大系统理论将列车进行分层分级,从而将待解的原始问题分解成若干个子问题,在对分解后的问题进行求解时,设计了微粒群算法,运用该算法可快速得到各子问题的近似最优解。然后,应用系统原理对问题进行还原,即可快速得到一个满意度高、可用性强的列车运行调整方案。最后,采用现场数据,应用该算法对列车运行调整问题进行求解,并与遗传算法进行比较,结果表明微粒群算法解决列车运行调整问题高效、实用。     

广州地铁5号线越站运行调整方案分析

列车越站运行是一种突发故障后的运行调整措施。介绍了该调整措施的优点和存在的风险。通过对广州地铁5号线载客越站运行的行车调整方案进行分析梳理,总结出越行站选择的具体操作原则和方法,以减少对乘客造成的影响。     

单线列车运行调整的最早冲突优化方法

针对单线铁路列车运行调整问题的特点,建立单线列车运行调整的数学模型,提出最早冲突优化方法。该方法首先生成松弛运行调整计划,再对松弛计划中的冲突逐一选择最早冲突优先化解,松弛计划中的全部冲突得以序列化化解后获得阶段计划。最早冲突优化方法克服了组合化解冲突产生的巨大方案数,具有较高的运行效率。实例证明最早冲突优化方法生成的阶段计划质量高、运算快,完全能满足行车调度的实时性要求。     

基于运行线可调的动车组周转计划优化研究

针对高速铁路动车组周转计划的优化问题,在列车运行图可作微调的前提下,用时间窗描述运行线的可行平移范围,构建接续网络,刻画运行线间的接续关系,考虑接续弧互斥约束和动车组交路平移累加约束,以可行动车组交路为决策变量建立求解问题的优化模型,并设计基于改进广义标号法的分枝定价算法求解。实例验证表明,通过对运行图进行微调,可以在一定程度上减少需要的动车组数量,从而达到动车组运用优化与运行图优化编制的相互协调。     

高速铁路客运调度计划与席位管理自动交互应用研究

高速铁路客运调度计划与列车席位管理关联紧密,为了解决目前客运系统与调度系统独立建设导致的信息交互不畅、岗位协同性较低等问题,保证运力资源与出行需求的精确匹配,提出高速铁路客运调度计划与席位管理自动交互方案。通过生产信息数字化管理、调度命令自动化执行模式研究及开行计划安全卡控等技术手段,设计包含计划下达、命令执行、席位自动调整、执行反馈在内的自动交互应用,实现调度业务域与客票业务域上下工序间的流程贯通、数据融合及专业协作,保证列车席位调整和列车开行计划调整的安全性和及时性,为适应高速铁路客运作业在市场竞争中不断提高服务质量和服务水平的发展要求提供支撑。     

浅析地铁列车运行自动调整算法的优化

地铁列车在载客运行时,一般情况是按照列车的运行计划正点运行,但若列车没有按照计划时间到达,则需要进行运行调整。提出一种创新的,更加有效率的调整方案,在列车重大延迟的时候,能够较好的疏散因延误积累的客流。     

城市轨道交通行车突发事件应急处置辅助决策系统研究与实现

为协助城市轨道交通运营部门处理行车突发事件,研究并开发了城市轨道交通行车突发事件应急处置辅助决策系统。在行车突发事件发生时,系统能够通过自动判断或事故参数的手动输入快速获取事故信息,自动生成行车突发事件下的列车运行计划调整方案,为行车突发事件期间的列车合理周转提供参考;同时,系统会自动根据新生成的列车运行调整方案进行行车突发事件下的线网客流预测,并将预测结果在线网图上进行可视化展示,为行车突发事件期间线网客流组织与疏导提供数据支持,实现降低行车突发事件带来的损失与影响的研究目标。以成都地铁3号线为例,通过对系统的实际操作,验证了系统在行车突发事件下的列车运行计划调整与线网客流预测与展示功能。     

高速铁路智能调度集中系统构想及关键技术

我国高速铁路调度集中系统已达到较高信息化和集成化水平，是高速铁路高效调度指挥、列车有序运行的关键支撑，但其智能化程度依然不高，存在列车运行计划调整效率较低、非正常情况下过度依赖人工操作、应急处置响应不够迅速、列车与调车作业协同困难等问题。针对高速铁路行车调度指挥现实需求，提出高速铁路智能调度集中系统构想，通过构建高速铁路行车信息大数据共享平台，实现车、机、工、电、辆等专业部门间信息共享和业务协同，可由计算机自动完成列车运行计划调整，实现列车运行图执行模拟与分析，以及列车和调车进路智能安全卡控；初步探讨基于物联网、大数据和云计算的信息共享及智能分析、列车运行计划的协调与优化、列车运行计划执行模拟与分析、不同等级列车共线运行条件下自恢复和自适应机制、基于可信动态感知的调度智能协同等关键技术，以期推动高速铁路调度集中系统的智能化发展。     

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。