城市轨道交通列车追踪间隔与牵引能耗优化

针对城市轨道交通高峰小时列车密集追踪运行的特点,将降低列车牵引能耗和提升线路通过能力同时作为优化目标,研究列车运行操纵优化问题.给出移动闭塞条件下列车牵引能耗和最小追踪间隔的计算方式,考虑列车安全、正点运行约束,构建双目标优化模型. 结合 ε -约束法,提出一种基于动态规划的搜索算法求解模型.以亦庄线为优化算例,求解得到一组列车最优操纵Pareto解,体现两优化目标之间的均衡关系：列车进站过程采用两次制动操纵策略可有效压缩最小追踪间隔,为弥补两次制动过程额外消耗的运行时间,列车需付出更多的牵引能耗提升进站以前的运行速度以满足正点运行约束.     

城市轨道交通列车追踪间隔与牵引能耗优化

针对城市轨道交通高峰小时列车密集追踪运行的特点，将降低列车牵引能耗和提升线路通过能力同时作为优化目标，研究列车运行操纵优化问题.给出移动闭塞条件下列车牵引能耗和最小追踪间隔的计算方式，考虑列车安全、正点运行约束，构建双目标优化模型. 结合 ε -约束法，提出一种基于动态规划的搜索算法求解模型.以亦庄线为优化算例，求解得到一组列车最优操纵Pareto解，体现两优化目标之间的均衡关系：列车进站过程采用两次制动操纵策略可有效压缩最小追踪间隔，为弥补两次制动过程额外消耗的运行时间，列车需付出更多的牵引能耗提升进站以前的运行速度以满足正点运行约束.     

基于工况序列寻优的列车节能操纵策略优化

传统“三阶段”“四阶段”工况序列的列车操纵模式难以满足城市轨道交通复杂线路条件下的列车节能运行需求,本文提出一种基于工况序列寻优的列车节能操纵策略优化方法。将物理区间离散为多个等距离子区间,建立工况序列与子区间之间的映射关系,以区间总牵引能耗和运行时间最小化为目标构建列车节能操纵策略多目标优化模型。为提高模型求解效率,改进非支配排序遗传算法的交叉算子和距离算子,通过离散仿真求解列车节能操纵策略集。以福州地铁1号线的两个典型区间为对象进行案例分析,结果表明,相比传统操纵模式,优化后列车牵引能耗平均降低约19%。本文方法通过合理选择算法参数能够有效构建适应不同线路条件的运行工况序列,生成秒级运行时间划分下的列车节能操纵策略集。     

�����г��������е����׶��Ż�ģ���㷨�о�

地铁运输系统是城市公共系统中最大的耗能系统,列车节能运行具有重要的意义. 结合地铁列车运行特点与机车操纵规则,提出了在起伏坡道与定时约束条件下地铁列车节能运行的两阶段优化方法. 第一阶段,建立了寻求站间最佳惰行控制次数及惰行控制点的优化模型;第二阶段,建立了合理分配各个站间区间列车运行时间的优化模型. 设计了基于遗传算法的优化模型求解算法. 与既有方法相比,在运行时分相同条件下,经过两阶段优化后,列车运行能耗下降了19.06%,列车运行恢复正点的能力也得到了提高.     

高速列车动态间隔优化的弹性调整策略

为保证列车运行安全性, 提高铁路线路运载效能, 针对移动闭塞系统, 研究了高速列车追踪运行的间隔弹性调整策略和操纵轨迹的动态优化问题; 以高速列车运行安全性、效率、能耗和乘客舒适度作为列车运行控制策略曲线的优化目标, 研究了列车的追踪运行过程; 采用差分进化算法求解了列车运行过程多目标优化模型, 设计了离线最优运行控制策略曲线; 提出了列车弹性追踪间隔模型, 分析了列车运行过程中追踪间隔的实时变化; 基于弹性间隔模型设计列车追踪运行控制策略动态调整机制, 采集列车实际运行数据, 实时监测相邻列车间的实际追踪间隔, 评估其是否符合安全性与效率约束条件, 并分析了评估结果; 依据工况调整原则在线调整追踪列车的运行状态与工况, 实时优化列车追踪间隔; 应用武广高速铁路赤壁北—长沙南区间的实际运行数据进行了仿真验证。仿真结果表明: 与真实区间运行数据相比, 采用离线最优运行控制策略曲线后, 运行能耗降低了6.86%;与固定追踪时间间隔模型相比, 采用基于弹性模型的控制策略动态调整机制有效提升了铁路整体运输效能, 将临界安全发车间隔从234 s缩短至161 s, 线路整体运行效率由6 434 s缩短至6 376 s, 与真实运行数据相比, 追踪列车的运行能耗降低了7.194%。      

考虑客流空间分布的地铁列车节能时刻表优化方法

客流变化引起的列车质量变化是影响地铁列车能耗与节能运行的重要因素之一. 本文考虑地铁线路客流空间分布差异，研究耗散型再生制动能利用方式下的列车节能时刻表优化方法. 结合各区间载荷差异和列车运动方程，建立以净能耗最小为目标的时刻表优化模型，通过适度优化计划停站时间、区间运行时间和折返时间协同多列车牵引、巡航、惰行和制动过程的时空分布，设计二分法和粒子群算法对模型求解. 以北京地铁某线路进行实例研究，结果表明，优化模型能有效协同多列车的节能运行，考虑客流空间分布差异比假定列车载荷为常数能进一步提升节能效果.     

基于客流需求的城际列车时刻表模型改进研究

列车时刻表的编制是铁路旅客运输组织的关键问题,如何优化时刻表,最大限度缩短旅客的旅行时间,具有重要的理论和现实意义.然而,既有基于客流需求的时刻表优化模型大多数假设列车顺序固定或不允许列车间任意越行,离实际尚有一定差距.针对这一问题,本文以最小化旅客在站等待时间和在车旅行时间的线性加权为优化目标,综合考虑列车停站、区间运行、安全间隔、列车容纳能力等约束,在定序无越行和定序有限越行模型的基础上,构建了更一般的非定序任意越行混合整数二次规划模型,并利用ILOG CPLEX分别进行求解.最后,以某城际高铁为例进行案例研究.结果表明,本文所提的非定序任意越行模型求解质量最好,且能有效减少旅客全程旅行时间,具有可行性.     

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。     

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.     

考虑节能目标的有轨电车时刻表优化

研究了半独立路权下有轨电车时刻表的优化问题, 基于运行区间速度限制及区间首、末端节点构成, 对有轨电车运行区间进行了分类; 考虑有轨电车区间运行过程的复杂性, 构建了以减小列车总旅行时间和总能耗为目标的有轨电车区间车速引导节能优化模型; 为了使2个优化目标拥有相同的趋优满意程度, 提出了采用模糊数学规划的方法将双目标优化问题转化为单目标优化问题; 针对节能优化模型非线性特点, 设计了基于仿真的遗传算法对优化模型进行求解; 为了验证模型的有效性, 以南京市麒麟有轨电车1号线实际数据为基础, 选取某工作日早高峰7:00~8:00作为研究时段, 采用设计优化方法对既有时刻表进行了优化; 考虑企业管理者运营服务理念侧重性对优化结果的影响, 分别以最小旅行时间、最小能耗为目标的方案与本文模型对比。优化结果表明: 采用节能优化模型综合优化后的时刻表与既有运营时刻表相比, 其上行方向总旅行时间节省了124.9 s, 减少约7.7%, 下行方向总旅行时间节省了394.9 s, 减少约24.3%, 有效提升了有轨电车运行效率; 节能优化模型与最小旅行时间方案相比, 有轨电车上、下行总能耗分别降低了56.7%和53.5%, 与最小能耗方案相比, 上、下行有轨电车总旅行时间分别降低了14.9%和14.1%, 有效消解了旅行时间目标与能耗目标的冲突。      

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"...     

基于非均匀发车间隔的大小交路时刻表优化模型

基于客流时空分布规律，考虑列车平均发车间隔、运行时间、最大载客量等约束条件，将列车在车站的停站时间与上、下车客流量相关联，建立城市轨道交通高峰时段基于非均匀发车间隔的大小交路时刻表优化模型，对乘客平均旅行时间及列车发车间隔平均偏离值进行协同优化。以某城市轨道交通线路实际运营数据验证模型的有效性。结果表明，优化后乘客在各个车站平均等待时间较优化前减少幅度为0.4%~13.1%，其中全线客流量较大的第7、8、9站优化幅度较为明显，分别为 11.7%、13.1%、11.9%。优化后列车在各个车站最大满载率较优化前降低幅度为1.8%~8.5%，且所有车站站台均无滞留乘客，体现了优化后列车运输能力与客流需求的良好匹配。灵敏度分析讨论了目标函数权重系数及列车平均发车间隔值对模型的影响，表明本模型具有良好的可用性及稳定性，能够为城市轨道交通列车时刻表优化提供参考。     

基于多速度调控的城轨列车区间运行策略优化

针对城市轨道交通区间运行时分要求,将列车在区间的最高运行速度、最低惰行速度作为速度参数,提出多速度参数调控的城轨列车区间运行策略优化问题.考虑线路平纵断面、列车性能等的影响,以及区间限速、运行时分限制等约束,以区间运行能耗最小化为目标,建立均布质量模型下的给定运行时分下基于多速度参数调控的列车运行节能优化策略模型,优化...     

Research on Multi-Objective Real-Time Optimization of Automatic Train Operation (ATO) in Urban Rail Transit

The determination and optimization of Automatic Train Operation (ATO) control strategy is one of the most critical technologies for urban rail train operation. The practical ATO optimal control strategy must consider many goals of the train operation, such as safety, accuracy, comfort, energy saving and so on. This paper designs a set of efficient and universal multi-objective control strategy. Firstly, based on the analysis of urban rail transit and its operating environment, the multi-objective optimization model considering all the indexes of train operation is established by using multi-objective optimization theory. Secondly, Non-dominated Sorting Genetic Algorithm II (NSGA-II) is used to solve the model, and the optimal speed curve of train running is generated. Finally, the intelligent controller is designed by the combination of fuzzy controller algorithm and the predictive control algorithm, which can control and optimize the train operation in real time. Then the robustness of the control system can ensure and the requirements for multi-objective in train operation can be satisfied.     

基于两阶段算法的运行图与天窗协同优化

列车运行图铺画与天窗设置存在相互影响,相互制约的耦合关系,为了达到优化列车运行图结构,合理配置铁路运力资源的目的,在分析天窗与列车运行动态影响关系的基础上,以天窗设置对列车运行线铺画影响最小为目标,建立了列车运行图与天窗协同优化的混合整数规划模型.考虑问题复杂性,设计了包含初步优化和综合优化的两阶段求解算法.初步优化阶段采用基于专家经验的启发式算法得到列车运行图的大体框架,综合优化阶段利用禁忌搜索算法获取全局最优解.最后以宝成线(阳平关—成都)为例进行有效性验算.结果表明,相较于人机交互编制所得运行图,优化得出的运行图中所有客货列车在途经车站的总停留时间降低了6.19%,共减少1 355 min,其中旅客列车和货物列车在站停留时间分别降低了3.08%和7.40%,减少总时间分别为189 min和1 166 min.     

高速列车运行调整与运行控制一体化双目标优化模型与算法

列车实时运行调整与运行控制是实现高速列车准点节能运行的两个重要方面.本文构建高速列车运行调整与运行控制一体化优化模型，以降低列车总延误时间与运行能耗为目标，同时优化列车速度距离与时间距离曲线.与以往研究将列车运行调整与运行控制独立优化不同，本文基于列车牵引计算，通过锁闭时间理论将列车运行调整与控制的解空间进行耦合，根据列车运行速度、制动性能、信号系统的清空与开放时间、轨道区段/闭塞分区的长度等因素，精细化计算列车占用不同轨道区段/闭塞分区的时间，动态确定列车区间运行时分与追踪间隔.为求解复杂的非线性模型，设计分段近似法将非线性约束进行重构，从而将非线性优化模型转变为混合整数规划模型.通过算例计算，给出双目标问题的帕累托解集，与单目标优化方法对比，本文方法可以减少总能耗2.46%，降低运行总延误7.33%.     

高速列车运行调整与运行控制一体化双目标优化模型与算法

列车实时运行调整与运行控制是实现高速列车准点节能运行的两个重要方面.本文构建高速列车运行调整与运行控制一体化优化模型,以降低列车总延误时间与运行能耗为目标,同时优化列车速度距离与时间距离曲线.与以往研究将列车运行调整与运行控制独立优化不同,本文基于列车牵引计算,通过锁闭时间理论将列车运行调整与控制的解空间进行耦合,根据列车运行速度、制动性能、信号系统的清空与开放时间、轨道区段/闭塞分区的长度等因素,精细化计算列车占用不同轨道区段/闭塞分区的时间,动态确定列车区间运行时分与追踪间隔.为求解复杂的非线性模型,设计分段近似法将非线性约束进行重构,从而将非线性优化模型转变为混合整数规划模型.通过算例计算,给出双目标问题的帕累托解集,与单目标优化方法对比,本文方法可以减少总能耗2.46%,降低运行总延误7.33%.