技术站广义配流问题模型与算法

根据列车解编顺序是否确定,将阶段计划中的广义配流问题分为广义静态配流问题和广义动态配流问题。以阶段内发出配流车数最多和车辆在站平均停留时间最短为目标函数,以列车解体开始时刻、车流分配、车流接续和列车编组开始时刻为约束条件,建立广义动态配流问题的多目标非线性混合整数规划模型。综合考虑优先排空、优先发送较近编组去向车流,模拟车站调度员编制阶段计划时的思维过程,设计搜索算法,解决广义静态配流问题(给定列车解编顺序的广义动态配流问题)。以有7个编组去向的某技术站为例,运用该算法可以在较短时间内得到列车解编方案和配流方案,表明了该算法的实用性和可行性。     

铁路技术站车流推算模型和算法

分析技术站调度员推算车流的思维过程。把车流推算问题看作商品交易行为,提出车流资源在编入出发列车时的虚拟价格概念及其确定方法,用来控制车流资源在车站的停留时间。提出不同等级出发列车的收益函数概念和确定原则,以保证等级高的出发列车可以优先被编入车流。以收益最大为目标,保证计划要求固定编组的列车可以满轴正点发车,以此构造出计算机自动配流的计算模型。对配流搜索空间进行预处理,设计有针对性的遗传算子、操作规则和染色体表示方法,应用遗传算法求解模型,得到满意解。     

减少南翔站折角车流量的对策

根据南翔站设备概况和折角车流现状,分析南翔站折角车流产生的主要原因是相邻编组站未严格执行列车编组计划;枢纽小运转列车编组质量不高;调度指挥力度不足;配空车作业组织存在问题。提出严格执行列车编组计划,提高枢纽小运转列车编组质量,强化车站调度组织指挥职能,提高车站双重作业车比重,规范配空车作业组织等措施,以减少南翔站折角车流量,提高车站作业效率。     

技术站广义动态配流问题的遗传算法

技术站广义动态配流问题是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,以及到发列车在时间和车流接续关系的基础上,将静态配流和列车解编方案调整进行协同优化。分别以阶段内出发列车数最多、出发车辆数最多、车辆在站平均中转时间最短为目标,考虑解体、编组调机能力限制,到发列车车流接续,列车编组计划和列车运行图的影响约束,建立该问题的优化模型。针对问题机理,设计求解这一问题的遗传算法:运用启发式规则生成初始群体;运用倒数算子计算适应度函数,对各目标进行无量纲化和同向化处理;采用轮赌盘选择算子、基于顺序的杂交算子、逆转变异算子和精英保护策略。通过对算例的实验分析,表明该算法的实用性和计算的高效性。     

技术站单组列车编组方案模型与计算方法的研究

技术站列车编组计划编制问题属于超大规模的组合优化问题,求解难度较大.以往的研究在考虑技术站改编能力限制时基本上是采用取上限的计算方法,由此得到的最优方案有可能使得列车途经各技术站的改编能力利用不均衡,影响编制方案的实用性.本文在现有技术直达列车编组计划研究成果的基础上,综合考虑车站编组能力、解体能力、调车线容车数等影响因素,以技术站车辆集结消耗、改编消耗整体最小以及技术站改编能力均衡利用为目标函数,构建协同优化的多目标0-1规划模型,提出了基于分块编码的改进型遗传算法的优化方法.算例表明,该算法能有效地求解技术站单组列车编组计划方案,并能取得快速准确的良好效果,为车流组织人员提供可行的优选方案.     

基于最远站法则的列车编组计划优化双层规划模型

根据铁路现场车流组织的实际特点,构建基于最远站法则的列车编组计划优化双层规划模型.上层规划模型以车流组织总成本最小为目标函数,以车流组织方案的唯一性、技术站的改编能力、调车线的数量等为约束条件,确定列车编组去向的开行方案.下层规划模型以车流改编距离最远为目标函数,以站点出入流量平衡为约束条件,按照最远站法则确定车流改编接续方案.采用模拟退火算法对双层规划模型进行求解,得到了符合最远站法则的列车编组计划优化方案.通过案例的计算结果验证了模型和算法的有效性.     

技术站配流与调机运用综合问题的拉格朗日松弛算法

技术站调度问题中配流与调机运用是关系密切的两个基础问题。基于单机器调度和资源分配理论,构建单解单编技术站配流与调机运用综合问题的混合整数线性规划模型,同时确定出发列车的编组内容和调机的解编任务,使得出发列车满足列车编组要求,且车辆在站加权总停留时间最小。设计拉格朗日松弛算法松弛掉连接约束,将原问题分解为解体子问题、配流子问题和编组子问题,对偶问题采用传统次梯度优化算法求解。最后,采用既有文献算例对该算法的有效性进行测试,结果表明:与分支定界算法相比,该算法能够实现计算质量和时间的较好折中。     

技术站单组与分组列车编组计划的协同优化

高质量的列车编组计划是铁路货物运输组织的关键。在既有研究的基础上，考虑车流随机到达的影响，分析固定车组重量和不固定车组重量分组列车的车小时消耗，构建技术站单组列车与分组列车编组计划的协同优化模型。模型旨在同步优化单组列车和分组列车，以使有调车流在途中技术站的中转改编车小时、单组列车的集结车小时以及分组列车在始发站和换挂站的总车小时之和最小。为提高模型的求解效率，运用线性化技术和目标函数有效近似处理将其转化为线性约束二次规划。实验结果表明：与单组列车编组计划和基于传统分步优化方法的综合列车编组计划相比，协同优化模型能够得到更高质量的列车编组计划，有效降低路网车流的总车小时消耗。     

铁路编组站动态配流分层模型

为了使编组站动态配流充分考虑实际解体和编组作业过程,首先基于约束程序中的累积调度和字典序多目标优化理论,按照配流成功的出发列车优先级总和最大、车辆在站平均中转停留时间最小和资源利用率最高3个目标函数的字典序,建立适应于不同解体方式的动态配流字典序多目标累积调度模型,并设计约束传播与多点结构化搜索相结合的混合算法迭代求解,得到解编顺序和初步配流方案;然后,以出发列车车流来源总数最少为目标函数,建立二次配流整数规划模型,并设计贪婪算法对初步配流方案优化。算例结果表明,采用给出的编组站动态配流分层模型和求解算法,可提高铁路编组站的解编调车作业效率和配流方案兑现率。     

基于调车系统的技术站编组去向方案优化

优化编组去向方案是改善技术站系统分工、合理使用调车线的重要措施。针对传统单点列车编组计划模型将车站视为一个点从而忽视折角车流的不足，将双向编组站的上下行系统分别看作不同的点，提出基于调车系统的编组去向方案优化模型。区别于既有多点列车编组计划模型，根据编组去向的车流内容引入车流折角改编概率，并将编组去向的最小流量、车站的折角改编车流比例、不同编组去向的车流共用同一调车线等纳入模型约束中。在不降低解的质量下，基于Sigmoid函数拟合得到车流折角改编概率的近似计算公式，有效提高模型的求解效率。基于实际路网的算例结果表明，本文模型所得编组去向方案相较于既有模型更加符合运输实际。     

双向编组站配流问题整数规划模型及算法

双向编组站是铁路大型技术站,有2个相对独立的改编系统,业务繁忙且复杂。每个系统中出发列车的车流既来源于本系统的普通车流,也来源于对向系统的折角车流。配流问题指同时确定2个系统中出发列车的编组内容及车流来源,指派并调度解编调机的任务。本文设定折角车流利用交换场进行转场,以车辆在站总停留时间最小为目标,构建大规模混合整数线性规划模型。利用模型结构,开发拉格朗日松弛算法,通过松弛连接约束,将原问题分解为更为简单的子问题。最后以案例测试算法,结果表明,该算法在求解质量和时间方面明显优于商业优化软件CPLEX和现场使用的经验方法。     

编组站阶段计划自动编制的数学模型及算法

根据编组站实际作业流程，将阶段计划自动编制问题分解为配流计划、解体／编组计划、到发线运用计划3个自动编制子问题。分别建立数学模型并求解。配流计划模型是在满足列车编组要求的前提下，以中转车组在编组站的总停留时间最少为目标，确定出发列车从站存车以及本阶段到达列车中所获得的车流来源。解体／编组计划模型是在车组配流完成后，以晚点列车总数量最少为臼铄，确定列车的解体／编组次序。到发线运用计划模型是在当前股道的配置条件下，以能够完成接发列车数量最多为目标，合理安排图定列车的接发。通过将3个模型合理地衔接．实现编组站阶段计划的自动编制。采用所提出的3个模型建立的编组站计算机辅助决策支持系统，目前已在乌鲁木齐西站实施应用。     

考虑股道运用的重载卸车站作业计划优化研究

重载卸车站是重载运输的重要组成部分,实现车站作业计划自动化编制对于加速列车周转时间、提高重载运输生产效率具有重要意义。重载卸车站由于列车在站作业种类多,车站作业计划编制复杂。为实现计算机自动化编制高效智能的车站作业计划,在分析重载列车在车站作业流程的基础上,将重载列车在站技术作业过程转化为对卸车站内到达线股道、存车线股道、卸煤线股道、清煤线股道、组合线股道的5次占用问题,构建考虑股道运用的重载卸车站作业计划模型。考虑到模型属于NP-hard问题,设计微进化算法进行求解,并在微进化算法基础上引入大规模邻域搜索算法中的损坏和修复思想对算子操作进行改进。以朔黄铁路终端黄骅港站某夜间到达的15列重载列车为实际案例,对提出的模型和算法进行验证。研究结果表明：微进化算法所采用的优势基因结构机制能快速有效解决重载卸车站作业计划编制问题,相较于GUROBI求解器,其求解质量在95%以上且求解时间缩短48.16%,同时相较于遗传算法其求解质量提升5.38%且求解时间缩短27.49%。微进化算法得出的优化计划相较于人工编制计划,重载列车在站总时长缩短了389 min,提升了重载卸车站作业计划质量。研究结果...     

基于约束程序累积调度的编组站静态配流模型研究

静态配流是铁路编组站阶段计划的核心,模型和算法的优劣直接影响编组站作业效率和经济效益。本文基于约束程序累积调度和字典序多目标优化理论,考虑配流成功的出发列车优先级总和最大、出发车流来源总数最小、到达车辆先到先发等具有字典序的3个目标,以满轴、正点、不违编、解编顺序及编组场容量限制等为约束条件,建立静态配流字典序多目标累积调度模型。采用迭代、约束传播和回溯算法求解。通过现场实际数据验证:本算法求解时间满足现场要求;模型稳定、扩展性好,符合实际需求。     

基于点-弧结构的路网单组列车编组计划优化线性0-1规划模型

合理编制和执行货物列车编组计划,是提高铁路网车流组织效率和运输服务质量的重要保证.研究路网单组列车编组计划优化问题,基于多商品网络流点-弧模型的建模框架,设置每支列流的径路选择和每支车流的改编决策都为0-1变量.以列车集结耗费和车流改编耗费总和最小为目标,考虑车站改编能力和调车线数约束,引入辅助变量和线性约束刻画接续归...     

高速铁路大站作业计划鲁棒性链式优化研究

提出运用作业链来描述高速铁路车站中列车作业全过程,重点研究高速铁路车站技术作业计划鲁棒性优化问题。基于给定车站列车到发时刻表,在不改变列车到发时序的前提下,通过优化所有列车作业链的空间资源序列,同时考虑有调车作业列车的调车时机,从而一体化地优化列车作业与调车作业,降低列车间的相互影响,提高作业计划鲁棒性。具体方法是以列车间总冲突系数最小为优化目标,建立基于列车时-空资源占用函数的模型。设计改进的GRASP算法求解模型,优化随机特性参数α的设置,并增加路径重连过程。开发高速铁路列车运行计划网络协同辅助决策支持系统中的车站作业子系统,并以北京南站高速场的实际数据做实例分析,验证模型与算法的可行性,实验结果表明,改进算法可提高求解适应性和效率,提升车站技术作业计划的鲁棒性。     

探寻作业优化模式 提升车站运输效率

上海地区铁路编组站和货运站结构调整后,新南翔站承担着上海地区所有的铁路货物运输和枢纽地区车流的集结、编组任务。针对调整后的作业结构、方式,南翔编组站从加强列检作业、优化技术作业、减少折角车流、组织远程直达列车、优化空车配送方案等方面入手,提高车站运输效率。     

大秦线港口站对位卸车模型及算法

本文结合大秦线港口站卸车方式,综合考虑车流的集中到达、列车的限制性对位因素,建立了以待车时间最短,且翻卸时间最短的数学模型,用模拟退火算法进行求解.通过算例对模型和算法进行了验证,生成最优翻车机对位计划,为港口站加快卸车效率、车站智能化提供了较好的解决途径.     

机车长交路条件下的技术站列车编组计划无调作业参数模型

基于对传统车流组织优化模式的分析，发现无改编节省参数的局域性。本文在取消直达列车途经支点站均进行无改编技术作业的假设条件，把编组去向和无改编技术作业消耗相关联，通过设置改编作业时间参数和无调作业成本参数取代了无改编节省参数，建立了机车长交路条件下的技术站列车编组计划无调作业参数模型（ＮＴＦＰ），从而实现了支点站〈编组去向〉无改编技术作业站三者之间不规则关联的数学体现。ＮＴＦＰ模型更真实地反映了车流     

单向编组站配流与调机运用综合问题

单向编组站配流与调机运用综合问题研究的是确定出发列车的编组内容,指派并调度解体和编组调机的任务,使得出发列车满足列车编组要求,调机任务没有冲突,且车辆在站总停留时间最小。基于并行机调度和资源分配理论,建立该问题的混合整数线性规划模型。设计有偏随机键遗传算法求解该优化模型,基于平均分配和随机分配规则生成初始种群,并采用参数均匀交叉算子以使子代能有效继承父代的优化特征。最后,以1个实际算例对所提出方法的有效性进行测试,并与现场采用的贪婪算法、直接求解模型的优化求解器CPLEX进行比较。算例结果显示所提算法在计算质量和计算效率上的优越性。