基于Dijkstra算法铁路运输径路的研究

Dijkstra算法是铁路运输径路实现计算机判定的重要基础算法。以Dijkstra为最短径路算法,结合我国铁路运输现状,设计特定径路参数描述语言,实现了计算机对铁路运输径路的智能化判定。径路计算速度达到5万条/s以上,正确率达到100%,满足了不同业务对径路的需求。是计算机理论知识转化为铁路运输生产力的成果。     

铁路集装箱运输径路辅助决策系统的研究

对集装箱运输径路的选择和管理,是集装箱运输管理的一项技术问题之一.以往是依靠经验选择,因此效率低,决策慢.用计算机解决此问题是最佳方法.针对铁路集装箱运输径路辅助决策系统的构成图、车流径路方案及其算法进行了研究.     

铁路超限货物最短运输径路查询系统的研究

针对人工查找和筛选超限货物最短运输径路时存在漏选最优径路的问题,提出了建立超限货物最短运输径路的数学模型,并给出了相应的算法程序流程图,利用Visual c++语言实现了该算法。通过算例验证,该程序可供铁路工作人员利用计算机,在全国路网内为超限货物迅速选择一条安全、畅通的最优径路。     

铁路货运最短车流径路算法与实现

铁路货运最短车流径路是发到站的最短里程,选取该径路可降低运输成本、提高运输效率.最短车流径路算法虽然较为成熟,但将算法应用到复杂的铁路货运网络仍是研究热点.以现有"2020全国铁路货运营业站示意图"为基本路网结构,建立里程信息表,利用Dijkstra算法实现铁路货运节点站间最短车流径路、非节点站间最短车流径路、支线上尽...     

基于模型算法的动车组回送路径优化

研究最短路径问题是解决交通运输资源分配、路径选择类优化问题的基础,目前铁路行业的动车组回送由调度员根据运输情况人工确定,尚未对路径方案展开优化研究。随着我国铁路路网建设逐步完善,研究动车组回送最优路径,经济、合理、高效地开展动车组回送工作,符合铁路运输企业的发展方向。首先梳理动车组回送路径优化问题与最短路径问题关系,介绍Dijkstra算法及其改进算法Floyd算法原理,然后通过福州南站—上海虹桥站的动车组回送最短距离计算验证算法有效性,将Floyd算法应用于动车组检修生产能力布局规划案例,最后总结提出关于高级检修计划编制、智能运输调度指挥等工作的优化研究思路。     

铁路车流径路优化分布式算法

针对铁路车流径路优化的计算量随着路网中节点数和车流数的增加呈指数型增长的问题,引入分布式计算方法进行求解。对于任意一个固定顺序的车流排列,基于线路能力约束条件,构造车流径路优化模型。定义对该车流排列评价的函数,将车流径路优化问题分解成车流排列的评价计算问题和车流排列优化问题。设计分布式计算网络结构及网络程序流程。采用改进的禁忌搜索法,在服务器端完成车流排列空间的优化搜索,在不同的客户机端进行车流排列的评价计算,利用计算机网络将二者有机地结合起来,形成分布式算法。将车流排列优化问题归纳为旅行商问题,分析模型算法的复杂性。对算例进行计算表明：对构造的车流径路优化模型采用分布式算法进行求解可以节省大量时间,但存在对计算机网络配置要求高的问题。     

自动编制基于列车运行径路的列车流图算法

基于列车运行图编制系统中的列车和列车运行径路等基础数据,结合图论与数据结构知识,提出一种计算机自动编制流图的算法.该算法主要有列流径路查找算法、站点与铁路线生成算法和列流线自动绘制算法3部分组成.该算法由Visual C++编程实现,可以自动编制出列流图,并且取得了很好的效果.随着计算机在铁路管理中的应用,以及效率方面的需求,利用计算机自动编制列流图将逐步替代目前手工编制列流图的工作方式,故有一定的实际意义.     

秦沈客运专线平均运距优化计算方法的研究

介绍一种新的计算平均运距理论及其在秦沈线上的应用。     

路风上车流径路优化的0—1规划模型及其合理径路集生成算法

从组合优化的观点研究了铁路网上Ｏ－Ｄ对的合理径路集确定以及最优车流径路问题（ＣＲＰ）。在线路和车站的通过能力、费用参数（权值）给定的条件下，建立了该问题的０－１规划模型。并给出了路网上任意两节点可能路径集的确定准则及算法，此外，还讨论了变参数下的ＣＲＰ模型形式。由于所建模型属于ＮＰ－完全问题，因此，获得全局最优解是困难的。文中提出了求解该问题的模拟退火算法，该算法使得真实路网规模的ＣＲＰ模型获得接     

用改进的遗传算法解决多约束QoS单播路由问题

在Internet网络中由于多媒体通信的需要,QoS路由技术已经成为研究的热点。本文通过对多约束QoS单播路由问题的研究,在已有遗传算法解决方案的基础上,提出一种改进的遗传算法。改进后的遗传算法综合考虑QoS单播路由中延时、延时抖动、带宽、丢失率等因素,并根据网络连接特性和带宽限制,在种群的初始化、染色体的交叉和变异等操作中,对个体中基因的选择进行指导,并加入去除循环、削减路由开销等操作,使得多条件约束下的路由选择效率更高。最后给出实验举例,并通过与现有算法性能比较,表明改进的遗传算法能快速、有效地解决多约束QoS单播路由选择问题,并适用于大规模的网络系统。     

一种基于Dijkstra算法的动态进路规划方法

为解决调车作业计划自动转化为联锁进路问题,介绍一种动态进路规划方法.把站场抽象为一个无向联通图,使用Dijkstra算法,求解出计划中的起点轨道到终点轨道的一条顺序包含无岔区段和道岔的最短路径.使用模糊匹配算法,对联锁表基本进路中的设备与最短路径中的设备,按照顺序以及设备实时状态进行匹配,获取到正确的进路组合,实现动态...     

铁路旅客旅行换乘方案优选算法

为给铁路旅客选择合理的旅行方案提供参考,以旅行目标值与换乘目标值之和最小作为目标函数值,考虑旅客从起点站出发、最终到达终到站、在中转站进出平衡的约束条件,建立旅客旅行换乘方案选择问题的数学模型。分别给出旅行时间、换乘次数、票价、距离、到发时刻和综合指数6种目标权值的确定方法,提出最短路法和列车匹配法2种求解方法。最短路法是通过构造并简化旅客运输网络,求出网络上若干条次短路,再根据各条次短路上列车的接续,构造列车换乘方案网络图,根据该网络的目标权值确定最短路,得到最优换乘方案。列车匹配法是根据列车运行图信息直接搜索发、到站的接续列车集合,求其两列车对应的重合停车站,根据重合停车站集合的情况选择迭代步数,剔除显然不利方案,构成换乘方案,根据方案的权值进行比选,得到最优换乘方案。对2种算法均用C#编程实现,并用现有的全路客票数据进行检算。计算结果表明:2种算法均能得到最优换乘方案;列车匹配法所用计算时间比最短路法少160 ms。     

基于遗传算法的铁路纵断面优化研究

针对铁路纵断面优化问题,基于遗传算法建立铁路纵断面优化模型。研究结论:在初始铁路纵断面方案基础上,基于遗传算法进行纵断面自动优化,可以提高优化速度和优化结果;以变坡点里程及设计高程为优化设计变量,依据对纵断面设计内涵的分析,构建了遗传算法的多目标适应度函数;在种群多样性评价的基础上,确定选择、交叉和变异算子操作概率的自适应调整方法;在纵断面优化理论的研究基础上,利用VC.NET和ObjectARX2006编制了基于遗传算法的纵断面优化程序。     

基于线路能力约束下的铁路空车调配迭代算法

以空车总走行里程最小为目标，以空车供需平衡和车流量不超过线路通过能力为约束条件，建立空车调配数学模型，并设计分步优化迭代算法进行求解。该算法的基本思路是：先放弃模型中能力约束条件，将问题转化为标准运输问题求解；再检验解是否满足能力约束条件，若满足，则得到最优解；否则，记忆有效解，调整OD供需量、路段通过容量和路网路段，形成新的能力约束条件下的空车调配子模型，再求解。如此反复迭代，直到全部空车车流配置殆尽为止；累计各步迭代的结果，得到空车调配方案。在应用实例中，分别采用直接求解算法和分步优化迭代算法求解，分步优化迭代算法得到的空车调配方案比直接求解法可减少空车走行里程6000km，且路网配流相对均衡。结果验证了空车调配数学模型及其分步优化迭代算法的正确性及可行性。     

大规模货物列车运行图优化编制的一种拉格朗日松弛启发式算法

针对货物列车运行图优化编制规模庞大、精确求解困难的问题,构造时空网络将列车运行线铺画描述为路径求解问题,将各类约束转化为时空网络节点选择限制,建立整数规划模型。该问题本质在于疏解各列车运行线潜在冲突。对原模型进行拉格朗日松弛,将列车运行线潜在冲突表示为各节点罚数,设计启发式算法并通过拉格朗日乘子更新迭代求解。以京九线北京西至阜阳区段为例,对该区段711条运行线中的439条货物列车运行线进行了优化编制实验。结果表明,在满足运行线铺画条数的前提下,全图货物列车平均旅行速度由39.28 km/h提升至41.81~43.72 km/h,所提出的算法是解决大规模列车运行图编制的一种有效算法。     

基于综合运输网络的客流分配优化模型与算法

以综合运输网络条件下的客流分配为研究对象,提出更适合表现旅客出行需求和各种运输方式相互竞争关系的运输细分方式,采用可量化表征综合运输网络当前客流状态的区间饱和度和径路饱和熵,并结合旅客出行广义费用函数,构造旅客出行阻抗函数,给出以综合运输网络中旅客出行总阻抗最小为目标的客流分配优化模型.基于k条最短路算法和混沌优化算法,在径路选择时考虑当前综合运输网络的旅客出行阻抗因素,设计客流分配迭代优化的动态求解算法.算例表明,利用给出的模型和算法能够得到可行和更为细分的综合运输网络客流分配方案.     

基于四维可视化算法的牵引变电所位置优化

针对牵引供电系统设计的复杂性以及传统优化设计方法过程繁琐且很难找到可靠的最优解,粒子群和遗传算法等的迭代过程复杂并且容易陷入局部最优解的问题,将一种四维可视化算法运用到牵引供电系统的优化设计中。四维可视化算法不需要设定初始解、能够同时展现全局最优解的分布、能判断解的稳定性、方便添加约束条件。四维可视化优化算法通过编程使目标函数的最优解集在四维数据场可视化。以接触网对地电压为约束条件,以牵引网有功功率损失最小为目标函数,运用四维可视化算法进行牵引变电所和分区所位置的优化设计。通过实例计算验证了四维可视化算法可有效降低牵引网的功率损失。研究表明该方法能很好地克服传统方法和粒子群等优化算法在牵引供电系统优化设计中的不足。     

基于替代图的列车运行调整计划编制及优化方法

借助对列车优先级、节点、替代弧和替代对等参数的定义,以列车追踪运行间隔时间、列车连发间隔时间和列车间越行地点等为约束条件,以替代图中最长路径最短为优化目标,建立基于替代图的列车运行调整计划编制及优化模型.采用本地搜索算法对模型求解,经过原始计划生成和初级优化,得到有瑕疵(冲突)的但资源利用率较高的初始调整计划.当初始调整计划未满足需求或计划在实施过程中受到扰动需要修正时,采用分层多级优化分枝定界算法,对初始调整计划对应的替代图进行进一步的优化,得到优化的列车运行调整计划.由于替代图与列车运行调整计划的对应关系,用这2种算法对替代图分阶段求解和优化,可以得到满足不同需求的调整计划.通过对模拟环境的仿真,验证了模型和优化方法的完整性和可行性.     

基于Q学习算法的摘挂列车调车作业计划优化

针对摘挂列车编组调车作业计划编制问题,基于强化学习技术和Q学习算法,提出1种调车作业计划优化方法。在表格调车法的基础上,将调车作业计划分为下落和重组2个部分。通过动作、状态和奖励3要素构建调车作业问题的强化学习模型,以调车机车为智能体,以车组下落的股道编号为动作,以待编车列的下落情况为状态,形成车组挂车、摘车具体条件和车辆重组流程,并依据车组下落的连接状态和车辆重组后产生的总调车程设计奖励函数。改进Q学习算法求解模型,以最小化调车程为目标,建立待编车列与最优调车作业计划之间的映射关系,智能体学习充分后即可求解得到最优的调车作业计划。通过3组算例对比验证本方法效果,结果表明:相较于统筹对口法和排序二叉树法,本方法使用的股道数量更少、调车作业计划更优;相较于分支定界法,本方法可在更短时间内求解质量近似的调车作业计划。因而,本方法有助于提高车站调车作业计划编制的智能化决策水平。     

泰雷兹车载信号控制系统轮径校验机制的分析与优化

轮径校验作为确定列车精确位置的基础数据,在泰雷兹车载信号控制系统运行中起着重要作用。通过对泰雷兹车载信号控制系统轮径校验机制在既有线路上的使用现状进行了分析,对既有轮径校验机制在实际使用中所暴露的问题进行阐述,提出轮径校验机制的优化方案并对方案的制定作了分析。