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。     

蚁群算法在调机运用计划中的应用

编组站调机运用计划为具有不同开工、完工时间窗口的单机调度问题,优化目标是最小化晚点列车的数量。为解决这一NPC问题,建立单机调度数学模型,采用蚁群算法求解。设计的算法步骤是,将调机运用问题描述成适合蚁群算法的形式,并进行初始化,考虑迭代过程中信息素对未来决策的影响程度,定义与问题相适应的转移概率,进而确定选择策略来平衡已有方案的利用和搜索空间的选择,采用2-opt方式的局部搜索策略来避免“早熟”或者“停滞”现象,同时在蚂蚁经过的路径上进行信息素更新,实现对该优化问题的有效求解。以某编组站有12列到达列车和少量暂存列车解体编组出12列出发列车为例,利用设计的蚁群算法步骤,求得到达列车的解体次序和出发列车的编组次序,验证了该算法在编组站的改编能力无法满足车流配送情况下实现合理安排调机的有效性。     

双向编组站列车调度调整的优化模型及算法

研究双向编组站调度优化问题,以解决到达列车接入系统和出发列车编组系统的实时调度调整。在分析双向编组站作业机理和规律的基础上,以列车的编成辆数、编组内容、接续时间、集结地点和作业能力为约束条件,以列车的走行距离、所产生的交换车数为综合优化目标,构造双向编组站列车调度调整的非线性优化模型。根据模型NP-Hard性和变量高度相关性的特点,建立基于网络流技术的遗传算法求解理论。算法的主要思想是在假定0-1变量已经确定的条件下,将整数变量的确定归结为求解网络最小费用流问题。以郑州北编组站为背景,给出算法的实际求解过程。求解算例表明,提出的方法能够有效解决到达列车和出发列车作业地点的实时选择问题。     

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。     

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。     

铁路客运站调机运用与列车进路排列协同优化方法

针对既有线繁忙铁路客运站,结合其站型特点与列车运行时刻表,将调机走行进路、时间和列车接发进路排列作为决策对象,研究铁路客运站调机运用与列车接发进路的协同优化.以列车接发车进路的合理选择、车站咽喉道岔及到发线等设施的利用及相容性作为约束条件,建立咽喉道岔、到发线运用效率最大化和调机出入段作业接续时间最少、走行距离最短为目标的协同优化模型.以模拟退火算法为基本思想,设计了所建立模型的求解算法.算例计算结果表明:所建立的优化模型及求解算法,计算速度快,结果正确合理,可为铁路客运站的日常行车组织工作提供科学的决策依据.     

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。     

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.     

编组站调度计划随机机会约束规划模型及算法研究

运用随机规划方法,研究列车解编时间随机变动情况下编组站阶段计划的优化编制问题,建立了以压缩车辆中时和减少出发列车晚点时间为目标的随机机会约束规划模型。将模型中的随机机会约束转化为相应等价形式,从而将随机规划模型转化为确定性模型,并提出了一种改进遗传算法对之进行求解。该算法基于列车解编顺序对染色体进行编码,并针对问题的特殊性设计了相应的交叉和变异操作。算例表明,设计的改进遗传算法能够在较短时间内收敛至最优解,编组站阶段计划的随机机会约束规划模型能取得可靠性更高的调度计划,为改进编组站的决策质量提供了一条解决的途径与方法。     

编组站列车解体方案与编组方案的协调优化研究

编组站列车解体方案与编组方案的协调是阶段计划配流优化的关键,配流方案作为解体方案和编组方案的函数,只有当二者确定后,才能实现列车的配流.分析到达列车的最早可能解体时刻和不同调机作业方式下出发列车的最晚必须开始编组时刻的计算方法.通过定义特征点、时间调整格等概念,可以固定出发列车的解体特征,从而简化编组顺序的调整环节,减少计算量.以先编组出发列车的单个配流方案为主线,采用编组解体双向配流策略,找出合理编组顺序的有效匹配解体方案.根据解体特征和解体序号矩阵,提出解编方案协调优化算法,实例证明该算法可以缩小编组站配流问题的规模,从而快速得出优化配流方案.