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.     

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。     

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。     

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。     

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。     

编组站智能调度系统阶段计划优化模型及算法研究

构造编组站智能调度系统阶段计划的混合0-1线性规划模型。该模型体现出编组站列车解体、配流、编组及到发线运用计划。鉴于模型的NPC属性,将模型分解为相应4个关联的子问题,进而提出了以列车配流为主线,通过构造局部区域优化问题实现解体、编组方案优化的高效启发式算法。     

多点列车编组计划优化模型研究

针对单点列车编组计划优化模型应用在含有双向编组站的铁路网上时无法细化到各直达去向在编组站的到发场,将双向编组站的到发场也视为路网中的节点站,并考虑双向编组站内不同改编路径车小时消耗的差异性,以车流的集结车小时和改编车小时消耗之和最小为目标,以编组站上下行调车系统的股道数和改编能力为约束,构建多点列车编组计划优化模型.算例计算结果表明,多点列车编组计划优化模型的优化结果不但能够确定车流在双向编组站内的改编路径及其车流构成,也能够确定直达去向的到达场和出发场.当双向编组站内不同改编路径的单位车小时消耗均相等时,多点模型与单点模型等价;当路网中双向编组站某个调车系统改编能力发生变化时,得到的优化方案也会随之变化,因此对编组站上下行系统的改编能力分别考虑,建立多点模型的约束条件,可使得到的优化方案更符合运输生产实际.     

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。     

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。     

编组站列车编组顺序的调整方法

编组站出发列车按发车时刻的先后安排的编组顺序有时难以保证每一出发列车均满轴,此时需要调整。在分析编组站作业特点的基础上,以作业时间标准为依据,定义了紧凑接续编组、相邻列车最大调整等概念。由出发列车的最晚必须开始编组时刻分析了发车间隔时间、待发时间与编组作业时间之间的关系对编组顺序调整的影响,推导出相邻列车的调整条件及方法,给出了调整后时间推移的定理,并通过实例证明用此方法可以分步进行跨列车编组顺序的调整,从而为编组站列车解体顺序与编组顺序的协调优化打下了基础。     

提速干线编组站出发子系统内部匹配与协调关系

分析提速干线编组站货物列车到发时刻不均衡运营特征,根据编组站作业特点和要求,运用排队论和随机过程理论,对出发子系统转场和接车可靠性、临界密集出发时间进行计算分析。认为出发子系统允许的接车延误概率应控制在0.12以内;当区间通过能力利用率在繁忙时间达0.85以上时,出发场的到发线应在10股以上。提高出发子系统转场和接车可靠性的措施包括:提高无调比、适当增加出发场到发线数量、降低编组调车机车的作业负荷、减小出发时间间隔不均衡系数。给出一定出发强度下的临界密集发车时间计算式,便于指导运输组织工作。改善出发子系统匹配与协调关系的有效途径包括:合理配置列检组数、转线接车延误率控制在10%以内、密集到发期间区段通过能力利用率不能超过90%、降低衔接区间发车时间间隔变异系数、连续高密集发车时间不能超过临界发车时间、适当增加分类线及到发线数量、优化列车运行计划、平衡双向系统作业负荷、加强管理、优化运输组织。     

列车监控系统专用电子地图自动生成算法的研究

GPS是近年来得到广泛应用的定位系统,将先进的定位技术应用于铁路站场可实现调车的可视化、智能化监控,有利调车安全,提高调车效率。但是车站股道密集的特点决定了对定位数据高精度的要求,生成一张精确的电子站场图成为实现列车智能化监控的一个必要环节。本文针对调车作业产生大量重复轨迹的特点提出多轨迹融合的方法实现地图自动精确化和更新,并且对定位测量方法及弯轨的表示进行了讨论。初步的实验结果证明了算法的有效性。     

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。     

设计期铁路客运站最高聚集人数预测模型研究

铁路客运站最高聚集人数是研究铁路客运站站房能力与规模的核心。本文在分析现有研究成果的基础上对设计期铁路客运站最高聚集人数的预测进行研究。认为将列车密集发车时段同一时刻到达车站候车人数与检票上车人数之差最大值的平均值视为铁路客运站最高聚集人数比较适宜。建立铁路客运站最高聚集人数预测模型,对模型中参数的取值进行讨论,通过算例说明本文模型的应用,并对预测结果进行分析比较。     

地铁列车无线调度通信系统的仿真

地铁列车无线调度通信系统以运输调度为目的，利用无线电波的传播，完成列车与调度中心之间或列车与列车之间的通信。仿真系统主要利用VC++编程技术开发调度中心操作界面，通过Socket网络编程，采用有线方式实现列车无线调度通信。同时简单介绍列车车载显示终端软硬件部分。     

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。     

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。     

金州枢纽信号集中列车调度指挥系统(TDCS)升级改造方案

将分散到各站(场)及周边技术站的行车指挥作业集中到集中楼内,在原调度指挥功能基础上增加枢纽站集中层的作业指挥功能,采用以不同物理位置的集中楼控制台终端和车站终端作为相互独立的设备,采用主备模式运行,解决了集中楼与车站主备使用的问题,增强了站场间作业协调,提高了作业效率,是TDCS应用模式的一种突破。     

铁路行包运输径路算法

针对铁路行包运输网络和运输组织的特征,遵循长短途分工、始发直达、区域中转等铁路行包运输组织基本原则,以营业站和列车运行模式对铁路行包运输网络进行描述;综合考虑运输成本、时间、能力和现场作业等方面因素,给出铁路行包运输径路的基本形式和选择策略,并设计基于选择策略的铁路行包运输径路搜索算法,实现对装车站以及中转站列车的合理选取,有效减少选用列车的数量,提高搜索的效率和有效性。通过限定最大搜索次数对铁路行包运输径路算法的搜索深度进行有效控制;搜索广度主要由可选用的列车数决定。该算法可以完成给定装车站到所有营业站的径路计算,应用于中铁快运公司1 000多个行包营业站、1 600多列列车的大规模铁路行包运输网络的运输径路计算,效果良好。     

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。