基于Greedy方法的动态配流模型与近似算法

为研究寻优能力强、求解效率高且可及时调整的动态配流智能化编制方法,构建了基于Greedy算法的多阶段决策模型.以编组顺序为准依次划分阶段,提出了根据各阶段Δti（将最晚编组时刻和最早解体时刻之差与解体标准作业时间作求余运算所得之值）动态划分解体区间的方法;在解体区间内,以当前阶段待编列车的车流需求为匹配目标,设计了5种依据不同规则与策略的最优解体列车选择算法;将各阶段决策变量依次组成序列,得到最终的解体顺序.选取不同策略或改变参数,进行了8组对比实验,结果表明:简单规则和策略无法保证解的质量,匹配度选择算法的优劣取决于解体区间数量与解体列车选择策略;在基于R_PPCD2（根据当前阶段车流资源与后续阶段所需车流的去向匹配度选择解体列车的策略）的算法中,适当调整解体时间、编组作业时间、出发车作业时间等参数,可以在2 s内寻找到该NP难问题的一个高质量近似解.      

费用函数为非叠加性时的用户平衡配流

提出了传统的求解用户平衡配流(UE)的数学规划模型的局限性，应用非线性互补(NCP)将用户平衡问题进行重构，使其能够在路径费用是路段费用非叠加性增函数的情况下适用，然后采用间隙函数将NCP转化成一个等价的无约束非线性规划，并提出了解法。     

编组站配流中解编时刻参数的计算

编组站列车的解编顺序之间既相互联系又相互制约,配流方案作为二者的函数,只有当二者确定后,才能实现列车的配流.编组站配流时对车流的来源要求比较具体,解体与编组时刻的确定需要依据编组站现场的时间作业标准.为了实现编组站的精确配流,分析了解编作业与固定作业的冲突情况,按照考虑固定作业和调机干扰与否,确定了几个与列车的解体时刻和编组时刻有关的参数,并给出了其计算方法.这为编组站配流模型的建立打下了基础.