高速铁路列车运行调整的模型及其策略优化方法

在分析高速铁路列车运行调整决策特点的基础上,针对高速铁路列车运行调整的传统优化模型在求解效率方面存在的问题,以相邻且存在冲突列车所在的位置为状态,行车调度员可采取的调整措施为行动,列车加权总晚点时间为调度员采取行动所获得的报酬,构建高速铁路列车运行调整的马氏决策过程模型;分析高速铁路列车运行调整决策过程最优策略的结构,给出采取列车顺晚开行和越行调整等行动的最优策略条件,基于列车的越行矩阵、到开时刻矩阵、最小停站时间矩阵和区间标准运行时间矩阵的定义,采用极大加代数和矩阵推算列车到发时刻,并据此设计模型求解的策略优化方法。结合某高速铁路区段的实例计算结果表明:给出的模型和策略优化方法能取得较人工调整方法更好的优化效果,较数学模型优化方法可提高求解效率,从而验证了高速铁路列车运行调整的马氏决策过程模型和策略优化方法的有效性。     

多类干扰下的高铁列车运行调整优化模型

高速铁路列车运行实时调整一直是行车调度指挥工作中的重要核心任务之一.为解决有多种行车干扰事件(初始晚点、限速和到发线不可用)影响下的列车运行调整问题,针对准移动闭塞行车方式,基于替代图理论,兼顾车站进路调整约束,建立混合整数线性优化模型,设计两阶段近似求解算法,在600 s内可以实现列车变更到发线次数最少和列车晚点延误时间最短的列车调整方案的快速求解.研究结果表明:模型可以同时实现列车运行调整和列车径路优化,相比时间间隔法行车方式,该模型可以有效避免列车在闭塞区间的冲突;有初始晚点的干扰会加剧列车的二次晚点;列车限速值越低会指数型加剧晚点时间.     

基于改进差分算法的高速列车运行调整研究

为了压缩高速铁路列车运行的总晚点时间、编制高质量的列车运行调整计划,建立高速铁路列车运行调整模型,运用矩阵描述高速列车运行调整中的相关概念,以列车到发线数量、列车追踪时间间隔、列车停站时分等作为高速列车运行调整的约束,以列车在各站的到达的总晚点时间最少为优化目标,构建高速铁路列车运行调整模型。在分析基本差分算法差分策略的基础上,提出基于三角差分策略的高速铁路运行调整差分算法,给出详细的计算步骤。以京广高速铁路实际列车运行数据进行计算,验证了模型的有效性和算法的高效性、精确性。本文提出的基于新的改进的差分策略的高速铁路列车运行调整方法是合理可行的。     

考虑动车组接续的列车运行图智能调整方法

为提高列车晚点情况下高速铁路调度指挥系统应急处置的效率,实现列车运行图智能调整,本文结合具有大量始发终到作业车站所在的调度区段动车组接续的特点,建立考虑动车组接续的高速铁路列车运行图智能调整模型,采用基于改进的和声搜索算法对所建立的模型进行求解。以京津城际延伸线(天津站至于家堡站)实际应用情况构造仿真实例,对4种模拟运行干扰场景下的列车运行图实时调整方案进行求解。仿真结果表明考虑动车组接续的高速铁路列车运行图智能调整模型及所采用的求解算法,能够减小晚点时间并抑制晚点传播,具有可行性和有效性。     

高速铁路车站股道运用与列车运行调整综合优化方法

股道运用是高速铁路车站作业组织的核心,车站股道运用与列车运行相互影响、相互制约。为缓解晚点对列车正常运行秩序的影响,以相邻若干高铁车站股道运用与列车运行调整综合优化为对象,统筹考虑各站股道、进路占用的唯一性及其最小安全间隔时间、车底周转计划等约束,以最小化列车到发时刻波动性和车站股道运用方案波动性为优化目标函数,构建综合优化模型;以列车在站到发时刻为纽带,设计基于模拟退火算法思想的综合优化算法,制订高速铁路车站股道运用与列车运行调整综合优化方案。算例表明：所提方法能快速解决线路级高速铁路车站股道运用与列车运行调整综合优化问题,有效降低股道运用站间影响及晚点对后续车站的影响;合理设置初始Markov链长有利于提高算法效率;立折旅客列车晚点对方案的波动性影响最大,终到、经停旅客列车的影响最小,在调整过程中应优先保证立折旅客列车的正点运行;若调度员决策偏好到发时刻稳定性,可优先调整终到旅客列车的方案,若决策偏好股道运用稳定性,优先考虑经停旅客列车;所提方法能够为高速铁路列车运行计划实时调整提供决策支持。     

复线列车运行调整满意优化模型研究

基于列车运行调整模型建立的复杂性与求解的困难性,以及满意优化理论在求解大规模组合问题的优越性,将满意优化理论用于复线列车运行调整中,建立了完善的复线列车运行调整满意优化模型,为我国铁路复线列车运行调整优化提供一条新的思路。     

区间中断下给定调整图的高速铁路动车组运用调整优化

综合考虑动车组检修要求，以及列车停运、动车组空驶调拨/回送、热备动车组启用等措施，研究高速铁路在干扰导致区间中断情况下调整图已确定后的动车组运用调整问题。根据动车组在车型和时间上的接续规则，为各动车组创建1个接续网络，描述从其发车到收车的运用全过程。利用多商品网络流点-弧模型框架建模动车组接续约束，利用调整图中各区间相邻列车运行线间的空隙建模动车组空驶运行线约束，将原问题构建为1个整数线性规划模型，可采用商业优化软件有效求解。以郑州动车段实际数据构造1组算例测试模型，结果表明，CPLEX使用所构建模型最多耗时60 s可获得各算例的最优动车组交路和空驶运行线，验证了模型的可行性和有效性。     

地铁列车运行与车底周转计划同步实时调整方法

地铁区间线路双线中断干扰事件的发生,会造成列车偏离原列车运行计划,进而扰乱原车底周转计划的实施,调度员要面临停开列车、调整交路和车底周转计划等问题。针对此类问题的干扰,基于事件活动网络理论建立混合整数线性优化数学模型,综合考虑列车在车站及区间运行约束、车底与列车的匹配约束、车底周转约束、终止列车运行路径等约束,同步实现了双向列车运行的实时调整、列车运行小交路的变更以及车底的周转使用计划的调整。针对该复杂的数学优化模型,通过精简模型中的决策变量和紧约束条件,利用商业求解软件实现了对最优解值的短时高效的求解。最后,以西安地铁2号线为例,对取消列车惩罚系数、列车区间运行时间延长等变量进行了对比分析,结果表明：针对不同算例参数,在600 s的计算时长内均能得到最优解,当取消1列列车的惩罚系数取值在150～500之间,优化方案效果最佳;被取消的列车多发生在故障发生后紧邻时间域内;首列被影响的列车在中断区间的上游毗邻区间的运行时间的长短对线路后续通过能力的影响最大。因此,在故障干扰时间和范围一定的情况下,系统决策制定的时间和反应速度会直接影响取消列车数量及区间晚点时间。最后,绘制了调整后的列车运行...     

城市轨道交通列车运行调整的粒子群算法研究

依据列车行车组织的特点,对列车运行调整策略进行研究,建立了列车运行调整模型.模型中涉及的约束条件较多,对实时性和延迟传播有着严格的限制,从而使问题的求解成为难题.在模型的求解过程中,粒子群算法有计算速度快、收敛性强的特点,满足模型实时性的要求.因此在列车运行调整中采用了粒子群算法,实现了列车运行调整的高效求解.     

基于深度强化学习DDDQN的高速列车智能调度调整方法

在高速铁路系统的日常运营中,列车经常受到各种突发事件的干扰而导致晚点,严重影响旅客出行体验。为在短时间内制定出列车运行调整方案并尽可能缩短列车晚点时间,提出一种将深度强化学习与整数规划模型相结合的列车智能调度调整方法(DDDQN)。首先,将线路划分为多个轨道区段相连接的形式,并基于车间作业调度问题,以最小化所有列车总晚点时间为目标,构建描述列车运行过程的整数规划模型。之后,将各列车视为智能体,根据实际运营需求定义了多智能体的状态、动作以及回报函数,并构造了2个深度神经网络以近似值函数。最后,结合上述整数规划模型设计了DDDQN的训练方法,先利用智能体在仿真环境中探索求出问题可行解,并通过2个神经网络之间的“互馈”机制,实现神经网络参数的更新。在此基础上求解整数规划模型,即可在短时间内得到问题最优解。利用京张高铁实际线路数据和运营数据进行仿真实验,通过比较3种不同求解方法在10个不同突发事件场景下得到的列车总晚点时间和求解时间,验证了所提出的DDDQN模型可以在短时间内得到问题的最优解,可降低至多30.43%的列车晚点时间以及至多68.33%的求解时间。DDDQN为提升高速铁路系统在突发...