采用蚁群算法求解铁路空车调整问题

蚁群算法是受自然界中蚁群搜索食物行为启发而提出的一种智能优化算法,针对空车产生总数和空车需求总数相等的平衡运输问题,建立以空车走行公里数最小为目标的空车调整数学模型,应用蚁群算法求解铁路空车调整问题。对有3个空车产生地点、4个空车需求地点的240辆空车平衡运输的算例,采用蚁群算法求解,得到2种目标结果最优的调整方案,可见该算法结果具有多重性,可以适应不同的调整需求。将其计算结果与分别采用最小元素法、西北角法、神经网络法及遗传算法所得结果进行比较,表明采用蚁群算法精度高、参数少、运算过程简单、模型易于理解和维护。采用蚁群算法求解空车调整模型可以用于全路、路局等的空车调整问题求解。     

混沌蚁群算法在空车调整问题中的应用

根据空车车流的混沌特性,以空车走行公里数最少为优化目标,提出了采用混沌蚁群算法求解空车调整问题.通过算例求解,验证了采用混沌蚁群算法求解空车调整问题的合理性和有效性.     

基于知识约束的空车调整优化方法研究

铁路空车调整是一个集空车O D量(调配方案)生成与车流径路分配于一体的复杂的铁路网流量分配问题。由于实际的空车调整计划将受到许多模糊或不确定因素的影响,需要凭借专家知识或经验来确定,所以如何基于知识建立空车调整问题的优化模型及算法是一个重要的研究课题。本文基于空车调配满足最小费用和路网中流量合理分布的综合评价原则,通过引入知识约束的概念,构造了一个带混合约束(数学约束 知识约束)的优化模型,并结合铁路空车调整计划的实际,采用模糊定量化指标的方法,对模型的求解提出一个应用算法。     

求解铁路空车调整问题的一种优化算法

由于铁路的空车资源严重不足,空车调整方案优化与否不仅影响全路运用车的数量,还直接关系到铁路企业的运营效益,为此,相比较已有的算法,遗传算法有很强的收敛能力,神经网络有较好的学习能力及鲁棒性,结合两者的优点提出基于遗传算法优化神经网络的方法来实现空车的调整,降低空车走行率,且建立了空车调整的数学模型,并通过算例验证了该方法的可行性。     

铁路空车调整的算法模型及软件实现

本文结合我国铁路空车调整计划的实际,提出了空车调整的优化算法,探讨了人工智能在此问题上的应用,并针对当前常用的B/S软件结构给出了具体的软件实现.     

多阶段空车调整方法在车流推算系统中的应用研究

本文所研究的空车调整模型属于铁路运输信息集成平台下的车流推算系统。车流推算模型能够比较准确地给出在多阶段路网中车站空车的需求量和提供量。针对铁路网络空车调整问题的动态变化特性,建立了多阶段动态空车调整模型,模型的目标函数考虑了与时间因素相关的空车滞留费用和需求未满足惩罚费用等相关费用,设计了模拟退火的启发式算法并进行了求解。对一个简单的路网进行了验证,结果表明,该模型及算法能够较好地解决动态变化环境下的空车调整问题。     

含多个时间限制因素的空车调整优化模型

针对当前空车调整模型没有从空车流产生开始便全面地进行综合调整优化的问题，在传统空车调整模型的基础上，综合考虑了排空过程中各项时间限制因素，提出了以满足货主装车时间为重点，给定了途经中间站、技术站、装车站的时间限制条件，以满足转车时间为导向的空车调整优化模型。并对模型提出了现代启发式算法中遗传算法的求解思想，为解决在不同运输方式的衔接提供思路。     

铁路枢纽重空车流组织的协调优化模型及遗传算法

在铁路车流组织问题中，仅考虑重车流的优化是不全面的，而单纯的空车调配又无多大意义，只有将二者结合起来的协调优化，才可能产生真正合理的车流组织方案。在对铁路枢纽运输组织规律进行分析的基础上，将枢纽内编组站的作业分工与空车流的合理调配纳为一起，构造了重空车流组织的协调优化模型，建立了基于遗传算法的求解理论。仿真计算表明，该模型和算法能够有效地解决运输实际问题。     

基于Agent模式的空车调整决策系统的研究

详细介绍了Agent模式新技术,并结合铁路空车调整计划问题,对空车调整智能优化决策系统开发的总体构想进行了探讨.     

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。