客运专线乘务交路计划编制的优化模型与算法

乘务交路计划是乘务人员的日工作计划,是客运专线运营管理的核心问题之一.针对该问题约束条件复杂、表述困难的特点,建立基于可行解的集覆盖模型进行描述.集覆盖模型是一个典型的组合优化问题,针对一般的分枝定界法求解问题规模不大、效率不高的不足,本文将适合求解大规模线性规划问题的列生成法嵌入分枝定界法,设计求解乘务交路计划问题的分枝定价算法,并重点描述实现该算法的3个关键问题:(1)初始解的生成;(2)价格子问题的求解;(3)分枝策略的确定.以京津城际铁路为背景,对提出的方法进行验证,结果表明,该方法能有效地求解乘务交路计划编制问题.     

关于网络计划"工期规定资源均衡"优化的几个问题

探讨了关于网络计划“工期规定资源均衡”优化的几个问题。对不同的优化目标、方法和具体算法进行了比较和分析，讨论了利用时差进行优化的实质，以及同一优化方案的等价解等。     

基于射线跟踪与离开角空间聚类的5G-R网络优化技术研究

当前反复“路测-调整”的传统无线网络优化方式难以满足铁路5G专用移动通信系统（5G-R）的网络优化需求。面向京沈铁路干线场景，在确定了射线跟踪传播机理模型后，进行了5G-R无线信道建模仿真，提出一种基于射线跟踪与离开角空间聚类的网络优化算法。该算法以全向天线仿真结果为基础，使用K-means++算法对射线跟踪仿真的角度-能量域数据进行聚类，将水平离开角的空间聚类中心作为扇区方位角；结合水平离开角的聚类中心与高铁行车路径的空间位置关系，计算相应扇区的下倾角；以上述基于射线跟踪与离开角空间聚类的结果为初值，基于粒子群算法进行优化迭代，高效地完成铁路干线场景下的5G-R网络优化。结果表明，在相同的计算资源和仿真条件下，基于射线跟踪与离开角空间聚类的5G-R网络优化算法对比直接使用粒子群算法，在收敛速度方面提升了约10%，在优化效果方面提升了约30%。该方法针对铁路干线场景能够实现在迭代计算次数更少的情况下，给出更好的网络优化方案，为未来建设高质量5G-R通信系统提供技术积累和参考。     

集装箱堆场作业计划模型及算法

寻求能够自动生成集装箱堆场作业计划的方法,使得堆场的使用及作业更为合理有序.首先,进行堆场集装箱集合的划分,得到静态码垛模型,通过箱大区和箱小区解决半自由箱和非自由箱问题及堆场碎片问题.其次,定义集装箱码放顺序的全序关系,得到动态码垛模型,并设计求解该模型的箱小区判定算法和单箱码箱取箱算法.引入动态全序概念,说明动态全序构造方法.结合取箱时空箱位的暂扣问题,得到循环箱码垛模型,设计循环箱单箱码箱取箱算法,及构造动态全序算法和暂扣标记设置解除算法.再次,分析一个作业计划派工单中各个作业之间的部分序关系.最后,算例表明循环箱码垛模型及相应算法能够适应集装箱堆场上频繁码箱取箱作业,整体上看箱位使用频率基本均衡,并且呈现循环滚动使用态势.     

基于替代图的列车运行调整计划编制及优化方法

借助对列车优先级、节点、替代弧和替代对等参数的定义,以列车追踪运行间隔时间、列车连发间隔时间和列车间越行地点等为约束条件,以替代图中最长路径最短为优化目标,建立基于替代图的列车运行调整计划编制及优化模型.采用本地搜索算法对模型求解,经过原始计划生成和初级优化,得到有瑕疵(冲突)的但资源利用率较高的初始调整计划.当初始调整计划未满足需求或计划在实施过程中受到扰动需要修正时,采用分层多级优化分枝定界算法,对初始调整计划对应的替代图进行进一步的优化,得到优化的列车运行调整计划.由于替代图与列车运行调整计划的对应关系,用这2种算法对替代图分阶段求解和优化,可以得到满足不同需求的调整计划.通过对模拟环境的仿真,验证了模型和优化方法的完整性和可行性.     

免疫算法求解编组站阶段计划配流问题研究

在编制编组站阶段计划时需解决的一个核心问题是确定出发列车的车流来源.本文针对该问题作了深入研究,以解编顺序为优化对象,在考虑解、编调机资源约束的情况下,以在正点出发列车数最大基础上考虑总停留车小时最小的解编顺序为目标建立数学模型,并设计了免疫算法中自适应克隆选择算法对其求解,其中抗体评价所需的配流结果通过lingo编程实现.算例证明了算法的有效性,为编组站阶段计划配流智能化提供了较好的解决途径.     

单线铁路列车运行调整计算机辅助决策系统研究

列车运行调整计算机辅助决策系统，是铁路行车调度指挥自动化系统的关键环节。本文构造了单线铁路列车运行调整的混合０－１线性优化模型，该模型较好地体现了列车运行计划调整、机车交路调整和车站到发线利用的协调与配合。鉴于列车运行计划调整为ＮＰＣ问题，结合问题的实际背景，提出了一种有效的大系统分解算法－动态区域局部优化算法。该算法应用分枝定界法实现局部问题的优化。讨论了同向列车越行优化问题，并给出了同向列车越     

多资源约束改进的RSM方法

在对原RSM法研究的基础上，提出了一种多资源约束下改进的RSM法，并介绍了其决策原理和计算步骤。该法对原RSM法进行了改进，优化计算时能相对减少计算量，通过案例可以证明该法能取得满意的效果。     

浏阳河隧道铣挖法工艺试验研究

结合武广客运专线浏阳河隧道的施工,就铣挖法这一非爆破开挖方法在浏阳河隧道施工中的应用进行研究,虽然在国外隧道施工中经验丰富,但在我国铁路隧道施工中尚属首次。为研究该方法在浏阳河隧道施工中的适应性,通过不同工况组合条件下现场工艺性试验,优化施工机械设备配套选型、施工工艺,并从技术经济层面上进行分析,与钻爆法进行比较,为铣挖法在浏阳河隧道施工中的应用进行尝试。     

自适应粒子群算法求解编组站车流推算问题的研究

编组站日班计划和阶段计划编制核心之一是出发列车车流来源的推算,由于车流推算的复杂性,其求解算法也是研究重点之一。基于解编顺序建立编组站动态车流推算的数学模型,约束中考虑了单调机资源、车流接续去向和时间等约束,目标函数在优化正点出发列车数的同时考虑总停留车小时的优化。通过设计自适应离散粒子群算法(ADPSO)对数学模型进行求解,以解编顺序为主要优化对象,静态配流采用Lingo编程实现,最后通过算例验证了算法的有效性。