考虑拥挤的轨道交通网络时刻表协调优化建模

以非连通型城市轨道交通网络为研究对象,根据城市轨道交通网络周期性运行特点,在深入考虑拥挤及换乘客流脉冲性到达特征的前提下,给出1个循环周期内城市轨道交通网络运营费用及乘客出行费用计算方法.并在此基础上,以各运营线路发车间隔及发车时刻相位差为决策变量,以乘客及运营企业的综合费用最小为目标,以列车发车间隔、列车容量、站台容量、运营补贴等为约束,建立城市轨道交通网络列车时刻表优化模型.根据模型特点,提出了一种基于仿真的遗传算法对模型进行求解.算例结果显示,与既有优化方法相比,本文模型能够更加细致地刻画乘客换乘过程,有效降低系统综合费用,并确保各项服务指标在安全范围之内.     

基于客流变化的行车组织分析

阐明客流变化时的行车调整策略,即在地铁运营过程中产生突发客流时,行车人员运用抽线、加开列车以及在信号系统中加入设备干预等措施进行相应的行车调整,并针对性地提出数据分析、客流曲线生成软件的开发以及时刻表编制分析等方面的问题和建议。     

地铁站环控系统控制方案的节能对比研究

为明确常见的地铁车站环控系统控制方案的用能表现和节能潜力,为地铁车站节能降碳提供参考和指导,以北京、上海和广州分别作为寒冷、夏热冬冷和夏热冬暖地区的代表性城市,在 TRNSYS 软件中搭建屏蔽门地铁站模型,探究增设自控系统和优化时刻表控制这 2 种优化方案相比于当前常规的时刻表控制方案在站内环境控制、节能潜力、改造成本方面的表现。结果显示,采用 2 种优化方案均可有效提高站内空调控制温度,实现类似的站内温度控制效果。用能方面,相比于当前的时刻表控制方案,增设自控系统可为各气候区地铁站环控系统降低41%～49%的年能耗,优化时刻表控制方案可降低 38%～48%的年能耗。改造成本方面,优化时刻表控制方案仅需要提高管理水平,无需增加设备和系统,而增设自控系统方案的设备成本和后期运维管理成本较高。因此,综合考虑站内环境控制效果、能耗情况和改造成本,建议地铁站采用优化时刻表控制方案进行节能运行优化,以实现节能目标。     

高速铁路列车运行图鲁棒性协同优化模型研究

为提升高速铁路列车运行图的鲁棒性提出协同优化模型. 基于多线路协同优化和多目标协同优化的思想，研究多条线路列车运行图的协同优化，并将列车运行图的鲁棒性分为晚点传播鲁棒性与换乘接续鲁棒性，对两种鲁棒性进行多目标协同优化建模. 在建模过程中，将经济学中的边际效用递减规律引入对列车间缓冲时间的研究，提出并定义缓冲时间鲁棒性效用. 结合我国具体国情、路情建立高速铁路列车运行图鲁棒性协同优化模型并进行案例分析，结果表明，该模型可有效提升高速铁路列车运行图的鲁棒性.     

列车运行计划编制与验证系统研究

针对城市轨道交通领域,回顾列车运行计划编制与验证系统的国内外研究进展,介绍系统结构和功能组成,并详细分析其中几个关键问题.     

列车运行图稳定性研究综述

以时间要素为研究对象采用概率统计理论、极大代数、计算机模拟等理论与技术手段,计算分析晚点时间、晚点率、缓冲时间、时间偏差与偏离差等指标,衡量调度区段运行图的稳定性;以路网能力及其利用率为对象的研究采用极大代数、进化算法等手段分析运行图的稳定性。基于路网的列车流复杂网络与铁路地理网络的作用机制、列车在铁路地理网络上的协同竞争关系、列车运行图稳定性与路网能力利用率、区间缓冲时分、停站缓冲时分的相互关系是运行图稳定性研究的趋势。     

城轨列车运行时分节能优化方法

基于传统的城轨列车站间运行曲线优化模型,研究列车运行图中的运行时分优化模型和方法。同时在满足运营需求的前提下,以降低城轨列车运行能耗为目标利用遗传算法对列车全周转内各个站间的运行时分进行优化。根据北京地铁亦庄线的实际数据,对以上方法的节能效果进行实际验证和比较。结果表明,基于遗传算法的城轨列车运行时分优化方法相比城轨列车实际运行与仅优化站间驾驶策略方法分别可以获得17.3%与4.1%的节能效果。     

考虑客流空间分布的地铁列车节能时刻表优化方法

客流变化引起的列车质量变化是影响地铁列车能耗与节能运行的重要因素之一. 本文考虑地铁线路客流空间分布差异，研究耗散型再生制动能利用方式下的列车节能时刻表优化方法. 结合各区间载荷差异和列车运动方程，建立以净能耗最小为目标的时刻表优化模型，通过适度优化计划停站时间、区间运行时间和折返时间协同多列车牵引、巡航、惰行和制动过程的时空分布，设计二分法和粒子群算法对模型求解. 以北京地铁某线路进行实例研究，结果表明，优化模型能有效协同多列车的节能运行，考虑客流空间分布差异比假定列车载荷为常数能进一步提升节能效果.     

考虑换乘异质性的城市轨道交通时刻表协同优化模型

在城市轨道交通网络化运营条件下，极易导致换乘站的换乘需求差异过大。为提高列车时刻表与换乘需求的匹配度，本文基于网络中换乘站的空间拓扑结构和换乘需求在时间和方向上的特点，通过构建量化换乘差异的协同度指标，建立以列车同步次数最大化为目标的列车时刻表优化模型，优化轨道交通网络线路间成功衔接次数，提升乘客换乘出行效率。针对提出的混合 整数非线性规划模型，本文设计了一种基于天牛须搜索的粒子群优化算法进行求解，并将模型及算法应用于北京市轨道交通网络进行算例分析。结果表明，所构建的模型能依据换乘需求在空间、时间及方向上的差异，利用协同度分级优化轨道交通路网中列车协同状态；优化后全网列车同步到达次数增加33.86%，乘客平均换乘等待时间减少22.75%；相较于PSO和BAS算法，本文所提的算法具有更好的全局搜索能力和求解效率。本文可有效提高轨道交通换乘效率，为提升城 市轨道交通服务质量提供理论参考。     

基于时刻表的公交网络随机用户均衡配流算法研究

提高公共交通规划管理及信息化水平,需要制定科学的公交规划管理策略,公交客流分配是公交规划与管理的核心内容之一。为促进公交配流理论研究,提高公交客流分配结果科学性,分析了国内外公交配流研究现状,对于城市广义公交网络,结合公交时刻表,定义了公交连接、连接片段以及吸引连接集合,建立了容量限制下基于时刻表的公交网络随机用户均衡配流算法（VRT-SUE）,对算法原理和求解步骤进行了探讨。构建实例公交网络进行分析测试,配流结果显示该模型能够很好的反映出出发时间、到达时间、换乘次数及费用等对乘客公交出行的影响,算法是合理和有效的。