机场航班延误恢复的强化学习算法

机场出现航班延误会导致飞行器和乘客滞留机场,若航班延误恢复调度不当会扩大延误造成的损失.针对航班延误恢复调度的损失最小化问题,设计了延误总损失计算的目标函数,构建航班延误恢复马尔科夫决策过程,建立了机场航班延误恢复重排班模型.为了解决计算的复杂性问题,采用深度学习神经网络参数化策略函数对减小延误损失目标函数值的策略进行参数化,利用奖励函数和优势函数对其进行训练,提出了一种机场航班延误恢复强化学习算法.研究结果表明:该算法能够将航班延误总损失降低 7.83%,将旅客延误时长降低 7.23%,相比于其他算法,该算法在时间和性能上均取得优势.     

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。     

基于ASP技术的地铁列车辅助报点系统设计

地铁在故障情况下运行时,行车调度员通常需要通过人工铺画运行图对列车运行状态进行监控,而人工画图效率低下,列车运行安全也难以保证.因此,在地铁行业急需开发一套地铁列车辅助报点系统,以提高行车调度员在信号系统故障情况下监控列车运行的效率,确保地铁列车运行安全.文章以ASP技术为基础,使用VBScript语言,结合MySQL...     

Optimizing the demand captured by a railway system with a regular timetable

The railway systems in various European countries adopt regular timetables, in which the trains arrive and depart at constant intervals. In fact, their simple structure provides several advantages both to the passengers and to the management of the service. The design of such timetables has recently received a certain attention in the literature, but the standard model aims to optimize the service for a fixed demand. We relax this unrealistic assumption, taking into account the reciprocal influence between the quality of the timetable and the amount of transport demand captured by the railway. This results into a mixed-integer non linear model with a non-convex continuous relaxation. We solve it by a branch-and-bound algorithm based on a piecewise-linear overestimate of the objective function and a heuristic algorithm which iteratively applies the standard fixed-demand model and a demand-estimation model, feeding each one with data based on the solution obtained from the other one at the previous iteration. The computational results presented concern both random instances and a real-world regional network located in Northwestern Italy.     

绿色通航视域下过坝船舶预约调度双目标优化研究

针对船舶到达不均衡和供需时空不匹配导致的水利枢纽通航拥堵问题,建立过坝船舶预约的双目标决策模型,优化船舶平均等待时间和到达调整率,探讨两者之间的权衡关系;进一步考虑船舶的失约情形,设计过坝预约的重调度规则。然后,利用非支配排序遗传算法的gamultiobj函数求解模型,并探讨预约机制实施前后的碳减排效果。最后,以三峡枢纽为例,验证模型的有效性。结果表明：该模型在平均等待时间和到达调整率的权衡中,得到了多样化的预约调度方案,并通过合理分配预约份额,有序管理船舶到达。同时,与原调度方案相比,理想和失约情形下的预约调度方案,可分别带来27.51 t和20.04 t的最大碳减排量;且重调度策略使到达调整率的均值降低了2.7%,减少了失约的干扰影响。     

轨道交通单线接运电动公交调度优化模型

针对乘客由轨道交通换乘接运电动公交过程中等待时间长、候车成本高等问题,提出一种面向高峰时段乘客换乘情况的轨道交通接运电动公交的时刻表优化方法。通过分析换乘过程,以换乘乘客等候时间成本、换乘失败成本、电动公交使用成本和充电成本共4项成本之和最小为目标函数,以电动公交的发车顺序、换乘乘客的等待意愿、电动公交充放电特性对行驶里程产生的影响等作为约束条件,构建混合整数非线性规划模型。在接运公交的运输需求方面,考虑了除换乘乘客外本地乘客出行需求变化对接运电动公交时刻表的影响。最后提出一种混合人工蜂群算法求解模型,通过与遗传算法、粒子群算法的对比,进行了算法的敏感性分析。结果表明：目标函数总成本为1 355.32元,相比原成本降低了23.56%,其中,换乘乘客等候时间成本为298.17元,换乘失败成本为84.03元,公交公司运营成本为867.40元,电动公交充电成本为105.71元,验证了构建的模型对时刻表优化问题的有效性。     

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。     

突发传染性疫情条件下高速列车运行调整研究

为了应对突发传染性疫情对高速列车运输工作的影响,降低疫情在高速铁路旅客运输过程中扩散的风险,安全、高效地完成突发疫情条件下高速铁路旅客运输任务,对突发疫情条件下高速列车运行调整问题展开研究。在分析传染性疫情对高速列车运行影响的基础上,根据其严重程度,将车站所在地划分为“疫情爆发地”和“疫情发生地”。为压缩旅客在站内乘降时的接触时间,降低疫情传播可能性,针对车站所在地疫情的具体情况,分别采取增加列车追踪间隔、车站发到时间间隔及禁停等措施,设计疫情影响条件下列车到站追踪间隔和车站发到时间计算方法。以列车总晚点时间为目标,以列车在“疫情爆发地”车站禁停规则、在“疫情发生地”车站到达间隔、列车在区间最少运行时分、在站最少停站时分为约束,建立考虑旅客接触时间的高速列车运行调整模型。针对该模型,运用量子粒子群算法进行求解,得到了突发传染疫情条件下的列车运行调整计划,该计划准确响应了突发疫情条件下减少旅客接触的要求,并很好地控制了高速列车的总晚点时间。将计算结果与经典粒子群算法计算所得结果进行对比,发现计算效率提高12.54%。给出的算例计算结果证明了所建立模型的有效性和算法的高效性,所提出的方法可为突发疫情条件下的列车运行调度工作提供决策支持。     

一种智能调度集中系统列车运行实时调整方法

智能调度集中系统中的列车运行调整业务,要求实时优化列车运行计划晚点时长。以此为目标,提出一种高实时性的列车运行调整业务数据处理方法,并基于不同的运输场景和调度操作,建立了约束规划模型;通过约束规划算法执行可递归检查流程,当列车运行计划状态变量不满足约束条件时,对调度操作进行调整,从而实现模型数据的更新。结合某调度区段的数据,计算采用约束规划模型的列车运行计划晚点时长,并与同等条件下采用整数规划模型的计算结果进行对比,验证了本方法对列车运行计划晚点时长具有较好的实时优化效果。     

考虑空铁联运的城市轨道交通时刻表优化研究

高铁与航空联合运输服务因具备良好的换乘衔接性与可达性在综合运输体系中正逐渐受到关注。基于铁路车站与机场间出行乘客的换乘需求,调整城市轨道交通列车时刻表,使其与高铁列车时刻表以及机场航班时刻表实现合理的衔接。通过分析高铁列车与机场航班间的联运时间差对联运乘客出行路径选择的影响,以实现乘客等待时间最小化、空-铁联运乘客数最大化为目标,建立衔接铁路车站与机场间的城市轨道交通时刻表优化与联运乘客出行路径选择的模型。为验证该模型的可行性,通过改进混合粒子群-遗传算法,并以衔接重庆北站与重庆江北国际机场的城市轨道交通10号线和3号线为例进行分析。结果表明：优化后的城市轨道交通时刻表使得350名空-铁联运乘客实现联运,比优化前的列车时刻表满足的联运乘客数增加了2.34%。乘客总等待时间为16 950.25 min,其中联运乘客总等待时间为1 407.25 min,比原时刻表减少了16.1%;普通乘客总等待时间为15 543 min,比原时刻表减少了9%。因此调整后的列车时刻表能更好地满足乘客的出行需求,通过分析空-铁联运乘客与普通乘客等待时间的目标权重、以及联运乘客出行路径的选择对时刻表优化的影响,可以为城市轨道交通运营部门编制合理的列车时刻表提供依据。