成都铁路枢纽客运系统的分析与研究

以成都铁路枢纽客运系统为研究对象,作者讨论了客运专线引入枢纽对客运系统的影响,城市形态及其发展规划与铁路客运站选址的相互关系,铁路与城市交通网络体系中其它运输方式的衔接方式、换乘关系及协调发展;提出了未来三十年成都铁路客运系统车站的分工布局、客货线路在枢纽内的走向及疏解原则,同时提出近期新成都站的建设方案以及市内各种交通运输系统与之协调共谋发展的措施。     

铁路空车调整优化模型及其蚁群算法

以理论研究为主,通过对空车调整问题的特点分析,明确了空车数量调配和网络配流是空车调整的两个核心问题;在分析已有模型及对问题进行抽象描述的基础上,建立了空车调整协同优化（EWDCO）模型,并设计了相应的蚁群算法。分析发现,共同径路约束与EWDCO模型是不协调的;通过对定理的证明得出,对流约束不会对EWDCO模型的最优解产生影响,模型可以描述为线性整数规划模型,其实质是带容量约束的最小费用流模型。同时,研究表明ACO对求解空车调整问题具有一定的优势,是一种较为有效的算法。     

Development of railway station choice models to improve the representation of station catchments in rail demand models

ABSTRACT

This paper describes the development of railway station choice models suitable for defining probabilistic station catchments. These catchments can then be incorporated into the aggregate demand models typically used to forecast demand for new rail stations. Revealed preference passenger survey data obtained from the Welsh and Scottish Governments was used for model calibration. Techniques were developed to identify trip origins and destinations from incomplete address information and to automatically validate reported trips. A bespoke trip planner was used to derive mode-specific station access variables and train leg measures. The results from a number of multinomial logit and random parameter (mixed) logit models are presented and their predictive performance assessed. The models were found to have substantially superior predictive accuracy compared to the base model (which assumes the nearest station has a probability of one), indicating that their incorporation into passenger demand forecasting methods has the potential to significantly improve model predictive performance.     

The Storage Space Allocation Problem at a Container Terminal

Due to the asymmetry between the time required to retrieve a container to vessel and the time required to register a container at the gate, the storage space allocation problem solves the best allocation policy of these containers that minimizes the potential number of gantry movements during the assigning process and the future retrieval process. A decision rule-based heuristic is proposed, and three properties are discovered in this research. Comprehensive numerical experiments show that the proposed heuristic can solve the real-sized instances within a second, making it possible to account for uncertainty because the re-optimization effort is negligible. Moreover, when applying the proposed heuristic to a container yard at the Port of Kaohsiung in Taiwan and considering the extreme cases, the heuristic performs even better when the number of containers increases and still requires less than 1 s to solve these extreme cases. Finally, the proposed heuristic can be applied to different layouts of storage space and various material handling machines.     

铁路隧道下穿既有公路地层变形特性研究

文章结合张唐铁路工程燕山隧道下穿公路出口段,采用三维有限差分程序,研究分析了其施工过程中的地层变形特性、力学响应、能量积聚及塑性区分布特征.研究结果表明:公路最大沉降量小于规范要求,围岩竖向最大变形为20 mm,水平变形为16 mm;掌子面前方挤出变形明显,最大值为38 mm;边墙能量密度集中现象较显著,位于距洞壁5 m深部围岩处;掌子面前方6 m左右围岩处出现能量积聚,为掌子面稳定关键部位:塑性区主要集中在掌子面前方、拱肩、边墙及墙脚.为此,建议对掌子面进行预加固,保证墙脚和拱肩部位配筋,提高结构整体稳定性.     

高密度电法在某铁路隧道检测中的应用

文章以京包线旗下营隧道工程为例,通过比较高密度电法与地质雷达法酮优劣,提出采用高密度电法进行隧道病害检测,并总结了在应用高密度电法前应进行的准备工作,阐述了高密度电算法在现场检测时的具体操作方法和注意事项。     

深埋大断面黄土隧道初期支护受力特征分析

为避免初期支护局部破坏对深埋黄土隧道安全产生危害,依托甘肃省境内早胜3号隧道施工开展深埋大断面黄土隧道初期支护受力规律的现场试验研究。通过埋设振弦式传感器对围岩与初期支护接触压力、喷射混凝土应变、钢拱架应变、相邻钢拱架间作用力进行监测,同时建立模拟隧道施工的有限元计算模型,分析得到初期支护内力分布特点。结果表明： 1) 初期支护受力随时间表现出迅速增长—缓慢增长—逐渐稳定的特点,曲线在二次衬砌闭合12 d后基本稳定; 2)应力空间分布上部大下部小,偏压特性明显,荷载理论计算值偏小; 3) 拱顶及边墙区域为初期支护薄弱部位,需采取措施并加强监控量测; 4)数值计算表明锚杆末端轴力较小,设计中可考虑适当缩短锚杆长度。     

大型集装箱码头陆域布局优化

为解决宁波大榭招商国际集装箱码头现有陆域布局散乱、土地利用不充分、堆场容量不足的问题,对码头陆域布局进行优化研究,以期集约化利用土地,增强码头的竞争力和发展潜力。基于调研和分析,梳理当前陆域布局中存在的主要问题;对泊位通过能力和堆场容量的计算分析,合理确定码头总体的运量规模,并以此指导陆域布局调整和优化工作。从土地利用和堆场容量两个方面进行评价,优化工作取得良好的效果。研究提出一种大型集装箱码头陆域布局优化的可行思路,可为类似项目研究提供借鉴。     

我国减速顶调速系统自动控制的研究、应用与发展

利用计算机对减速顶调速系统进行自动控制是我国的首创,30多年来,经过不断创新,取得了一个又一个新成果,如自适应控制、模糊控制、分散控制等,实现了对驼峰溜放车辆数字化、图形化、智能化、自动化的实时控制,这里综合叙述了哈中心在这方面的研究、应用与发展的基本情况及展望。     

基于Q学习算法的摘挂列车调车作业计划优化

针对摘挂列车编组调车作业计划编制问题,基于强化学习技术和Q学习算法,提出1种调车作业计划优化方法。在表格调车法的基础上,将调车作业计划分为下落和重组2个部分。通过动作、状态和奖励3要素构建调车作业问题的强化学习模型,以调车机车为智能体,以车组下落的股道编号为动作,以待编车列的下落情况为状态,形成车组挂车、摘车具体条件和车辆重组流程,并依据车组下落的连接状态和车辆重组后产生的总调车程设计奖励函数。改进Q学习算法求解模型,以最小化调车程为目标,建立待编车列与最优调车作业计划之间的映射关系,智能体学习充分后即可求解得到最优的调车作业计划。通过3组算例对比验证本方法效果,结果表明:相较于统筹对口法和排序二叉树法,本方法使用的股道数量更少、调车作业计划更优;相较于分支定界法,本方法可在更短时间内求解质量近似的调车作业计划。因而,本方法有助于提高车站调车作业计划编制的智能化决策水平。