铁路网运营仿真与列车时刻表优化的研究

C—TimeTable软件可用来分析列车实际或者模拟列车运行数据，C—Track软件可模拟铁路运营并仿真列车运行状况，C—TimeTable和C—Track的结合，加快了时刻表编制过程。并利用Web服务方式及基于RailML语言的数据传输技术，使列车时刻表编制过程自动化，并能生成最佳的列车时刻表。     

基于运行图的快速公交系统运营组织研究

借鉴列车运行图的理念,对快速公交系统基于运行图的运营组织进行了研究。首先分析了快速公交系统基于运行图运营组织的系统构成和系统条件。然后设计了快速公交运行图的图解表示和编制流程,确定了运行图的主--素。最后,以济南BRT1号线为例,根据客流特征进行了高峰小时运行图的编制。结果表明,如果快速公交能够按图运营,能提高旅行速度、节约运用车辆,这为BRT的运营组织管理提出了新的思路,具有一定的指导意义。     

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.     

基于Pareto多目标遗传算法的高峰时段多地铁列车节能优化

城市轨道交通列车在运行过程中会频繁地启动和制动,如何提高列车运行中电能的利用率、降低牵引能耗在城市轨道交通领域有着重要的意义。在高峰时间段运行时,由于客流量较大,单位时间发车数量较多,所以同一供电区间的相邻列车间重叠运行的时间较长,再生制动可利用能量很大。针对高峰时段多列车运行的特点,采用Pareto多目标遗传算法对高峰时段列车运行进行节能优化。通过合理优化列车在各站的停站时间来优化列车时刻表,最大效率地利用列车运行中再生制动能量。     

考虑运行图约束的有轨电车干线信号协调优化模型

为了保证有轨电车在交叉口享有信号优先的同时,使其按照运行图行车,在有轨电车干线信号协调模型BAM-TRAMBAND的基础上,增加运行图对行车的约束,包括发车间隔、停站时分、站间运行时分和干线旅行时间,提出2类不同约束的有轨电车干线信号协调优化模型,严格运行图约束的优化模型(HT-TRAM)和宽松运行图约束的优化模型(ST-TRAM). 经算例验证和仿真结果表明,改进的模型能够得到在运行图约束下的有轨电车上下行绿波带,且在算例条件下,两者的路段平均绿波带宽与没有运行图约束的带宽结果相比,相差在1s以内.     

需求响应的集装箱班列时刻表优化及 Benders分解算法

充分考虑集装箱货物与集装箱班列在时间和数量方面的匹配关系,以集装箱货物送达目的站的总延误最小为目标,构建集装箱班列时刻表优化的线性混合整数规划模型.采 用Benders分解算法将原问题分解为确定集装箱货物与班列匹配方案的主问题,以及优化班列时刻表的子问题,通过求解子问题的对偶模型不断产生主问题的割平面.为克服割平面有效性较低的缺点,设计改进策略,使每次迭代产生多个割平面同时添加至主问题中.最后,通过算例验证模型和算法的有效性.结果表明：改进策略的运用有效提高了算法的计算效率,利用模型及算法得到的班列时刻表与集装箱货物的数量、时间分布之间具有较好的匹配性,制定的班列时刻表很好地响应了用户需求.     

考虑容量限制的多公交车型运行计划优化模型

车容量限制是公交运行计划编制的重要约束.以单条公交线为研究对象,综合考虑了不同公交车型的技术经济性能、车容量大小、车辆数限制和客流需求的时变特征等因素,建立同步优化公交车型和时刻表的规划模型,以确定线路的发车时刻表和选择车型的最优组合.建立了以公交企业运营成本和公交乘客出行成本最小为目标,带有0-1决策变量的非线性整数规划模型,针对该模型多目标函数的求解特点,采用枚举法求解每辆车的发车时刻,应用遗传算法求解车型选择的序列.最后以北京市某公交线为案例进行分析,优化后的发车时刻表和车型配置方案具有较好的运营效果.算例结果表明,采用多车型方案较传统的单一车型方案更具经济性,乘客的出行成本可减少13.9%,企业的运营成本可减少3.5%.     

基于换乘站停站时间延长的城市轨道交通末班车时刻表优化

在城市轨道交通网络中,提高末班车乘客换乘成功性对其夜间出行有重要意义.通过压缩末班车区间运行时间与非换乘站停站时间,延长换乘站停站时间,建立以换乘成功客流量最大为目标的时刻表优化模型,实现末班车双向衔接成功.将模型刻画为混合整数线性规划问题,通过对模型简化,利用CPLEX分支切割算法进行求解.最后,以武汉地铁网络为案例,验证模型的有效性.结果表明,模型可利用CPLEX快速求得精确解.末班车停站时间延长可有效提高末班车间换乘衔接成功性;在末班车收车时间可推迟情形下,推迟收车时间可进一步提升末班车换乘效果.     

基于ADO技术在城市轨道交通管理系统中的应用

城市轨道交通管理系统包含了时刻表、列车运行图和列车运行调整等功能。其中时刻表是该管理系统中重要的组成部分,对行车调度起到至关重要的作用。该文采用了MFC开发应用程序,使用SQL作为数据库后台,把列车时刻表存放SQL中,并使用Visual C++中的控件数据对象(ADO)数据库访问技术来使软件与数据库通信,实现了在VC中用ADO接口编写软件对数据库进行读写,以达到对时刻表的管理。     

基于神经网络客流预测的高峰期公交时刻表优化

为了加强公交发车时刻与高峰期客流需求波动间的协调性,需要依据实时客流需求进行时刻表优化.根据IC卡采集到的上车乘客数据,分别采用BP神经网络和RBF神经网络算法预测计算得到断面客流量.兼顾优化决策和评价模型,设计完善了基于客流预测的公交时刻表动态优化流程.计算文山市公交线路客流数据,发现案例中采用RBF神经网络预测得到的断面流量精度较BP神经网络高出4.9%.基于RBF神经网络和BP神经网络预测客流需求优化的公交时刻表与现状运行时刻表相比,乘客出行成本分别降低了4.11%和1.35%,企业运营成本分别降低了7.06%和4.60%.定量验证了动态优化方法的可行性和有效性.