考虑总延误时间和延误恢复时间的城轨列车运行调整优化

现阶段城市轨道交通具有行车密度大、追踪间隔短等特点,列车延误一旦发生,其传播的速度快、影响范围大。为保证列车运行的正点率以及运输效率,根据城轨列车实际运营需要,在传统列车运行调整模型的优化目标中加入延误恢复时间最小这一目标,建立了以列车总延误时间和延误恢复时间最小为优化目标的城轨列车运行调整模型,并采用遗传算法对问题进行求解。最后以成都地铁一号线的列车运行调整问题为案例,根据城市轨道交通实际运营情况分别分析模型在ATO模式以及人工驾驶模式下的优化效果。结果表明当列车在人工驾驶模式下运行时,该列车运行调整模型可以在基本不影响总延误时间的同时显著降低列车的延误恢复时间。