基于STP数据及改进UIC 406的编组站出发场能力计算方法研究

UIC406是一种在保证行车安全的基础上,压缩列车间隔时间以推算铁路车站、区间通过能力的计算方法,被广泛应用于计算中间站及区间的高峰期通过能力。由于编组站的通过能力受机车、车辆的运用及作业接续关系等诸多因素的影响,使得传统UIC406方法无法直接应用于编组站高峰期通过能力的计算。针对以上问题,选取编组站出发场作为研究对象,基于STP系统采集的数据对各项作业过程进行分析,提出适用于编组站出发场通过能力计算的改进UIC406方法,并以某编组站上行出发场历史作业数据为例进行计算。结果表明:经改进的UIC406方法可行有效,可以克服传统能力查定方法数据收集难度较大的不足,从而实现对出发场通过能力的便捷化计算与评估。

考虑线路能力协调利用的车流径路与配空组织优化模型

为提高铁路整体通过能力,均衡利用路网中各线路,应对愈发波动的运输市场,开展考虑线路能力协调利用的重空车流协调优化模型研究。首先,对线路能力协调利用的实现机理进行研究,在考虑流平衡约束、配空约束、线路能力约束基础上,增加考虑铁路线路能力协调利用约束,同时在优化目标中增加紧张线路的使用成本,构建考虑线路能力协调利用的重空车流组织优化模型,以实现在优化车流径路与空车调配方案的同时兼顾铁路线路的协调利用。其次,在此基础上设计拉格朗日松弛算法,对线路能力约束与能力协调性约束松弛,将原问题分解为车流径路子问题、空车调配子问题和虚拟车流量子问题,进而降低了问题求解难度。再次,通过5组算例对算法的有效性进行验证,案例结果说明,设计的拉格朗日松弛算法在求解大规模算例时效率优于商业求解软件Gurobi。最后,设计了包含36个车站56条线路的实际案例,算法求解耗时4757.7 s,运输组织综合成本为29535803元,通过对求解结果分析,与传统优化模型相比该模型优化结果在运输成本仅增加1.56%的前提下能力紧张的线路数量由17条缩减至12条,降低了29.4%,同时空车调配符合就近配空的原则。研究结果表明,该模型可以有效缓解铁路能力紧张情况,促进铁路线路能力的协调利用。

基于改进分支定价算法的器具取配送运输问题研究

为解决物流集装单元化背景下器具运输成本高且灵活性差问题,本文提出集装器具循环调拨与回收的运输方式,在此运输方式下的器具运输问题属于供需未匹配与需求可拆分的取送货车辆路径问题(USDSPDVRP)。为在准确描述问题的基础上使模型易于求解,提出两阶段建模思路,设计解决USDSPDVRP模型的改进分支定价算法,通过Dantzig-Wolfe分解将模型分解为选择运输方案使用数量的限制主问题与根据主问题结果生成新运输方案的子问题,并设计相适应的路径缩减策略改进算法,实现高效求解复杂子问题的目的。算例结果表明,提出的改进分支定价算法相比Gurobi求解器,求解时间平均减少了83.9%,求得的可行解与精确解目标值间隔平均为2.8%。并对比分析了循环运输与直达运输的运输效益指标,证明了循环调拨与回收的运输方式能够有效减少运输总费用和车辆使用数,提高车辆满载率。

对外交通枢纽接续城轨行程路线规划研究

城市对外枢纽的存在保障了城市内外交通的互联互通,大量乘客选择于城市对外枢纽处接续城轨进入城市,这类乘客通常携带行李较多,相比通勤乘客而言对行程舒适性的要求更高。研究以城轨为主,常规公交为辅的乘客行程路线规划,能够以通过“规避”拥挤路段、调整交通工具的方式提高乘客行程舒适度、降低路网压力并吸引客流。利用网络爬虫从开放数据源获取乘坐城轨由北京大兴国际机场至北京市内各站点的运行时间及费用,与乘车出行对比分析北京市内城轨出行的可达性及优劣势。基于以上结果,设计针对接续城轨出行乘客的考虑拥挤程度等因素的广义费用,在广义费用的基础上设计通过划分子网络求解最短路的乘客行程路线规划算法。在算例分析中通过与已有路径规划系统提供的路线对比,证明本文算法能够为乘客提供更舒适的出行路线。

考虑超重超远客户的卡车无人机协同配送研究

卡车与无人机配送的母船模式是指卡车搭载无人机至离客户较近的地点后,由无人机起飞配送多个客户点,再与卡车汇合的协同配送方法,是交通工程领域中具有潜力的重要发展方向之一。考虑到现实中存在部分客户点需求量超出无人机最大载重,或所处位置超过无人机最大航程覆盖范围的情况,在母船模式基础上,提出考虑超重超远客户的卡车与无人机协同配送模式(Truck-Drone Joint Delivery with Consideration of Customers with Great Demands and at Great Distances, TDJD-CGDGD)。该模式允许卡车服务超重超远客户,并允许无人机起降于不同地点。该模式下待求解的问题为含无人机的旅行商问题。以最小化总配送成本为目标,构建了混合整数线性规划模型。为高效求解大规模算例,提出了一种融合贪婪随机自适应搜索(GRASP)与自适应大邻域搜索(ALNS)的混合算法。算法首先在附加约束条件下,生成车机共同配送路径,该约束可简化车机路径优化过程。随后放松附加约束,针对性地调整一部分无人机路径,进一步降低总成本。试验结果表明:所提算法具有较好的计算性能;本协同配送模式与仅由卡车配送的传统模式相比可平均节约成本19%;允许无人机在超重客户点处起降与不允许情况相比可平均节约成本5%。

铁路枢纽区域调机集中调度模式研究

为减少调机及机车组人员,提高运用效率,均衡作业量,在“中心站”模式基础上,提出铁路枢纽区域调机集中调度模式,将调机集中到技术站,由技术站领导指挥调车作业。为最小化调机数及总走行距离,在列车运行图基础上考虑列车运行时间范围及车站作业时间窗约束,构建多技术站下的区域调机集中作业模型。基于自适应大邻域搜索(Adaptive Large Neighborhood Search,ALNS)及随机邻域下降(Random Variable Neighborhood Descent,RVND),设计两阶段启发式算法求解。对国内某铁路枢纽展开案例分析,结果证明:区域调机集中作业模式技术经济效果显著,可在完成作业的前提下,削减65%的调机及约17%的总走行距离,大幅度缩减调机及机车组人员成本,优化枢纽资源配置,改进调车作业方案,为优化调车作业质量提供参考。

考虑能耗的城市轨道交通列车停站方案研究

为解决城市轨道交通系统乘客需求量上升和列车运行能耗增加的问题,本文基于能量转换原理,推导列车牵引能耗的计算方法,构建以乘客总旅行时间和列车总牵引能耗最少为目标的列车停站方案优化模型。结合多目标遗传算法(NSGA-Ⅱ算法),设计引入优势基因结构概念的微进化算法,并以某城市轨道交通1号线为算例,用两种算法进行优化。结果表明:用微进化算法优化的停站方案相比于站站停方案,减少乘客总旅行时间702568min,降低列车总牵引能耗1561kWh。此外,相比于NSGA-Ⅱ算法,微进化算法能有效提高解的质量。研究结果可为运营管理部门进一步优化可持续发展的城轨列车停站方案提供参考。

基于分支定价算法的双层轿运车运输问题

整车物流中双层轿运车运输问题属于一类需要考虑乘用车装载(vehicle filling problem, VFP)及轿运车路径规划(vehicle routing problem, VRP)的组合优化问题,称此类问题为VFRP(vehicle filling and routing problem).由于VFP和VRP的问题复杂性均为NP完全问题(non-deterministic polynomial complete problem, NPC),且VFRP等组合优化问题模型的目标函数及约束往往具有非凸结构,使得该类问题的线性化处理、精确算法的设计及求解效率的提升一直是该领域的研究难点.对此,以轿运车使用成本最低为目标,构建双层轿运车的VFRP模型,在此基础上提出两种线性化方法并设计改进分支定价算法(branch-and-price algorithm)以求解:在分支定价算法的基础上,提出结合最为分数策略(most-infeasible-branching strategy)和强分支策略(strong-branching strategy)的分支策略,以及在分支过程中降低可行域维度的降维方法以加速收敛.最后,结合实际数据设计多组算例,验证了所提出模型与算法的有效性.