基于Dueling DQN算法的列车运行图节能优化研究

通过优化地铁时刻表可有效降低地铁牵引能耗。为解决客流波动和车辆延误对实际节能率影响的问题,提出列车牵引和供电系统实时潮流计算分析模型和基于Dueling Deep Q Network(Dueling DQN)深度强化学习算法相结合的运行图节能优化方法,建立基于区间动态客流概率统计的时刻表迭代优化模型,降低动态客流变化对节能率的影响。对预测Q网络和目标Q网络分别选取自适应时刻估计和均方根反向传播方法,提高模型收敛快速性,同时以时刻表优化前、后总运行时间不变、乘客换乘时间和等待时间最小为优化目标,实现节能时刻表无感切换。以苏州轨道交通4号线为例验证方法的有效性,节能对比试验结果表明:在到达换乘站时刻偏差不超过2 s和列车全周转运行时间不变的前提下,列车牵引节能率达5.27%,车公里能耗下降4.99%。

基于Extendsim的多产品(s,S)库存系统仿真及优化研究

库存成本占物流系统总成本的较大比例,采用科学库存策略,维持合理的库存量,可有效控制库存运作成本。通过对多产品库存系统的仿真来研究多产品库存策略决策变量的取值,采用Extendsim软件对多产品(s,S)库存系统进行仿真,建立由数据存储、顾客需求处理、查询与订货处理及数据计算4部分构成的仿真模型,采用软件内置Optimizer模块对模型进行优化,得到多产品库存策略的最优值。

苏州轨道交通初步成网阶段客流特征分析及启示

概述了苏州轨道交通的3个发展阶段(一条线运营阶段、两条线运营阶段和初步成网阶段),重点分析了线网客流的发展特征,主要包括高峰小时客流最大断面的客流特征、进出站客流特征及乘客出行OD(起讫点)特征等,总结了苏州轨道交通客流发展的4个规律。在此基础上,分析了目前苏州轨道交通线网存在的主要问题,为苏州轨道交通的进一步发展提出建议。

苏州市轨道交通网络化运输组织思路及措施研究

随着苏州市轨道交通新线的不断建设和投入运营,城市轨道交通网络已逐步成型,运营组织管理也随之从单线相对独立运营逐步向多线综合运营的方向转变,苏州市轨道交通已全面迈向网络化运营的新阶段。文章结合苏州市轨道交通线网规模、客流水平、组织架构等方面,研究分析运输管理方面面临的问题,制定目标并提出具有针对性的优化改进建议,为苏州市轨道交通高质量发展贡献力量。

苏州轨道交通网络化换乘衔接优化研究

在苏州市轨道交通网络化运营条件下,研究协调优化各线列车衔接计划的方法,使不同线路的列车在换乘站形成良好衔接,能够缩短乘客的换乘等待时间并减少乘客滞留。基于高峰时段、平峰时段不同的优化目标,提出网络换乘站列车衔接方案优化模型,接着基于遗传算法设计相应的求解方法,并结合苏州市轨道交通的换乘客流特征与运营特征,用算例证明模型和算法的有效性,为网络列车衔接计划的协调编制提供指导建议。