面向需求的城际列车时刻表与停站方案同步优化

为了同步优化城际铁路列车时刻表和停站方案,本文引入小时OD客流作为需求输入,考虑可变区间运行时间条件,耦合列车安全运行和需求合理加载约束,从列车运行效率和旅客出行质量两方面构建双目标线性整数规划模型。结合模型特点,采用ε-约束法将其转化为单目标优化模型,并依据问题特征构造两组有效不等式,设计分支切割算法求解转化后的单目标模型。为验证所提方法的可行性和有效性,设置以广州南—珠海城际铁路为背景的多组算例进行案例研究。计算结果表明:所提方法能够有效求解实际案例,其列车服务方案可以高度匹配旅客需求时空分布,相较于平峰时段,高峰时段分布了近70%的列车运行线,以及69%的列车停站;对于直接使用GUROBI无法求解的中大规模问题,所提方法能够在合理计算时间内获得满意可行解,展现出良好的求解性能。

考虑高低速列车灵活混行和停站的运行图优化

为了提高不同速度列车对轨道资源的占用效率,在高速铁路列车运行图编制过程中,同步优化了高低速列车的混行数量和停站方案。通过构建分层时空网络来刻画不同速度列车运行过程,选取最小高速列车开行数量和OD停站次数来保证旅客基本的出行要求,利用单列车最大停站次数限制列车停站均衡性,建立基于时空弧变量的线性整数规划模型,实现总列车运行成本最小。在拉格朗日松弛框架下,由于所建模型耦合了不同弧变量于一起,需要松弛大量的耦合约束才能实现模型分解,使得该方法难以产生高质量的下界和原问题可行解。为此,利用变量分离技术,引入列车类型和停站方案2类0-1变量,重构优化模型;运用拉格朗日松弛方法,重构模型能够分解为时空路径子问题、列车类型子问题和停站方案子问题;在子问题求解中,构造附加约束保证列车类型指派的可行性,构建替代停站子问题加速算法求解;基于下界对偶信息,设计了两阶段启发式方法用于求解原问题可行解。以京沪高铁为背景,设置多组不同规模算例,利用上述方法进行求解,结果表明所提方法可以在合理计算时间内有效求解大规模问题,能够获得较紧致下界和近似最优解,并在求解质量上优于传统松弛分解方法,展现出良好的求解性能。

城市轨道交通列车开行方案的优化理论及方法

根据城市轨道交通的特点,分析客流需求的时变特征、乘客在车站的等待行为和列车与运行线的匹配关系。以轨道列车运行要求、动车组数量和运营企业利益为约束条件,以最小化乘客的等待时间为目标函数,构造拥挤环境下城市轨道交通列车开行方案的数学模型。采用遗传算法求解模型,设计基于二进制结构的特殊编码方法。以南京市地铁1号线为背景,应用本文的模型和算法进行了仿真测算。计算结果表明,利用本文模型得到的非均衡列车开行方案能够更好地满足城市轨道交通乘客和运营企业双方的利益。

铁路枢纽车流组织的非线性0-1规划模型及算法

分析铁路枢纽车流组织问题的背景、特点及优化目标 ,给出铁路枢纽车流组织所需的构模参数 ,梳理与路网联系的车流类型及结构 ,综合考虑直通、改编、地方车流的作业过程 ,建立基于铁路枢纽资源约束的非线性0 - 1规划模型 ,并将遗传算法应用于该问题的寻优过程。

双向编组站车流接续的综合优化

根据双向编组站车流作业的特点，将各车场能力、解体能力、交换作业能力、衔接方向的通过能力和编组场的股道数作为约束条件，将车辆在编组站的走行距离和集结时间、交换车的作业费用以及车辆在其它车场的作业费用作为目标函数，构造了车流接续的综合优化模型。采用遗传算法求解模型，并从多方面对遗传算法提出改进策略。仿真计算表明，该模型和算法能够有效地解决双向编组站的车流接续问题。

一类车站选址问题的非线性优化模型及遗传算法

分析了铁路枢纽辅助站选址问题的背景和由来 ,讨论了辅助站的加入对枢纽地方车流作业选择的影响和修正 ,构造了基于辅助站的选址和地方车流的优化组织为核心的数学模型。针对所建模型为大规模 NP- Hard问题的特点 ,提出了利用遗传算法求解模型的主要策略 。

铁路枢纽运能资源合理利用的多目标优化模型

在对铁路枢纽运输组织进行深刻分析的基础上 ,讨论了铁路枢纽运能资源合理利用问题的背景和由来 ,分析了综合优化的目标及内在关系 ,定义了相关的参数 ,构造了基于能力约束的数学化优模型 .最后采用遗传算法对模型进行了仿真计算 .

双向编组站折角车流优化的模型和算法

分析了双向编组站折角车流的产生原因及作业特征，讨论了影响折角车流大小的主要因素．在对折角车流的交换方式进行分析的基础上，构造了基于双向编组站各子系统能力约束的综合优化模型。

铁路枢纽重空车流组织的协调优化模型及遗传算法

在铁路车流组织问题中 ,仅考虑重车流的优化是不全面的 ,而单纯的空车调配又无多大意义 ,只有将二者结合起来协调优化 ,才可能产生真正合理的车流组织方案。在对铁路枢纽运输组织规律进行分析的基础上 ,将枢纽内编组站的作业分工与空车流的合理调配纳为一起 ,构造了重空车流组织的协调优化模型 ,建立了基于遗传算法的求解理论。仿真计算表明 。

双向编组站列车调度调整的优化模型及算法

研究双向编组站调度优化问题,以解决到达列车接入系统和出发列车编组系统的实时调度调整。在分析双向编组站作业机理和规律的基础上,以列车的编成辆数、编组内容、接续时间、集结地点和作业能力为约束条件,以列车的走行距离、所产生的交换车数为综合优化目标,构造双向编组站列车调度调整的非线性优化模型。根据模型NP-Hard性和变量高度相关性的特点,建立基于网络流技术的遗传算法求解理论。算法的主要思想是在假定0-1变量已经确定的条件下,将整数变量的确定归结为求解网络最小费用流问题。以郑州北编组站为背景,给出算法的实际求解过程。求解算例表明,提出的方法能够有效解决到达列车和出发列车作业地点的实时选择问题。

铁路枢纽折角车流数值变化的动态模拟

以解编车流作业规则和系统资源限制为约束,构造不同目标函数下铁路枢纽编组站作业分工数学模型,给出折角车流理论最大值和最小值及相应编组站作业分工方式及车流条件。基于折角车流变化的复杂性和多样性,将外部车流环境视为一个动态的随机输入,以特定铁路枢纽为背景用计算机模拟技术和遗传算法计算不同条件下折角车流数值解。通过对模拟数据趋势变化比较分析,提出铁路枢纽运输组织不应过分追求折角车流最小等结论。

优化铁路枢纽编组站作业分工方案

给出了铁路枢纽的网络表示 ,分析了铁路枢纽的车流结构和作业流程 .在此基础上 ,研究了铁路枢纽编组站作业分工多目标优化的内在机理和相互关系 ,构造了基于集合创分意义下的数学优化模型 ,并据此讨论了铁路枢纽编组站作业分工问题的内在本质及问题的复杂性 .

轨道列车时刻表问题研究综述

广泛的实践应用和复杂的计算挑战,使得轨道列车时刻表优化问题,多年来一直是交通运输及运筹管理学界的热点研究问题。作为轨道交通运营规划的一个子阶段,列车时刻表向上与线路规划(或开行方案)、向下与动车组调度融合,可以得到多个延伸的研究选题。在特定的时空网络中,列车时刻表设计就是为每个列车确定一条无冲突的运行路径,使基于用户的度量指标如乘客候车时间,或企业的度量指标如运营费用达到最优。对于没有列车越行和停站模式给定的情况,通过整数变量可以完整地刻画列车时刻表模型,但如果考虑列车越行或列车停站决策,则需要引入列车在车站出发顺序或停车决策的0-1变量。一般而言,列车时刻表问题的数学模型是一类典型的大规模、多目标、强耦合的NP完全问题。算法设计是列车时刻表问题最为重要和困难的部分。对于问题较简单或规模较小的情况,常用方法是对原有复杂问题进行适当简化和(或)对难处理表达式进行合理修改,然后使用先进的计算架构和商用优化软件求解更新后模型。当然,分支定界和动态规划这两类直接分解算法,是求解列车时刻表问题的重要方法。对于问题复杂和规模庞大的情况,以拉格朗日和列生成为代表的对偶分解算法,则是求解列车时刻表问题的最佳选择。未来,探讨列车时刻表与各种现实需要(如设施维修),以及时变票价和客票分配等因素之间的深度融合,是一个有价值的研究方向;其次,研究网络环境下列车时刻表问题,将是一个非常有意义的研究选题;最后,应进一步设计集成了问题特点与现代优化技术的各类求解算法,开发能够完全应用于实际运营的商用软件。

一类带有随机参数的交通优化模型及遗传算法

双向编组站包含两个独立的作业系统 ,确定最合理的系统分工方案是这类编组站必须解决的首要问题 ,车流量则是该问题重要的输入参数 .在实际运输工作中 ,车流量随着时间的不同总要发生一定的波动变化 ,这必然会影响双向编组站系统分工方案 ,针对这一交通运输学科经常面临的情况 ,构造了车流波动条件下双向编组站系统作业分工的随机优化模型 ,建立了基于遗传算法的求解理论 。

铁路枢纽内货运量的模糊预测

分析了铁路枢纽内影响货运量的因素，讨论了不同因素的数据处理方法，建立了预测货运量的模糊回归模型，并通过算例求解，对某铁路枢纽的货物发送量进行了预测．

车流波动条件下铁路枢纽编组站作业分工的优化

车流量的波动变化是铁路运输工作中不可回避的现象,该现象必然会影响根据平均车流量得到的运输组织方案的真实性和有效性。本文以铁路枢纽编组站作业分工为背景,研究车流波动条件下运输组织优化问题的随机化构模方法,利用置信水平的概念将所建模型转化成一个概率意义上的最优化模型,提出了基于约束条件随机检验的复合遗传算法。仿真计算表明,提出的模型和算法能够有效地解决车流波动条件下铁路运输组织的优化问题。

城市交通运输系统的模糊综合评价

提出了城市交通运输系统的综合评价指标体系，建立了多层次多目标模糊综合评价模型，最后对若干城市交通运输系统的整体发展水平进行了定量综合评价和排序．

层次分析法在研究铁路枢纽综合运输能力中的应用

本文运用层次分析法建立了铁路枢纽综合运输能力的数学模型，通过对模型连行求解计算，提出了提高综合运输能力的途径和措施。

制定铁路枢纽编组站分工方案的分层优化方法

揭示了铁路枢纽编组站分工问题可以分解为车流在枢纽内作业地点的选择和走行径路的选择两个层次．根据问题的实际背景和内在机理，构造了作业地点选择和走行径路选择两个层次的数学优化模型，并自然展示了二者间的联系．针对所建模型为ＮＰ完全问题的特点，提出了利用遗传算法求解模型的主要策略，并进行了仿真计算．