编组站阶段计划自动编制的数学模型及算法

根据编组站实际作业流程,将阶段计划自动编制问题分解为配流计划、解体/编组计划、到发线运用计划3个自动编制子问题,分别建立数学模型并求解。配流计划模型是在满足列车编组要求的前提下,以中转车组在编组站的总停留时间最少为目标,确定出发列车从站存车以及本阶段到达列车中所获得的车流来源。解体/编组计划模型是在车组配流完成后,以晚点列车总数量最少为目标,确定列车的解体/编组次序。到发线运用计划模型是在当前股道的配置条件下,以能够完成接发列车数量最多为目标,合理安排图定列车的接发。通过将3个模型合理地衔接,实现编组站阶段计划的自动编制。采用所提出的3个模型建立的编组站计算机辅助决策支持系统,目前已在乌鲁木齐西站实施应用。

客运站到发线运用优化研究

为了合理编制客运站到发线运用计划,作者确定了到发线均衡性评价标准,建立了既满足到发线固定使用方案,又达到均衡使用到发线的多目标二次0-1规划模型;并以德州东站为实例,利用LINGO软件进行了求解与验证。

基于列车到发时刻不确定的客运站到发线运用优化研究

合理安排列车占用到发线是编制阶段计划的关键,高效运用到发线可以提高客运站的工作效率和服务水平。利用不确定变量表示列车实际到达时刻与计划到达时刻差值的不确定性,以列车占用到发线时间最小和到发线运用的均衡性为优化目标,以差值得到满足而应达到的置信水平、列车占用到发线的唯一性等为约束条件,建立基于列车到发时刻不确定下的到发线运用优化模型。利用不确定理论的知识将其转化为确定性等价类模型,并借助IBM SPSS Statistics 23验证所提出的分布,通过设计适应度函数、改进选择算子和交叉算子来改进模拟退火遗传算法(ISAGA),对优化模型进行求解。从某客运站验证的数据中选取某天8:00—12:00的数据为例进行说明,结果显示运用ISAGA所得优化方案与常规GA所得方案和值班员使用方案相比,均衡性分别提高了49.15%和75.47%;ISAGA的目标函数值比GA的优了10062 min。表明所建的模型和设计的算法有良好的优化质量和求解效率。