机务段整备区股道安排的算法研究

该文研究了采用基于矩阵编码的自适应遗传算法求解机务段外勤整备区股道安排的问题。通过对各种约束条件和多目标优化模型的分析,提出了基于N×M二维矩阵的染色体编码设计,并构造了基于矩阵操作的新的遗传算子,采用了自适应变换等技术。相对于传统的遗传算法而言,基于矩阵编码与自适应策略的遗传算法具有易操作性、不过早收敛、有很好的收敛精度等特点。此算法的实施克服了人工操作的主观性与繁琐性,为整备区股道安排提供了准确的决策支持。采用遗传算法求解整备区股道安排问题,具有适用广泛和计算稳定等特性。仿真试验结果表明了该算法的可行性和有效性。

基于多目标遗传算法的地铁车辆回库股道安排

科学安排地铁车辆回库股道对提高车辆段生产效率具有重要意义,文章采用多目标遗传算法对回库股道安排进行优化。对车厂线路布置、车辆出入库方式进行分析并对回库股道安排问题进行描述,以任务完成度、接车过程总调车次数、车辆出入库额外耗时为优化目标,以车辆回库时间间隔、车辆段检修能力为约束建立基于多目标遗传算法的回库股道安排模型,以极限情况为例对算法性能进行测试,验证了模型的有效性。

地铁车辆段股道运用优化模型

针对地铁列车返回车辆段时的股道安排问题,首先对股道运用不合理而引起的回段列车无法顺利作业的情况进行分析,将股道运用不合理引起的作业代价转换为额外的调车作业,并在列车运行计划和检修计划的基础上,以总的调车次数最小为优化目标,建立了接车时的股道运用优化模型,以提高车辆段的生产效率。最后,以某地铁车辆段为例,采用非支配排序遗传算法对模型进行求解及仿真分析,验证了模型的有效性和正确性。

地铁车辆基地综合自动化管理系统车辆运用计划统筹安排优化方案

地铁车辆基地是城市轨道交通系统的一个重要组成部分,是地铁车辆停放、检查、整备、运用和修理的管理中心所在地。本文通过对地铁车辆基地检修调度、车辆调度、派班调度统筹安排优化问题进行了研究,提高了场段股道、车辆、人力等资源使用的合理性,提升了车辆基地的生产作业管理化和自动化水平,该系统已经在成都某地铁车辆基地得到应用,有效降低了车辆基地生产运营成本。