CN105857350A - 一种基于区间断面客流的高铁列车开行方法 - Google Patents
一种基于区间断面客流的高铁列车开行方法 Download PDFInfo
- Publication number
- CN105857350A CN105857350A CN201610153492.7A CN201610153492A CN105857350A CN 105857350 A CN105857350 A CN 105857350A CN 201610153492 A CN201610153492 A CN 201610153492A CN 105857350 A CN105857350 A CN 105857350A
- Authority
- CN
- China
- Prior art keywords
- train
- section
- high ferro
- demand
- station
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 18
- 238000009499 grossing Methods 0.000 claims abstract description 16
- 238000000137 annealing Methods 0.000 claims abstract description 6
- 238000004088 simulation Methods 0.000 claims abstract description 6
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 28
- 230000037361 pathway Effects 0.000 claims description 28
- 229910052742 iron Inorganic materials 0.000 claims description 14
- 238000013461 design Methods 0.000 claims description 12
- 238000002922 simulated annealing Methods 0.000 claims description 12
- 230000036962 time dependent Effects 0.000 claims description 10
- 230000008030 elimination Effects 0.000 claims description 8
- 238000003379 elimination reaction Methods 0.000 claims description 8
- 238000000354 decomposition reaction Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 6
- 238000009825 accumulation Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000000926 separation method Methods 0.000 claims description 5
- 238000013277 forecasting method Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims 1
- 238000004064 recycling Methods 0.000 claims 1
- 238000005457 optimization Methods 0.000 abstract description 17
- 230000008901 benefit Effects 0.000 abstract description 10
- 238000009826 distribution Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000012141 concentrate Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 101100136092 Drosophila melanogaster peng gene Proteins 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/10—Operations, e.g. scheduling or time tables
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Mechanical Engineering (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于区间断面客流的高铁列车开行方法,包括以下步骤:先通过高铁网络运营系统获取高铁车站信息,并将高铁网络分解为若干区段;按照多个等级确定高铁列车停站模式;然后对各区段的O‑D需求按停站模式进行分类;再获取过去各区段实际O‑D需求的数据,利用线性二次指数平滑预测法获取经过各区段每一类O‑D的时变需求;以此为基础按照从高到低等级列车的顺序制定各区段开行方案单元;再利用拼接组合将各开行方案单元拼接组合成为初始列车开行方案;最后对该方案进行调整,使其满足各项约束性条件,并利用模拟退火算法进行优化,依据优化结果开行各趟高铁列车。本发明能综合考虑高铁系统效益和旅客需求,有助于提高高速铁路系统运营效益。
Description
技术领域
本发明涉及高速铁路运输领域,具体涉及一种基于区间断面客流的高铁列车开行方法。
背景技术
随着国家《中长期铁路网规划》和2008年调整方案的持续推进,京广、京沪、哈大等高速铁路线陆续建成并投入运营,初步形成高速铁路网络。在高速铁路网络化运营环境下,旅客出行服务水平与列车运营效率可以得到大幅度提升,铁路运输资源能够得到有效利用,与此同时,也增加了高速铁路网络列车运行的组织难度。针对铁路客运市场需求和客流结构,利用高速铁路速度快、舒适性强的优势,组织高速列车高效地网络化运营,提供高水平的客运服务,是铁路运输企业服务于社会、提升运输企业市场竞争力的有效措施。
高速铁路的运行效率在很大程度上取决于旅客列车开行方案,合理的旅客列车开行方案既能够满足旅客的出行需求,又能够为铁路企业带来良好的经济效益。高速铁路的旅客出行需求不仅数量很大,而且具有明显的波动特征,这种波动特征称为需求的时变性。旅客列车开行方案必须从以下两个方面与旅客出行的时变需求相吻合:①就高速铁路出行需求的大流量而言,每天需要开行多趟相同运行区段的高速列车;②就高速铁路出行需求的时变性而言,在每个车站,列车运输能力的时间分布需要与需求的时变性相适应。
旅客列车开行方案由多个列车组构成,对于普速铁路网络,每个列车组通常包括5个方面的内容:①列车开行区段;②列车等级;③列车编组;④列车停站;⑤列车开行对数。对于高速铁路网络,在一定需求条件下,列车在每个车站的运输能力的时间分布可以用列车始发时间来描述,而在高速铁路旅客列车开行方案的描述中,每个列车组除了满足上述5项特征外,还应满足:⑥列车始发时间分布(以反映列车开行方案与旅客出行时变需求的吻合程度)。
Bussieck以满足客流出行需求为约束条件,以最大化直达旅客数量为优化目标,建立了优化开行方案的混合整数规划模型(参见Bussieck,M.R.,Kreuzer,P.,Zimmermann,U.T.Optimal lines for railway systems[J].European Journal of OperationalResearch,1997,96(1):54-63.)。Yu-Hern Chang等认为旅客列车开行方案包括停站方案、服务频率和车底对数这三部分内容,进而以最小化总体运营成本最少和旅客总旅行时间为优化目标,以客流需求和运输能力为约束条件,建立了城际高速铁路旅客列车开行方案的多目标优化模型(参见Chang,Y.H.,Yeh,C.H.,Shen C.C.A multi-objective model forpassenger train services planning:application to Taiwan’s high-speed railline[J].Transportation Research Part B,2000,34 (2):91-106.)。Wang等建立双层优化模型优化列车开行方案问题:上层利用非线性规划模型求解最优停站方案;针对给定的停站方案,下层利用混合整数规划模型来求解客流分配(参见Wang,L.,Jia,L.,Qin,Y.,Xu,J.,Mo,W.A two-layer optimization model for high-speed railway line planning[J].Journal of Zhejiang University SCIENCE A,2011,12(12):902-912.)。彭其渊等基于随机稳定性配流规划构建了旅客列车开行方案的多目标随机期望值规划模型(参见彭其渊,贾晓秋,关晓宇.随机稳定性配流规划的客运专线列车开行方案模型[J].西南交通大学学报,2011,46(1):143-147.)。付慧伶、聂磊等提出“备选集”的概念,在此基础上对高速铁路列车开行方案进行优化,既符合实际应用特点,又提高了其可操作性(参见付慧伶,聂磊,杨浩,佟璐.基于备选集的高速铁路列车开行方案优化方法研究[J].铁道学报,2010,32(6):1-8.)。
已有的研究主要涉及以下几方面:①采用多目标模型描述旅客列车开行方案,对铁路企业和旅客双方面利益和各种目标综合考虑;②综合考虑各种技术设备运用、客流出行的换乘选择等因素与旅客列车开行方案的关系。③将开行方案优化和客流分配相结合,利用客流分配对开行方案进行评价,均衡配置各种运输资源。然而,现有的旅客列车开行方案大多没有描述开行方案与出行时变需求的吻合性。同时,高速铁路列车开行方案优化是一个复杂的组合优化问题,其复杂性源于多个方面,主要包括高铁出行需求的时变性、高铁网络结构的复杂性、巨量组合方案的离散性和多种评价指标的关联性。高速铁路列车开行方案的设计与操作方法是目前亟待研究解决的重要难题。
发明内容
本发明所要解决的技术问题是,克服以上背景技术中存在的不足和缺陷,提供一种能综合考虑了高铁系统效益和旅客需求,且更加科学、合理并能满足约束条件的基于区间断面客流的高铁列车开行方法。
为解决上述技术问题,本发明提出的技术方案为一种基于区间断面客流的高铁列车开行方法,包括以下步骤:
步骤1:通过高铁网络运营系统获取特定高铁网络中全部的高铁车站信息,并基于特定的高铁车站将高铁网络分解为若干个区段;
步骤2:按照由高到低的多个等级确定高铁列车停站模式;
步骤3:在所述的各个区段,对经过该区段的O-D需求(起点到终点的需求量)按上述的高铁列车停站模式进行分类;
步骤4:通过高铁网络运营系统获取过去历年各区段实际O-D需求的统计数据,再利用线性二次指数平滑预测法,获取经过各区段的每一类O-D的时变需求;
步骤5:针对各区段的每一类O-D的时变需求,以高铁列车停站模式中确定的高铁列车 等级为基础,按照从高等级列车到低等级列车的顺序制定各区段的开行方案单元;
步骤6:利用拼接组合的方法,综合考虑各区段高铁列车的径路、列车等级、始发时间和区间断面需求,将上述确定的相邻各区段的开行方案单元拼接组合成为高铁网络上初始列车开行方案;采用列车开行方案调整策略,对上述步骤6中得到的高铁网络上初始列车开行方案进行调整,使调整后的列车开行方案满足各项约束性条件,并利用模拟退火算法对调整后的列车开行方案进行优化,最后依据优化后的列车开行方案开行高铁网络上的各趟高铁列车。
基于高铁网络结构的复杂性,在上述的基于区间断面客流的高铁列车开行方法中,我们优选采用将高铁网络进行分解为若干个区段,逐个进行列车开行方案设计,满足各区段上的时变需求以及运能匹配,然后拼接组合成高铁网络的列车开行方案,从而解决网络结构的复杂性。如果在区段上进行列车开行方案设计,可以简化解决始发终到列车数约束,同时针对区段上开行的高铁列车,进行拼接组合即可形成长运距的高铁列车。将高铁网络分解为若干个区段的具体操作过程如下:
查勘各高铁车站的位置信息及服务能力信息,并以满足下述要求A)-C)中至少一种要求的高铁车站作为分界点分解高铁网络,将每条高铁线路分解成互不重合的离散区段;
A)能提供列车始发服务;
B)能提供列车终到服务;
C)位于高铁线路交叉处。
记高铁网络G=(V,A),其中V为高铁车站集,A为区间集,a=(vi,vj)∈A,vi,vj∈V表示一区间,且Ta,a∈A为区间旅行时间,da,a∈A为区间里程。记表示能提供列车始发服务、终到服务车站和高铁线路交叉处车站集合,则利用车站集将高铁网络G=(V,A)分解成NL条区段l区段集记为L;记区段l包含的车站集为其中v0和分别为区段l的两个端点站,同时端点站是具有始发、终到服务的车站或线路交叉车站,即且vm,m=1,2,…,nl-1为非端点车站,则区段l包含总车站数为(nl+1)。
上述的基于区间断面客流的高铁列车开行方法,优选的:所述步骤2中,确定高铁列车停站模式的具体操作如下:
通过高铁网络运营系统采集所述高铁网络中各高铁车站的旅客出行需求数据信息以及高 铁车站设备配置条件信息,根据获取的旅客出行需求数据信息以及高铁车站设备配置条件信息将高铁网络中的高铁车站划分为多个等级,同时将高铁列车划分为多个等级,且使得高铁列车的停站模式数与高铁车站等级数、高铁列车等级数均相等,记为N;同时设定第i类停站模式表示等级数为i的高铁列车只在等级数值不超过i的高铁车站停车,i∈N。
通过采用上述优选的高铁列车停站模式,然后确定高铁列车开行方案的停站模式,通过停站模式的确定可以解决停站方式任意组合形成的巨量方案的问题,这样缩小停站方案的搜索范围。
上述的基于区间断面客流的高铁列车开行方法,更优选的:所述步骤2中,N=3,即停站模式数为三类,且高铁车站等级数与高铁列车等级数均为三个等级,其中,设定第1等级的级别最高,第3等级的级别最低;在所述步骤1中分解后的某一特定区段l上,确定区段l上高铁列车遵循的停站模式如下:
第i类停站模式是指:在始发站与终到站之间的区段l运行的第i等级的高铁列车,控制其仅在该区段l沿线的第1等级至第i等级的高铁车站进行停靠,i=1,2,3。
从上述区段l的停站模式可知,第1类停站模式对应的是一站直达停站模式或大站停模式;第2类停站模式对应的是择站停模式;而第3类停站模式对应的是站站停模式。
上述的基于区间断面客流的高铁列车开行方法,优选的:所述步骤3中,对经过该区段的O-D需求按高铁列车停站模式进行分类的具体操作如下:记高铁网络的O-D需求集为RS,对于区段l,根据其N类停站模式,对O-D需求进行分类。
先选择等级最高的高铁列车所属的最高级别的停站模式,再降低等级选择其他较低等级、直至最低等级高铁列车所属的第i类停站模式,i大于1;
区段l上选择最高级别的停站模式(即第1类停站模式)的O-D需求包括:(3.1)起点和终点均为区段l外高铁车站的O-D需求;(3.2)起点为区段l外、终点为区段l内第1等级高铁车站的O-D需求;(3.3)起点为区段l内的第1等级高铁车站、终点为区段l外车站的O-D需求;(3.4)起点和终点都是区段l内第1等级高铁车站的O-D需求;
区段l上选择其他较低等级、直至最低等级高铁列车所属的停站模式的O-D需求包括:(3.5)起点为区段l外、终点为区段l内第i等级高铁车站的O-D需求;(3.6)起点为区段l内的 第i等级高铁车站、终点为区段l外车站的O-D需求;(3.7)起点为区段l内的第1至i等级高铁车站而终点是区段l内的第i等级高铁车站的O-D需求;(3.8)起点为区段l内的第i等级高铁车站而终点是区段l内的第1至i等级高铁车站的O-D需求。
上述的基于区间断面客流的高铁列车开行方法,优选的:所述步骤4的具体操作如下:
记高铁网络G=(V,A),其中V为车站集,A为区间集,a=(vi,vj)∈A,vi,vj∈V表示一区间,区段l中所包含的区间集合为Al;记xa(t)为区间a∈A(区段l中所包含的区间集合为Al)、在时刻t∈[T1,T2]的客流需求,称之为区间断面需求,其中T1,T2分别是高铁开行方案规划服务的起始时间和终止时间;对于该区间的每一个O-D类,也具有相应的区间断面需求;对于区段l,分别记3类O-D为在区间a∈A产生的区间断面需求记为称为第i类区间断面需求,则满足以下关系:
再根据获取的历年各区段实际O-D需求的统计数据,利用线性二次指数平滑预测法,对本年度的区间断面需求进行预测;令时间τ的一次指数平滑预测值为二次指数平滑预测值为实际值为则:
上式中,α为平滑常数,aτ为初值修正量,bτ为增量修正量,由此可确定时间τ+m的预测值Fτ+m计算公式为Fτ+m=aτ+bτm,其中,m为预测超前期数。
上述的基于区间断面客流的高铁列车开行方法,优选的:所述步骤5的具体操作如下:
将每个区段划分为下行方向和上行方向两个方向,下行方向和上行方向均按以下步骤构造各区段的开行方案单元;
(5.1)确定高铁列车吸引的区间断面需求的时间范围[t0,t1],使得该时间范围内累积的第i类区间断面需求达到一定的上座率,足够开行一趟高铁列车;若时间范围[t0,t1]的第i类区间断面需求不够开行一趟高铁列车,则将时间范围[t0,t1]的第i类区间断面需求加进第i+1类区间断面需求;
(5.2)计算该趟高铁列车的最优始发时间tx:yi(t)为区段下行方向或上行方向在时刻t的区间断面需求的累计量,使该区段高铁列车负责的区间断面需求偏离列车始发时间的总累计量最小化,即:
可得:
(5.3)将t0更新为t1,采用上述同样的方法获取新的高铁列车的覆盖范围[t0,t1]和最优的始发时间tx,如此循环,百到开行的区段高铁列车能够满足运营时间范围为[T1,T2]内第i类区间断面需求,即使得t1=T2;
(5.4)重复上述步骤(5.1)~(5.3),直至开行完第1至第N等级的区段列车,满足第1至第N类区间断面需求,从而形成各区段的开行方案单元。
上述的基于区间断面客流的高铁列车开行方法,优选的:所述步骤6中,所述高铁网络上初始列车开行方案主要包括列车运行区段(始发站、终到站和经由线路)、列车等级和开行对数。一般一天内高速铁路开行相同区段和相同列车等级的列车编组和对数固定,因此,高铁网络上初始列车开行方案的拼接方法主要考虑列车运行区段和列车等级。该初始列车开行方案通过拼接列车区段形成,进而确定高铁列车的径路和发车时间;高铁列车的径路通过拼接列车区段的径路确定,高铁列车的发车时间是通过拼接的区段列车的发车时间以及相关各项约束性条件确定。
上述的基于区间断面客流的高铁列车开行方法,更优选的:所述初始列车开行方案是由列车区段集合R中列车区段拼接组成并满足列车各项约束性条件的列车集合,将列车集合分 为本线列车集合Pb和跨线列车集合Pc,通过以下操作生成初始列车集P
①拼接本线、跨线列车;拼接具备高铁列车组合拼接关系的区段列车,即在各区段的开行方案单元的拼接过程中,各区段高铁列车有且只有一个相同的端点,拼接后没有重复高铁车站,同时满足线路长度约束;其中,拼接延伸本线列车,即对于每条线路的上行方向,对于任意列车区段通过就近拼接,一直延伸到线路方向的末端;拼接跨线列车,即根据跨线方式和通过需求分布进行跨线列车的拼接;
②综合调整列车:调整所拼接的列车,使之满足列车径路长度、始发站发车能力和列车总数等约束;
③确定列车始发时间:选取可拼接的高铁列车p的区段列车集Rp中周转量最大的区段列车,然后以该区段列车的始发时间为基准,该区段列车集中其他高铁列车改变始发时间来吻合该区段列车;调整区段列车吸引的区间断面需求的时间范围,计算周转量和高铁列车运输的通过需求;
④确定列车编组:对于列车p,从其编组候选集合B(p)中等概率随机选择一个编组,作为该列车p的编组。
上述的基于区间断面客流的高铁列车开行方法,所述步骤6中,列车开行方案满足各项约束性条件是指确定列车开行方案的合理性约束;
所述合理性约束从开行列车设置合理性方面包括:列车区段的组合拼接的约束条件、列车径路长度的约束条件、始发终到时间约束和最大区间上座率约束;
所述合理性约束从开行方案整体性方面包括:始发站发车能力约束、终到站终到能力约束、车站始发终到列车数相等约束、区间通过能力约束以及列车总数约束。
上述的基于区间断面客流的高铁列车开行方法,优选的:所述步骤7中,对列车开行方案进行调整和优化的具体步骤包括:
(6.1)构造邻域系及确定搜索策略:高铁列车开行方案的邻域系是指满足约束条件的所有初始列车集P的可行解空间,是需要设计以列车区段为基本单元的邻域系搜索策略;
在每次邻域解构造操作时,对于每列车,按照一定概率随机选择列车调整策略,其中列车调整策略包括列车互换列车区段、列车交叉重组、列车分拆以及列车相互拼接;然后对于整个开行方案进行综合调整以适应列车径路长度、始发站始发能力、终到站终到能力、列车总数约束,同时进行列车始发时间调整以及列车编组调整;整个邻域解构造包括4种列车调整策略(列车互换区段列车、列车交叉重组、列车分拆和列车相互拼接)和6种综合方案调 整策略(依次进行列车径路长度、始发站始发能力、终到站终到能力、列车总数约束满足操作,以及列车始发时间和列车编组调整操作);
每进行一次邻域解构造操作,对得到的列车开行方案进行判断,若列车开行方案在进行操作之后仍然存在上述约束条件不满足,则返回到操作前的方案;若满足,按照模拟退火算法原理以一定概率接受当前邻域解;
(6.2)设计模拟退火计划表:主要是包括如下参数和规则的设置:初始温度确定、温度下降序列确定、内循环终止条件设置、算法终止条件设置;
(6.3)确定最终的高铁列车开行方案:根据初始高铁列车开行方案的生成方法、邻域系的构造方法以及开行方案的评价方法,在上述模拟退火计划表的基础上,设计求解高铁列车开行方案的模拟退火算法,具体步骤如下:
第0步 初始化;
第1步 生成初始列车开行方案;
第2步 计算列车开行方案目标函数;
第3步 生成列车开行方案邻域解;
第4步 更新当前最优解;
第5步 更新当前解;
第6步 迭代次数检验;
第7步 算法终止检验;
第8步 结果输出。
本发明在基于连续运输能力的高铁客流动态分配获得断面需求的基础上,针对高铁列车开行方案优化问题,根据按流开车的优化原则,基于时变的区间断面需求,提出了列车拼接的高铁列车开行方法。通过网络分解、停站模式确定、需求分类、时变区间断面求解和区段开行方案确定,生成了各区段列车。基于列车区段,提出了基于区间断面需求的高速铁路列车开行方法。本发明结合高速铁路列车开行方案优化模型的特点,通过综合运用高铁列车开行方案初始解生成方法、邻域系构造方法以及模拟退火计划表等,使本发明的高铁列车开行方法取得了显著的经济效益和社会效益,实施例的结果显示:基于区间断面需求进行高速铁路列车开行方法综合考虑了高铁系统效益和旅客需求,能够获得了科学、合理、并满足约束条件的高铁列车开行方案,具有较好的经济性、科学性和实用性,能为时变特征需求下的高速铁路列车开行方案优化提供决策支持,具有较好的应用价值。同时,本发明的应用也有助于提高高速铁路系统运营效益,促进我国高速铁路健康可持续发展。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明基于区间断面客流的高铁列车开行方法的流程图。
图2为本发明实施例中高铁网络示意图。
图3为本发明实施例中综合调整后的京广高铁下行方向高铁列车开行方案图。
图4为本发明实施例中优化后的京广高铁下行方向高铁列车开行方案图。
具体实施方式
为了便于理解本发明,下文将结合说明书附图和较佳的实施例对本发明作更全面、细致地描述,但本发明的保护范围并不限于以下具体的实施例。
除非另有定义,下文中所使用的所有专业术语与本领域技术人员通常理解的含义相同。本文中所使用的专业术语只是为了描述具体实施例的目的,并不是旨在限制本发明的保护范围。
除非另有特别说明,本发明中用到的各种原材料、试剂、仪器和设备等均可通过市场购买得到或者可通过现有方法制备得到。
实施例:
一种如图1所示本发明的基于区间断面客流的高铁列车开行方法,我们以京广高速铁路、沪汉蓉高速铁路以及郑西高速铁路为例(如图2所示),该高铁列车开行方法具体包括以下步骤:
步骤1.通过高铁网络运营系统获取特定高铁网络中全部的高铁车站信息,并基于特定的高铁车站将高铁网络分解为若干个区段。
将高铁网络分解为若干个区段的具体操作过程如下:查勘各高铁车站的位置信息及服务能力信息,并以满足列车始发、终到服务要求以及位于高铁线路交叉处的高铁车站作为分界点分解高铁网络,将每条高铁线路分解成互不重合的离散区段。
记高铁网络G=(V,A),其中V为高铁车站集,A为区间集,a=(vi,vj)∈A,vi,vj∈V表示一区间,且Ta,a∈A为区间旅行时间,da,a∈A为区间里程。记表示能提供列车始发服务、终到服务车站和高铁线路交叉处车站集合,则利用车站集将高铁网络G=(V,A)分解成NL条区段l,区段集记为L;记区段l包含的车站集为其中v0和分别为区段l的两个端点站,同时端点站是具有始发、终到服务的车站或线路交叉车站,即且vm,m=1,2,…,nl-1为非端点车站,则区段l包含总车站数为(nl+1)。
具体到图2所示的本实施例的高铁网络中,一共包括82个高铁站,总长4786公里。按照上述的高铁网络分解原则,其中筛选出具有始发终到服务的高铁车站以及线路交叉车站,包括:北京西、石家庄、邯郸东、郑州东、武汉、长沙南、衡阳东、广州南、上海虹桥、南京南、合肥南、六安、汉口、宜昌东、重庆北、成都东、西安北共17个高铁站,然后以上述高铁车站作为分界点,分成15个区段。每个区段有2个区段方向,共30个区段方向。
步骤2:按照由高到低的多个等级确定高铁列车停站模式。
本步骤中确定高铁列车停站模式的具体操作如下:通过高铁网络运营系统采集高铁网络中各高铁车站的旅客出行需求数据信息以及高铁车站设备配置条件信息,根据获取的旅客出行需求数据信息以及高铁车站设备配置条件信息将高铁网络中的高铁车站划分为3个等级,同时将高铁列车划分为3个等级,且使得高铁列车的停站模式数与高铁车站等级数、高铁列车等级数均相等,记为N,N=3,即停站模式数为三类;同时设定第i类停站模式表示等级数为i的高铁列车只在等级数值不超过i的高铁车站停车,i∈N。其中,设定第1等级的级别最高,第3等级的级别最低;在步骤1中分解后的某一特定区段l上,确定区段l上高铁列车遵循的停站模式如下,即:第i类停站模式是指:在始发站与终到站之间的区段l运行的第i等级的高铁列车,控制其仅在该区段l沿线的第1等级至第i等级的高铁车站进行停靠,i=1,2,3。
具体的,记V为高铁车站集,对于任意车站vi∈V,根据车站旅客需求以及车站设备配置条件,则将高铁车站集V划分为3个子车站集,即V1,V2,V3;对于任意一个子车站集Vi,i=1,2,3,表示子车站集Vi包含所有第i等级的车站;则满足: 且i≠j。在步骤1中分解后的某一特定区段l上,其车站集为Vl,则可以对于区段l的车站集Vl进行车站等级分类。记为区段l上第i等级的子车站集,则可以表示为
从上述区段l的停站模式可知,第1类停站模式对应的是一站直达停站模式或大站停模式;第2类停站模式对应的是择站停模式;而第3类停站模式对应的是站站停模式。
通过高铁网络运营系统获取本实施例图2所示高铁网络中各车站的年旅客发送量、社会属性以及网络结构,利用聚类分析将本实施例的上述高铁车站分为3个等级。其中,共有19个1等级车站,38个2等级车站和25个3等级车站。列车总数约束为880列,同时,只考虑8编组和16编组2类编组,同时相应定员为610和1220个。
步骤3:在各个区段,对经过该区段的O-D需求按上述的高铁列车停站模式进行分类。
针对确定区段l的停站模式,对于停站服务,因为只有在该车站停站才能服务于该车站的需求,所以根据停站模式的规定可以看出,每种停站模式是服务于相应的O-D需求。记高速铁路网络的O-D集为RS。对于区段l,根据其N类停站模式,对O-D需求进行分类。O-D需求分类的原则就是尽量选择等级高的停站模式,即选择停站少、列车等级高的列车所属的停站模式。
区段l上选择第1类停站模式的O-D需求包括:(3.1)起点和终点均为区段l外高铁车站的O-D需求;(3.2)起点为区段l外、终点为区段l内第1等级高铁车站的O-D需求;(3.3)起点为区段l内的第1等级高铁车站、终点为区段l外车站的O-D需求;(3.4)起点和终点都是区段l内第1等级高铁车站的O-D需求。
区段l上选择第i(i>1)类停站模式的O-D需求包括:(3.5)起点为区段l外、终点为区段l内第i等级高铁车站的O-D需求;(3.6)起点为区段l内的第i等级高铁车站、终点为区段l外车站的O-D需求;(3.7)起点为区段l内的第1至i等级高铁车站而终点是区段l内的第i等级高铁车站的O-D需求;(3.8)起点为区段l内的第i等级高铁车站而终点是区段l内的第1至i等级高铁车站的O-D需。记区段l的第i类停站模式服务的O-D集为
从上面可以看出,对于任意O-D集满足以及且i≠j。这样将O-D集RS分成N个子O-D集由此可知,对于第j(j=2,3,j>i)类停站模式有能力服务于第i类停站模式所服务的所有O-D需求;第i类停站模式所服务的所有O-D需求当然会倾向选择第i类停站模式,而不会倾向选择第j类停站模式。
步骤4:通过高铁网络运营系统获取过去历年各区段实际O-D需求的统计数据,再利用线性二次指数平滑预测法,获取经过各区段的每一类O-D的时变区间断面需求。
上述时变区间断面需求获取过程如下:时变区间断面需求是指在高铁网络上全部O-D对的时变需求按照自己意愿选择,不受列车开行方案或运行图的制约,在高铁网络上呈现的时空分布。按照时变区间断面需求进行按流按时开车,是确定高速铁路列车开行方案首要的和最基本的原则。
对于每个区段,可以分为上行方向和下行方向两个方向。对于区段l,记车站v0至车站的方向为下行方向D,车站至车站v0的方向为上行方向U,可以记区段l下行方向区段l上行方向并记区段方向集合为Ld,即
对于区段下行方向其包含的区间为(vj-1,vj),j=1,2,…,nl,记区段下行方向包含的区间集合为即同理可知,区段上行方向包含的区间集合这样可以获得区段l包含的区间集合为Al,即同时记区段下行方向的车站集为
记xa(t)为区间a∈A、在时刻t∈[T1,T2]的客流需求,称之为区间断面需求,其中T1,T2分别是高铁开行方案规划服务的起始时间和终止时间。从细分来看,对于该区间的每一个O-D类,也具有相应的区间断面需求。对于区段l,分别记3类O-D为在区间a∈Al产生的区间断面需求记为称为第i类区间断面需求。满足:
再根据我们获取的历年实际区间断面需求的统计数据,利用线性二次指数平滑预测法,对本年度的区间断面需求进行预测。令时间τ的一次指数平滑预测值为二次指数平滑预测值为实际值为平滑常数α,初值修正量aτ,增量修正量为bτ,则:
这样,时间τ+m(m为预测超前期数)的预测值计算公式为Fτ+m=aτ+bτm。
步骤5:针对各区段的每一类O-D的时变需求,以高铁列车停站模式中确定的高铁列车等级为基础,按照从高等级列车到低等级列车的顺序制定各区段的开行方案单元。
各区段的开行方案单元的确定主要是通过开行相关等级的高铁列车区段满足该区段上的时变区间断面需求来确定,这既要满足时变区间断面需求的总量,也要尽可能使得开行高铁列车区段吸收的时变区间断面需求偏离其被列车输送的时刻最少。
下面仅就区段下行方向的开行方案单元确定方法进行具体展开,对于区段上行方向可以采用同样的方法确定其开行方案。对于区段下行方向的开行方案确定,按照等级从高等级到低等级列车区段制定开行方案,即针对各类区间断面需求,按照第1类至第N类的顺序制定开行方案以满足其区间断面需求。具体步骤如下:
(5.1)确定高铁列车吸引的区间断面需求的时间范围[t0,t1]。一趟高铁列车能吸引一定时间范围的区间断面需求,并负责运输该时间范围的区间断面需求。对于区段下行方向其包含nl个区间,令区间am=(vm-1,vm),m=1,2…,nl。对于区间第i类区间断面需求平均列车定员记为C且τ(v0,v)为从车站v0沿着区段下行方向到达车站v的旅行时间。如果一高铁列车区段负责的区间断面需求范围的起始时间为对于任意区间am,m=1,2,…,nl,存在τm满足:
则令tm=τm;否则令tm=∞。其中,为上座率参数,tm、τm为临时时间变量。由此可得该高铁列车负责的区间断面需求的范围为
但是当对于任意区间am,m=1,2,…,nl,均满足:
其中为上座率参数,在时间范围的第i类区间断面需求不够开行一列车区段,可将时间范围的第i类区间断面需求加进第i+1类区间断面需求。记为[t0,t1],获得列车吸引的区间断面需求的时间范围。
(5.2)计算该趟高铁列车的最优始发时间tx。为了使得该趟高铁列车负责的区间断面需求偏离列车区段的始发时间的总量最小,确定合适的列车区段始发时间,令yi(t)为区段下行方向在时刻t的区间断面需求的累计量,则假设列车区段始发时间为tx,为了最小化该区段列车负责的区间断面需求偏离列车的始发时间的总累计量,即:
可得:
同时,可以计算得出该列车区段的周转量为:
上述即为一列车区段的覆盖范围和最优始发时间确定,基于其确定方法,可以对下行方向区段第i等级列车区段的开行方案进行确定。对于高速铁路系统的运营时间范围为[T1,T2],通过在该时间范围内开行下行方向的第i等级区段列车去满足第i类区间断面需求,从而确定开行第i等级第j列的发车时间Tij。
(5.3)将t0更新为t1,采用上述同样的方法求解新的列车的覆盖范围[t0,t1]和最优的始发 时间tx,如此循环,直到开行的区段列车能够满足运营时间范围为[T1,T2]内第i类区间断面需求,即使得t1=T2。
(5.4)重复步骤(5.1)~(5.3),直至制定开行完第1至第N等级的区段列车,满足第1至第N类区间断面需求,从而形成区段的开行方案单元。
对于区段方向以及不同等级i,设置不同的上座率参数可以适当控制生成的各等级列车区段的数量,以满足相关约束条件。记区段方向的第i等级、第j列列车区段则区段方向的第i等级的列车区段集为区段方向的所有列车区段集为整个高铁网络的列车区段集合为R,则并令Z(r)为列车区段r的初始周转量。
上述区段下行方向的开行方案的具体算法框架如下:
已知参数:区段下行方向高速铁路运营时间范围为[T1,T2],各类区间断面需求列车平均定员C,上座率参数
区段开行方案单元:各等级列车区段开行数ni、第i等级第j个列车区段的发车时间tij、周转量Zij以及其负责的区间断面需求时间范围
算法主体:
初始化:
Step 1:若i≤N,对于任意区间am,m=1,2,…,nl,求解使得:
如果有解,令tm←τm,否则令tm←∞;
Step 2:利用tm,m=1,2,…,ml,求解
若且对于任意区间am,m=1,2,…,nl,均满足:
则对于任意区间am,m=1,2,…,nl,令
否则,求解:
Step 3:令这样获得第i等级第j列的发车时间tij,以及第i等级第j列列车区段的吸引的区间断面需求时间范围计算第i等级第j列列车区段的周转量:
Step 4:令若转Step 5;否则转Step 1;
Step 5:令i←i+1,若i>N,结束算法;否则转Step 1。
根据上述算法可以获得各个区段方向的各个等级所开行区段列车,也可以看出上座率参数为可以调节列车区段的数量。
步骤6:利用拼接组合的方法,综合考虑各区段高铁列车的径路、列车等级、始发时间和区间断面需求,将上述确定的相邻各区段的开行方案单元拼接组合成为高铁网络上初始列车开行方案。采用列车开行方案调整策略,对得到的高铁网络上初始列车开行方案进行调整,使调整后的列车开行方案满足各项约束性条件,并利用模拟退火算法对调整后的列车开行方案进行优化,最后依据优化后的列车开行方案开行高铁网络上的各趟高铁列车。
基于区段的开行的列车区段,通过拼接组合成长运距的列车,这样可以减少列车数以及换乘人数,节约系统运营成本,且提高旅客服务质量。通过拼接组合的方法,形成高速铁路开行方案,但是并不是任意两个列车区段都能拼接成开行的长运距列车,这需要考虑各列车 区段的径路、列车等级、始发时间、运输的区间断面需求等,才能让相互组合的列车区段发挥其长运距的效应。
高铁网络G=(V,A),列车区段rk∈R可以表示为一个五元组其中表示列车区段rk的区段方向,gk表示列车区段rk的等级,tk表示列车区段rk初始始发时间,以及表示初始负责的区间断面需求时间范围。记分别为列车区段rk的首端点高铁站和尾端点高铁站,以及ηk为列车区段rk的运行时间,dk为列车区段rk的运行距离,则初始列车开行方案的拼接组合方法具体操作如下:
(6.1)确定列车开行方案的合理性约束。
合理性约束从开行列车设置合理性方面包括:
①列车区段的组合拼接的约束条件:组合拼接的任意相邻两个列车区段的结合点须仅有一个公共点,且为端点;
②列车径路长度的约束条件:列车径路长度与高铁网络的规模、旅客的平均出行距离等有关,不可过长或过短;
③始发终到时间约束:拼接成的列车的始发终到时间需要在高铁系统的运营时间范围之内;
④最大区间上座率约束:开行一趟高铁列车需要满足列车区间最大上座率约束。
从开行方案整体性方面包括:
①始发站发车能力约束:始发车站发车能力不能超过最大发车能力,车站发车能力直接影响列车在高铁网络上的分布;
②终到站终到能力约束:定义同始发站发车能力约束;
③车站始发终到列车数相等约束:车站始发车和终到列车数相同;
④区间通过能力约束:列车开行对数不超过区间通过能力;
⑤列车总数约束:列车数不能超过高铁系统提供的最大列车使用数。
(6.2)生成初始列车集P。
一般一天内高速铁路开行相同区段和相同列车等级的列车的编组和对数固定。因此,高速铁路列车初始开行方案拼接方法主要考虑列车运行区段和列车等级。此外,为保证拼接后的列车所包含各区段列车的始发时间相吻合,还需要调整各区段列车的始发时间,并计算相关参数。
高铁开行方案的初始解通过拼接列车区段形成,从而确定高铁车的径路和发车时间;高 铁列车的径路通过拼接列车区段的径路确定,而高铁列车的发车时间确定是通过拼接的区段列车的发车时间以及相关约束条件确定;初始开行方案是由列车区段集合R中列车区段拼接组成并满足列车约束条件的列车集合,将列车集合分为本线列车集合Pb和跨线列车集合Pc,通过以下操作生成初始列车集P
①拼接本线、跨线列车:拼接具备高铁列车组合拼接关系的区段列车,即在各区段的开行方案单元的拼接过程中,各区段高铁列车有且只有一个相同的端点,拼接后没有重复高铁车站,同时满足线路长度约束;其中,拼接延伸本线列车,即对于每条线路的上行方向,对于任意列车区段通过就近拼接,一直延伸到线路方向的末端;拼接跨线列车,即根据跨线方式和通过需求分布进行跨线列车的拼接。
高铁网络G=(V,A),列车区段rk∈R可以表示为一个五元组其中表示列车区段rk的区段方向,gk表示列车区段rk的等级,tk表示列车区段rk初始始发时间,以及表示初始负责的区间断面需求时间范围。记分别为列车区段rk的首端点高铁站和尾端点高铁站,以及ηk为列车区段rk的运行时间,dk为列车区段rk的运行距离。
具体的,先定义列车区段组合拼接函数关系,如果存在两个列车区段和且则运算表示其两个区段方向拼接成的列车径路为:
如果由该两个列车区段ru和rv拼接而成列车其中tp表示高铁列车p的始发时间,表示高铁列车p的径路,可以用运算符“+”表示列车区段拼接运算,则p=ru+rv,其中由拼接运算可知,高铁列车p是由多个列车区段r∈R组合拼接而成,有序的列车区段集合Rp={rk(1),rk(2),…,rk(m(p))},其中m(p)表示为高铁列车p包含的列车区段数量,则p=rk(1)+rk(2)+…+rk(m(p))。通过运算可以描述高铁列车p中径路的组合拼接方式:
②综合调整列车:调整所拼接的列车,使之满足列车径路长度、始发站发车能力和列车总数等约束。
③确定列车始发时间:选取可拼接的高铁列车p的区段列车集Rp中周转量最大的区段列车,然后以该区段列车的始发时间为基准,该区段列车集中其他高铁列车改变始发时间来吻合该区段列车;调整区段列车吸引的区间断面需求的时间范围,计算周转量和高铁列车运输的通过需求。
1)确定拼接后高铁列车的始发时间以及调整相应高铁列车的区段始发时间。
当通过拼接组合形成整个高铁网络列车开行方案P,但是拼接成列车的这些有序列车区段,并不能在始发时间上吻合得很好,使得每个列车区段的终到时间不能刚好与紧接后序的列车区段的始发时间相同。为了使高铁列车每个列车区段的终到时间与紧接后序的列车区段的始发时间吻合,需要综合调整各列车区段的始发时间。具体是选取可拼接的高铁列车p的区段列车集Rp中周转量最大的区段列车,然后以该区段列车的始发时间为基准,该区段列车集中其他高铁列车改变始发时间来吻合该周转量最大的区段列车。
首先,选定高铁列车p的列车区段集Rp中的最大周转量的列车区段然后以列车区段的始发时间作为基准,即该列车始发时间不变化,列车区段集Rp中其它列车区段改变始发时间来吻合列车区段如果调整后高铁列车p的始发时间和终到时间超出了高铁系统运营时间范围[T1,T2],需要整体调整列车区段集Rp中各列车区段rk(i)的始发时间,即如果始发时间早于时间T1,则整体推迟始发时间,使得高铁列车p的始发时间等于时间T1;如果终到时间晚于时间T2,则整体提前始发时间,使得高铁列车p的终到时间等于时间T2。
按照上述思路确定高铁列车的始发时间以及相应列车区段始发时间的调整的具体算法框架如下:
输入列车p=rk(1)+rk(2)+…+rk(m(p)),列车区段rk(i),i=1,2,…,m(p)的始发时间tk(i),以及周转量Zk(i),以及高铁系统运营时间范围[T1,T2]。
输出列车p的始发时间tp、各列车区段的调整后始发时间
算法主体:
Step 1:寻找列车p中列车区段集Rp中的最大周转量的列车区段即
令
如果t<T1,则令Δt←T1-t;
令
如果t>T2,则令Δt←T2-t;
Step 2:令对于i=i*+1,i*+2,…,m(p),执行
从而获得列车区段r(k)的调整后始发时间
Step 3:令则这样可以获得列车p的始发时间tp。
2)调整区段列车吸引的区间断面需求的时间范围,计算周转量。
对于区段l方向的等级i区段列车,按照新的始发时间进行排序。记区段方向的第i等级第j列列车区段的始发时间为对于集合列车区段按照进行排序,排序为对于其中相邻两个列车区段为和则在时间范围内时变区间断面需求,会重新选择该两个列车区段为和按照时间偏离最少的原则进行选择。对于相邻的前一列车区段为后一列车区段为则吸引的区间断面需求时间范围为其中:
对于排在第一的列车区段为其吸引的区间断面需求时间范围其中
对于排在最尾的列车区段为其吸引的区间断面需求时间范围其中
各区段列车rk各区间负责的区间断面需求总量即令对于任意区间am=(vm-1,vm),m=1,2,…,nl,
列车区段rk的运输比例θ(rk)可以通过如下公式计算:
列车区段rk的周转量Z(rk)为
3)计算高铁列车运输的通过需求。
对于相邻两个区段方向之间可以计算出其通过需求,假设区段方向和相邻,即区段方向的尾端点是区段方向首端点,且区段方向和只有一个共同点。令区段方向的第g类需求在时刻t通过的尾端点并进入的流量为令区段方向的第g类需求在时刻t通过的尾端点并进入的流量为则整个的高铁系统的通过需求为:
其中
对于列车p=rk(1)+rk(2)+…+rk(m(p)),通过列车p从区段方向的第gk(i)类需求通过并进入的流量为:
通过列车p从区段方向的第gk(i+1)类需求通过并进入的流量为:
通过列车p通过rk(i)的尾端站并进入rk(i+1)的通过流量为
列车p服务的通过总流量为:
④确定列车编组:对于列车p,从其编组候选集合B(p)中等概率随机选择一个编组,作为该列车p的编组。
(6.3)构造邻域系及确定搜索策略:高铁列车开行方案的邻域系是指满足约束条件的所有初始列车集P的可行解空间,是需要设计以列车区段为基本单元的邻域系搜索策略。
在每次邻域解构造操作时,对于每列车,按照一定概率随机选择列车调整策略,其中列车调整策略包括列车互换列车区段、列车交叉重组、列车分拆以及列车相互拼接;然后对于整个开行方案进行综合调整以适应列车径路长度、始发站始发能力、终到站终到能力、列车总数约束,同时进行列车始发时间调整以及列车编组调整。整个邻域解构造包括4种列车调整策略(列车互换区段列车、列车交叉重组、列车分拆和列车相互拼接)和6种综合方案调 整策略(依次进行列车径路长度、始发站始发能力、终到站终到能力列车总数约束满足操作,以及列车始发时间和列车编组调整操作)。
每进行一次邻域解构造操作,对得到的列车开行方案进行判断,若列车开行方案在进行操作之后仍然存在上述约束条件不满足,则返回到操作前的方案;若满足,按照模拟退火算法原理以一定概率接受当前邻域解。
(6.4)设计模拟退火计划表:主要是包括如下参数和规则的设置:初始温度确定、温度下降序列确定、内循环终止条件设置、算法终止条件设置;
(6.5)确定最终的高铁列车开行方案:根据初始高铁列车开行方案的生成方法、邻域系的构造方法以及开行方案的评价方法,在上述模拟退火计划表的基础上,设计求解高铁列车开行方案的模拟退火算法,具体步骤如下:
已知参数高铁网络G=(V,A),区间a∈A的里程da,区间a∈A的旅行时间Ta,各等级车站集合Vi,i=1,2,…,N,各类第i类区间断面需求区段集记L,区段方向集合Ld,区段方向的第i等级的列车区段集为对于列车区段rk∈R,其初始负责的区间断面需求时间范围初始周转量Z(rk),运行时间ηk,运行里程dk,列车载客定员C,旅客的人公里票价率ca,设置每列列车每公里费用都为cd,列车组织费用都为cm,目标函数的权重因子λ1,λ2,λ3,λ4,λ5,λ6,当前温度T下的迭代次数和目标函数值不变次数上限Kend。
获得结果高速铁路列车开行方案即列车集
第0步初始化。
给定初始温度T0,终止温度Tf,设置温度下降比例为θ,令当前温度T下的线网方案迭代次数K=1,转第1步。
第1步生成初始列车开行方案P0。
根据高铁列车开行方案初始解生成方法,生成初始列车开行方案P0。并置P=P0,当前最优解Pmax=P0。转第2步。
第2步计算列车开行方案目标函数。
根据高铁系统运营收入成本的计算方法,计算高铁系统的总客票收入C1,高铁系统的运营成本包括车辆公里费用C2和列车组织费用C3,以及计算出高铁系统为满足需求的惩罚费用包括发车时间偏移量惩罚C4、通过需求惩罚C5和区间需求惩罚C6,从而确定目标函数值Ψ0,令Ψ=Ψ0,当前最优解为Ψmax=Ψ0。转第3步。
第3步生成列车开行方案邻域解。
根据邻域系构造方法,按照一定概率选择列车调整策略:列车互换列车区段、列车交叉重组、列车分拆以及列车相互拼接,然后对于每列车以一定概率进行相应操作,然后对于已经列车调整后的列车集,进行方案综合调整,即按照如下调整顺序,即列车径路长度约束满足操作、始发站始发能力约束满足操作、终到站终到能力约束满足操作、列车总数约束满足操作、列车始发时间调整、和列车编组调整操作,从而得到邻域解P′。转第5步。
第4步更新当前最优解。
对于邻域解P′,进行开行方案评价,计算其目标函数值Ψ′,如果Ψmax<Ψ′,则令Pmax=P′,Ψmax=Ψ′。转第6步。
第5步更新当前解。
如果Ψ<Ψ′,或Ψ≥Ψ′且Random(0,1)<exp[(Ψ-Ψ′)/T],则接受邻域解P′,即令P=P′,Ψ=Ψ′。转第7步。
第6步迭代次数检验。
K=K+1,若此时其中为当前温度下迭代次数上限,则令T=θ·T,进行第8步;否则,回到第3步。
第7步算法终止检验。
若T<Tf,或目标函数值Ψ已经在Kend次迭代中无变化,则转第9步,否则令K=1返回第3步。
第8步结果输出。
输出最优解Pmax及其目标函数值Ψmax,算法终止。
具体到本发明的实施例中,我们以京广高铁的下行方向为例,第1步生成本线列车966列,第2步生成跨线列车后整个高铁网络列车数为947列。此时,有4个高铁站的始发列车数超过其始发能力,且有4个高铁站的终到列车数超过其终到能力。最后经过本步骤6初始解的生成方法第3步综合调整后,统计其各始发终到站的始发列车数和终到列车数,所有高铁车站都满足始发终到能力约束,同时高铁网络列车总数为875列,也满足了列车总数要求。同时确定列车始发时间和列车编组,其中8编组列车数为791列,16编组列车数为84列。初始开行方案的京广高铁下行方向的初始开行方案如图3。
对于高速铁路网络开行的高速列车,其列车上旅客的人公里票价率为0.35元/人公里,同时车辆公里费用为5.5元/km,对于单列高速铁路列车,其开行组织费用为4200元(上述费用参数参照周文梁.客运专线网络列车开行方案与运行图综合优化模型及算法[D].中南大学,2010.)。设置权重值为:λ1=1.6,λ2=1,λ3=30,λ4=0.001,λ5=250,λ6=30。初始解目标函数值为1.017×108。
对于本实施例的模拟退火算法参数设置如下:初始温度T0=108,终止温度Tf=100,设置温度下降比例为θ=0.95当前温度下迭代次数上限函数目标函数值不变次数上限Kend=1000。采用matlab(2010b)软件进行编程即可,所求得高速铁路列车开行方案优化解目标函数值为9.499×107。
高速铁路列车开行方案优化解的列车总数为858列,满足列车总数约束,其中8编组列车数为768列,16编组列车数为90列,相对初始解,列车总数降低,8编组列数减少,但是16编组列车数有所增加。优化解相比较初始解的各高铁线路的本线和跨线列车数,京广高铁上下行本线列车减少,相应跨线列车数增加,同样对于沪汉蓉高铁也是同样的变化,只有郑西高铁上下行的本线和跨线列车数没有变化。各始发站的始发列车数满足始发列车数约束,同时各终到站的终到列车数满足终到列车数约束,而且各车站都满足始发终到列车数相等约束。优化后京广高铁下行方向的运行方案图如图4。从优化的运行方案图可以看出,各个区段的列车分布都基本保持了列车区段生成时的分布,即尽量满足区间断面需求的时变分布。
优化解相对初始解,列车组织费用减少,是因为列车总数降低;优化解的车辆公里费用有所增加,这其中重要的原因是优化解的16编组的列车数有所增加;相对优化解的客票收入也有所增加。
整个实施例分析表明了本发明的高铁列车开行方法的有效性,结果显示:基于区间断面需求进行高速铁路列车开行方法综合考虑了高铁系统效益和旅客需求,能够获得合理的并满足约束条件的高铁列车开行方案。
Claims (10)
1.一种基于区间断面客流的高铁列车开行方法,包括以下步骤:
步骤1:通过高铁网络运营系统获取特定高铁网络中全部的高铁车站信息,并基于特定的高铁车站将高铁网络分解为若干个区段;
步骤2:按照由高到低的多个等级确定高铁列车停站模式;
步骤3:在所述的各个区段,对经过该区段的O-D需求按上述的高铁列车停站模式进行分类;
步骤4:通过高铁网络运营系统获取过去历年各区段实际O-D需求的统计数据,再利用线性二次指数平滑预测法,获取经过各区段的每一类O-D的时变需求;
步骤5:针对各区段的每一类O-D的时变需求,以高铁列车停站模式中确定的高铁列车等级为基础,按照从高等级列车到低等级列车的顺序制定各区段的开行方案单元;
步骤6:利用拼接组合的方法,综合考虑各区段高铁列车的径路、列车等级、始发时间和区间断面需求,将上述确定的相邻各区段的开行方案单元拼接组合成为高铁网络上初始列车开行方案;采用列车开行方案调整策略,对得到的高铁网络上初始列车开行方案进行调整,使调整后的列车开行方案满足各项约束性条件,并利用模拟退火算法对调整后的列车开行方案进行优化,最后依据优化后的列车开行方案开行高铁网络上的各趟高铁列车。
2.根据权利要求1所述的基于区间断面客流的高铁列车开行方法,其特征在于:所述步骤1中,将高铁网络分解为若干个区段的具体操作过程如下:
查勘各高铁车站的位置信息及服务能力信息,并以满足下述要求A-C中至少一种要求的高铁车站作为分界点分解高铁网络,将每条高铁线路分解成互不重合的离散区段;
A)能提供列车始发服务;
B)能提供列车终到服务;
C)位于高铁线路交叉处。
3.根据权利要求1所述的基于区间断面客流的高铁列车开行方法,其特征在于:所述步骤2中,确定高铁列车停站模式的具体操作如下:
通过高铁网络运营系统采集所述高铁网络中各高铁车站的旅客出行需求数据信息以及高铁车站设备配置条件信息,根据获取的旅客出行需求数据信息以及高铁车站设备配置条件信息将高铁网络中的高铁车站划分为多个等级,同时将高铁列车划分为多个等级,且使得高铁列车的停站模式数与高铁车站等级数、高铁列车等级数均相等,记为N;同时设定第i类停站模式表示等级数为i的高铁列车只在等级数值不超过i的高铁车站停车,i∈N。
4.根据权利要求3所述的基于区间断面客流的高铁列车开行方法,其特征在于:所述步骤2中,N=3,即停站模式数为三类,且高铁车站等级数与高铁列车等级数均为三个等级,其中,设定第1等级的级别最高,第3等级的级别最低;在所述步骤1中分解后的某一特定区段l上,确定区段l上高铁列车遵循的停站模式如下:
第i类停站模式是指:在始发站与终到站之间的区段l运行的第i等级的高铁列车,控制其仅在该区段l沿线的第1等级至第i等级的高铁车站进行停靠,i=1,2,3。
5.根据权利要求2、3或4所述的基于区间断面客流的高铁列车开行方法,其特征在于:所述步骤3中,对经过该区段的O-D需求按高铁列车停站模式进行分类的具体操作如下:记高铁网络的O-D需求集为RS,对于区段l,根据其N类停站模式,对O-D需求进行分类:
先选择等级最高的高铁列车所属的最高级别的停站模式,再降低等级选择其他较低等级、直至最低等级高铁列车所属的第i类停站模式,i大于1;
区段l上选择最高级别的停站模式的O-D需求包括:(3.1)起点和终点均为区段l外高铁车站的O-D需求;(3.2)起点为区段l外、终点为区段l内第1等级高铁车站的O-D需求;(3.3)起点为区段l内的第1等级高铁车站、终点为区段l外车站的O-D需求;(3.4)起点和终点都是区段l内第1等级高铁车站的O-D需求;
区段l上选择其他较低等级、直至最低等级高铁列车所属的停站模式的O-D需求包括:(3.5)起点为区段l外、终点为区段l内第i等级高铁车站的O-D需求;(3.6)起点为区段l内的第i等级高铁车站、终点为区段l外车站的O-D需求;(3.7)起点为区段l内的第1至i等级高铁车站而终点是区段l内的第i等级高铁车站的O-D需求;(3.8)起点为区段l内的第i等级高铁车站而终点是区段l内的第1至i等级高铁车站的O-D需求。
6.根据权利要求1-5中任一项所述的基于区间断面客流的高铁列车开行方法,其特征在于:所述步骤4的具体操作如下:
记高铁网络G=(V,A),其中V为车站集,A为区间集,a=(vi,vj)∈A,vi,vj∈V表示一区间,区段l中所包含的区间集合为Al;记xa(t)为区间a∈A、在时刻t∈[T1,T2]的客流需求,称之为区间断面需求,其中T1,T2分别是高铁开行方案规划服务的起始时间和终止时间;对于该区间的每一个O-D类,也具有相应的区间断面需求;对于区段l,分别记3类O-D为在区间a∈A产生的区间断面需求记为称a∈A为第i类区间断面需求,则满足以下关系:
再根据获取的历年各区段实际O-D需求的统计数据,利用线性二次指数平滑预测法,对本年度的区间断面需求进行预测;令时间τ的一次指数平滑预测值为二次指数平滑预测值为实际值为则:
上式中,α为平滑常数,aτ为初值修正量,bτ为增量修正量,由此可确定时间τ+m的预测值Fτ+m计算公式为Fτ+m=aτ+bτm,其中,m为预测超前期数。
7.根据权利要求1-5所述的基于区间断面客流的高铁列车开行方法,其特征在于:所述步骤5的具体操作如下:
将每个区段划分为下行方向和上行方向两个方向,下行方向和上行方向均按以下步骤构造各区段的开行方案单元;
(5.1)确定高铁列车吸引的区间断面需求的时间范围[t0,t1],使得该时间范围内累积的第i类区间断面需求达到一定的上座率,足够开行一趟高铁列车;若时间范围[t0,t1]的第i类区间断面需求不够开行一趟高铁列车,则将时间范围[t0,t1]的第i类区间断面需求加进第i+1类区间断面需求;
(5.2)计算该趟高铁列车的最优始发时间tx:yi(t)为区段下行方向或上行方向在时刻t的区间断面需求的累计量,使该区段高铁列车负责的区间断面需求偏离列车始发时间的总累计量最小化,即:
可得:
(5.3)将t0更新为t1,采用上述同样的方法获取新的高铁列车的覆盖范围[t0,t1]和最优的始发时间tx,如此循环,直到开行的区段高铁列车能够满足运营时间范围为[T1,T2]内第i类区间断面需求,即使得t1=T2;
(5.4)重复上述步骤(5.1)~(5.3),直至开行完第1至第N等级的区段列车,满足第1至第N类区间断面需求,从而形成各区段的开行方案单元。
8.根据权利要求1-5所述的基于区间断面客流的高铁列车开行方法,其特征在于:所述步骤6中,所述高铁网络上初始列车开行方案主要包括列车运行区段、列车等级和开行对数;该初始列车开行方案通过拼接列车区段形成,进而确定高铁列车的径路和发车时间;高铁列车的径路通过拼接列车区段的径路确定,高铁列车的发车时间是通过拼接的区段列车的发车时间以及相关各项约束性条件确定。
9.根据权利要求8所述的基于区间断面客流的高铁列车开行方法,其特征在于:所述初始列车开行方案是由列车区段集合R中列车区段拼接组成并满足列车各项约束性条件的列车集合,将列车集合分为本线列车集合Pb和跨线列车集合Pc,通过以下操作生成初始列车集P:
①拼接本线、跨线列车;
②综合调整列车;
③确定列车始发时间;
④确定列车编组;
所述步骤6中,列车开行方案满足各项约束性条件是指确定列车开行方案的合理性约束;
所述合理性约束从开行列车设置合理性方面包括:列车区段的组合拼接的约束条件、列车径路长度的约束条件、始发终到时间约束和最大区间上座率约束;
所述合理性约束从开行方案整体性方面包括:始发站发车能力约束、终到站终到能力约束、车站始发终到列车数相等约束、区间通过能力约束以及列车总数约束。
10.根据权利要求9所述的基于区间断面客流的高铁列车开行方法,其特征在于:所述步骤6中,对列车开行方案进行调整和优化的具体步骤包括:
(6.1)构造邻域系及确定搜索策略:高铁列车开行方案的邻域系是指满足约束条件的所有初始列车集P的可行解空间,是需要设计以列车区段为基本单元的邻域系搜索策略;
在每次邻域解构造操作时,对于每列车,按照一定概率随机选择列车调整策略,其中列车调整策略包括列车互换列车区段、列车交叉重组、列车分拆以及列车相互拼接;然后对于整个开行方案进行综合调整以适应列车径路长度、始发站始发能力、终到站终到能力、列车总数约束,同时进行列车始发时间调整以及列车编组调整;整个邻域解构造包括四种列车调整策略和六种综合方案调整策略;
每进行一次邻域解构造操作,对得到的列车开行方案进行判断,若列车开行方案在进行操作之后仍然存在上述约束条件不满足,则返回到操作前的方案;若满足,按照模拟退火算法原理以一定概率接受当前邻域解;
(6.2)设计模拟退火计划表:主要是包括如下参数和规则的设置:初始温度确定、温度下降序列确定、内循环终止条件设置、算法终止条件设置;
(6.3)确定最终的高铁列车开行方案:根据初始高铁列车开行方案的生成方法、邻域系的构造方法以及开行方案的评价方法,在上述模拟退火计划表的基础上,设计求解高铁列车开行方案的模拟退火算法,具体步骤如下:
第0步 初始化;
第1步 生成初始列车开行方案;
第2步 计算列车开行方案目标函数;
第3步 生成列车开行方案邻域解;
第4步 更新当前最优解;
第5步 更新当前解;
第6步 迭代次数检验;
第7步 算法终止检验;
第8步 结果输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610153492.7A CN105857350B (zh) | 2016-03-17 | 2016-03-17 | 一种基于区间断面客流的高铁列车开行方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610153492.7A CN105857350B (zh) | 2016-03-17 | 2016-03-17 | 一种基于区间断面客流的高铁列车开行方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105857350A true CN105857350A (zh) | 2016-08-17 |
CN105857350B CN105857350B (zh) | 2017-05-31 |
Family
ID=56624623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610153492.7A Expired - Fee Related CN105857350B (zh) | 2016-03-17 | 2016-03-17 | 一种基于区间断面客流的高铁列车开行方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105857350B (zh) |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106627667A (zh) * | 2016-12-14 | 2017-05-10 | 交控科技股份有限公司 | 轨道交通跨线运行的人机界面显示系统及方法 |
CN106741018A (zh) * | 2017-01-04 | 2017-05-31 | 北京交通大学 | 一种基于网络演化的列车开行控制方法与系统 |
CN106845720A (zh) * | 2017-01-24 | 2017-06-13 | 中南大学 | 基于多路径组合搜索的列车节拍式运行的优化方法 |
CN107563546A (zh) * | 2017-08-17 | 2018-01-09 | 西南交通大学 | 一种基于区域协同的高速铁路列车运行图编制方法 |
CN107609734A (zh) * | 2017-08-03 | 2018-01-19 | 西南交通大学 | 一种高速铁路规格化列车运行图的周期确定方法 |
CN108928368A (zh) * | 2017-05-24 | 2018-12-04 | 阿尔斯通运输科技公司 | 列车的优化的循环管理方法和相关联的cbtc信令系统 |
CN108985500A (zh) * | 2018-06-28 | 2018-12-11 | 兰州交通大学 | 基于改进模拟退火算法的城际列车开行方案优化方法 |
CN109377037A (zh) * | 2018-10-12 | 2019-02-22 | 中南大学 | 基于分时列车数量序列的地铁峰期设置方法及系统 |
CN110119884A (zh) * | 2019-04-17 | 2019-08-13 | 五邑大学 | 一种基于近邻传播聚类的高速铁路客流时段划分方法 |
CN110378639A (zh) * | 2018-09-06 | 2019-10-25 | 北京京东尚科信息技术有限公司 | 配送路线规划方法和系统 |
CN110920700A (zh) * | 2019-12-17 | 2020-03-27 | 中南大学 | 一种高铁调度优化方法、系统、及存储介质 |
CN111098896A (zh) * | 2019-12-19 | 2020-05-05 | 北京交通大学 | 考虑客流波动及方案衔接性的周末列车开行方案建模方法 |
CN111260190A (zh) * | 2020-01-09 | 2020-06-09 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 铁路区段的客流密度的评估方法及其装置 |
CN111324853A (zh) * | 2020-03-09 | 2020-06-23 | 西南交通大学 | 一种通道型高速铁路通过能力计算方法及系统 |
CN111489277A (zh) * | 2020-03-16 | 2020-08-04 | 中铁程科技有限责任公司 | 线路数据处理方法、装置、存储介质和计算机设备 |
CN111680849A (zh) * | 2020-08-11 | 2020-09-18 | 北京交通大学 | 非正常事件下车站通过能力的计算方法及存储介质、终端 |
CN111932034A (zh) * | 2020-09-22 | 2020-11-13 | 北京全路通信信号研究设计院集团有限公司 | 一种区域多制式轨道交通列车开行方案编制方法及其系统 |
CN112590889A (zh) * | 2020-12-23 | 2021-04-02 | 卡斯柯信号有限公司 | 一种轨道交通运营控制系统及控制方法 |
CN113743718A (zh) * | 2021-07-27 | 2021-12-03 | 深圳技术大学 | 开行跨线列车的运营方法、设备及计算机可读存储介质 |
CN114162185A (zh) * | 2021-12-28 | 2022-03-11 | 上海电气集团智能交通科技有限公司 | 一种基于磁钉轨道的公共交通线网运营方法 |
CN114186773A (zh) * | 2021-10-25 | 2022-03-15 | 中国铁路设计集团有限公司 | 考虑客流需求特点的中长距离列车备选集两阶段生成方法 |
CN114219114A (zh) * | 2021-12-24 | 2022-03-22 | 南京莫愁智慧信息科技有限公司 | 一种基于预约大数据的旅游客流管控方法及云服务平台 |
CN114655282A (zh) * | 2022-03-11 | 2022-06-24 | 北京工业大学 | 一种列车运行方案优化方法及系统 |
CN116523166A (zh) * | 2023-07-03 | 2023-08-01 | 中铁第四勘察设计院集团有限公司 | 基于路径分配客流的高铁列车开行路径优化方法及装置 |
CN117150630A (zh) * | 2023-10-26 | 2023-12-01 | 中铁建大桥工程局集团第三工程有限公司 | 一种基于层次分析法的超大断面地铁车站稳定性评价方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7539624B2 (en) * | 1994-09-01 | 2009-05-26 | Harris Corporation | Automatic train control system and method |
CN103942948A (zh) * | 2014-04-10 | 2014-07-23 | 中南大学 | 基于分段拼接的城市公交线路网络的生成方法 |
CN104477217A (zh) * | 2014-12-03 | 2015-04-01 | 中南大学 | 具有单一尽头车场城轨线路的列车运行周转方法 |
-
2016
- 2016-03-17 CN CN201610153492.7A patent/CN105857350B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7539624B2 (en) * | 1994-09-01 | 2009-05-26 | Harris Corporation | Automatic train control system and method |
CN103942948A (zh) * | 2014-04-10 | 2014-07-23 | 中南大学 | 基于分段拼接的城市公交线路网络的生成方法 |
CN104477217A (zh) * | 2014-12-03 | 2015-04-01 | 中南大学 | 具有单一尽头车场城轨线路的列车运行周转方法 |
Cited By (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106627667B (zh) * | 2016-12-14 | 2018-09-04 | 交控科技股份有限公司 | 轨道交通跨线运行的人机界面显示系统及方法 |
CN106627667A (zh) * | 2016-12-14 | 2017-05-10 | 交控科技股份有限公司 | 轨道交通跨线运行的人机界面显示系统及方法 |
CN106741018A (zh) * | 2017-01-04 | 2017-05-31 | 北京交通大学 | 一种基于网络演化的列车开行控制方法与系统 |
CN106845720B (zh) * | 2017-01-24 | 2021-01-26 | 中南大学 | 基于多路径组合搜索的列车节拍式运行的优化方法 |
CN106845720A (zh) * | 2017-01-24 | 2017-06-13 | 中南大学 | 基于多路径组合搜索的列车节拍式运行的优化方法 |
CN108928368A (zh) * | 2017-05-24 | 2018-12-04 | 阿尔斯通运输科技公司 | 列车的优化的循环管理方法和相关联的cbtc信令系统 |
CN108928368B (zh) * | 2017-05-24 | 2021-12-28 | 阿尔斯通运输科技公司 | 列车的优化的循环管理方法和相关联的cbtc信令系统 |
CN107609734A (zh) * | 2017-08-03 | 2018-01-19 | 西南交通大学 | 一种高速铁路规格化列车运行图的周期确定方法 |
CN107609734B (zh) * | 2017-08-03 | 2023-02-07 | 西南交通大学 | 一种高速铁路规格化列车运行图的周期确定方法 |
CN107563546A (zh) * | 2017-08-17 | 2018-01-09 | 西南交通大学 | 一种基于区域协同的高速铁路列车运行图编制方法 |
CN107563546B (zh) * | 2017-08-17 | 2021-06-04 | 西南交通大学 | 一种基于区域协同的高速铁路列车运行图编制方法 |
CN108985500A (zh) * | 2018-06-28 | 2018-12-11 | 兰州交通大学 | 基于改进模拟退火算法的城际列车开行方案优化方法 |
CN110378639A (zh) * | 2018-09-06 | 2019-10-25 | 北京京东尚科信息技术有限公司 | 配送路线规划方法和系统 |
CN109377037A (zh) * | 2018-10-12 | 2019-02-22 | 中南大学 | 基于分时列车数量序列的地铁峰期设置方法及系统 |
CN110119884A (zh) * | 2019-04-17 | 2019-08-13 | 五邑大学 | 一种基于近邻传播聚类的高速铁路客流时段划分方法 |
CN110119884B (zh) * | 2019-04-17 | 2022-09-13 | 五邑大学 | 一种基于近邻传播聚类的高速铁路客流时段划分方法 |
CN110920700A (zh) * | 2019-12-17 | 2020-03-27 | 中南大学 | 一种高铁调度优化方法、系统、及存储介质 |
CN110920700B (zh) * | 2019-12-17 | 2021-09-07 | 中南大学 | 一种高铁调度优化方法、系统、及存储介质 |
CN111098896A (zh) * | 2019-12-19 | 2020-05-05 | 北京交通大学 | 考虑客流波动及方案衔接性的周末列车开行方案建模方法 |
CN111260190A (zh) * | 2020-01-09 | 2020-06-09 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 铁路区段的客流密度的评估方法及其装置 |
CN111324853B (zh) * | 2020-03-09 | 2023-06-27 | 西南交通大学 | 一种通道型高速铁路通过能力计算方法及系统 |
CN111324853A (zh) * | 2020-03-09 | 2020-06-23 | 西南交通大学 | 一种通道型高速铁路通过能力计算方法及系统 |
CN111489277A (zh) * | 2020-03-16 | 2020-08-04 | 中铁程科技有限责任公司 | 线路数据处理方法、装置、存储介质和计算机设备 |
CN111489277B (zh) * | 2020-03-16 | 2023-07-18 | 中铁程科技有限责任公司 | 线路数据处理方法、装置、存储介质和计算机设备 |
CN111680849A (zh) * | 2020-08-11 | 2020-09-18 | 北京交通大学 | 非正常事件下车站通过能力的计算方法及存储介质、终端 |
CN111680849B (zh) * | 2020-08-11 | 2020-12-29 | 北京交通大学 | 非正常事件下车站通过能力的计算方法及存储介质、终端 |
CN111932034A (zh) * | 2020-09-22 | 2020-11-13 | 北京全路通信信号研究设计院集团有限公司 | 一种区域多制式轨道交通列车开行方案编制方法及其系统 |
CN111932034B (zh) * | 2020-09-22 | 2024-03-29 | 北京全路通信信号研究设计院集团有限公司 | 一种区域多制式轨道交通列车开行方案编制方法及其系统 |
CN112590889A (zh) * | 2020-12-23 | 2021-04-02 | 卡斯柯信号有限公司 | 一种轨道交通运营控制系统及控制方法 |
CN112590889B (zh) * | 2020-12-23 | 2022-06-24 | 卡斯柯信号有限公司 | 一种轨道交通运营控制系统及控制方法 |
CN113743718A (zh) * | 2021-07-27 | 2021-12-03 | 深圳技术大学 | 开行跨线列车的运营方法、设备及计算机可读存储介质 |
CN113743718B (zh) * | 2021-07-27 | 2024-03-29 | 深圳技术大学 | 开行跨线列车的运营方法、设备及计算机可读存储介质 |
CN114186773A (zh) * | 2021-10-25 | 2022-03-15 | 中国铁路设计集团有限公司 | 考虑客流需求特点的中长距离列车备选集两阶段生成方法 |
CN114219114B (zh) * | 2021-12-24 | 2022-08-26 | 南京莫愁智慧信息科技有限公司 | 一种基于预约大数据的旅游客流管控方法及云服务平台 |
CN114219114A (zh) * | 2021-12-24 | 2022-03-22 | 南京莫愁智慧信息科技有限公司 | 一种基于预约大数据的旅游客流管控方法及云服务平台 |
CN114162185A (zh) * | 2021-12-28 | 2022-03-11 | 上海电气集团智能交通科技有限公司 | 一种基于磁钉轨道的公共交通线网运营方法 |
CN114655282A (zh) * | 2022-03-11 | 2022-06-24 | 北京工业大学 | 一种列车运行方案优化方法及系统 |
CN114655282B (zh) * | 2022-03-11 | 2024-05-14 | 北京工业大学 | 一种列车运行方案优化方法及系统 |
CN116523166A (zh) * | 2023-07-03 | 2023-08-01 | 中铁第四勘察设计院集团有限公司 | 基于路径分配客流的高铁列车开行路径优化方法及装置 |
CN116523166B (zh) * | 2023-07-03 | 2023-09-15 | 中铁第四勘察设计院集团有限公司 | 基于路径分配客流的高铁列车开行路径优化方法及装置 |
CN117150630B (zh) * | 2023-10-26 | 2024-02-23 | 中铁建大桥工程局集团第三工程有限公司 | 一种基于层次分析法的超大断面地铁车站稳定性评价方法 |
CN117150630A (zh) * | 2023-10-26 | 2023-12-01 | 中铁建大桥工程局集团第三工程有限公司 | 一种基于层次分析法的超大断面地铁车站稳定性评价方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105857350B (zh) | 2017-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105857350B (zh) | 一种基于区间断面客流的高铁列车开行方法 | |
CN104318758B (zh) | 基于多层次多模式的公交线网规划方法 | |
Schöbel | An eigenmodel for iterative line planning, timetabling and vehicle scheduling in public transportation | |
Fu et al. | A hierarchical line planning approach for a large-scale high speed rail network: the China case | |
CN111260221B (zh) | 一种面向城市全局基于动态模型的交通设施承载力评估方法 | |
CN107330547A (zh) | 一种城市公交动态调度优化方法及系统 | |
CN105808877A (zh) | 一种基于站点停靠能力的公交线网布设方法 | |
CN106056242A (zh) | 基于客流动态分配的高铁列车开行方案评价方法 | |
CN109934382B (zh) | 一种基于轴幅式布局的多级地铁货运网络系统及建构方法 | |
CN107609677A (zh) | 一种基于出租车gps大数据的定制公交线路规划方法 | |
Zhao et al. | A line planning approach for high-speed railway network with time-varying demand | |
CN106295875A (zh) | 一种开放式服务区选址分布方法 | |
CN106845734A (zh) | 面向末班换乘需求的多模式公共交通时刻表优化方法 | |
Tang et al. | Optimization for operation scheme of express and local trains in suburban rail transit lines based on station classification and bi-level programming | |
CN115423168A (zh) | 一种考虑服务稳定性的定制公交路网优化方法及系统 | |
CN113345259B (zh) | 一种基于数据驱动的地面公交线路调整的方法 | |
Lee et al. | A smart city transportation system of systems governance framework: a case study of Singapore | |
Chen et al. | Multiperiod metro timetable optimization based on the complex network and dynamic travel demand | |
Li et al. | Flexible Bus Route Setting and Scheduling Optimization Adapted to Spatial-temporal Variation of Passenger Flow. | |
Ding et al. | Campus bus network design and evaluation based on the route property | |
Kaiyuan et al. | Retracted: A Scheduling Model and Its Implementation Based on Intelligent Public Transportation System | |
Tian | A short-turning strategy for the management of bus bunching considering variable spatial-temporal running time | |
Hu et al. | An integrated optimization approach of high-speed railway line plan to network load-balancing | |
Xue et al. | Modelling and simulation of the urban rail transit operation system based on system dynamics | |
Wu et al. | Optimization Analysis of Public Transport Trip Structure Based on Non-Cooperative Game |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170531 Termination date: 20180317 |