CN106911509A - 基于服务网络动态配流的列车编组分析方法及系统 - Google Patents

基于服务网络动态配流的列车编组分析方法及系统 Download PDF

Info

Publication number
CN106911509A
CN106911509A CN201710117702.1A CN201710117702A CN106911509A CN 106911509 A CN106911509 A CN 106911509A CN 201710117702 A CN201710117702 A CN 201710117702A CN 106911509 A CN106911509 A CN 106911509A
Authority
CN
China
Prior art keywords
arc
node
service network
station
train
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.)
Pending
Application number
CN201710117702.1A
Other languages
English (en)
Inventor
唐金金
周磊山
周含笑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jiaotong University
Original Assignee
Beijing Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Jiaotong University filed Critical Beijing Jiaotong University
Priority to CN201710117702.1A priority Critical patent/CN106911509A/zh
Publication of CN106911509A publication Critical patent/CN106911509A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/12—Discovery or management of network topologies
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/02—Topology update or discovery
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/12—Shortest path evaluation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/12—Avoiding congestion; Recovering from congestion
    • H04L47/125—Avoiding congestion; Recovering from congestion by balancing the load, e.g. traffic engineering

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mechanical Engineering (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于服务网络动态配流的列车编组分析方法及系统，方法包括：输入基础数据；根据基础数据生成包含所有可能列车方案的关系网络，车站作为节点，采用有向弧表示任意两个节点之间的列车方案，从始发节点到终到节点之间的多个列车方案构成多个初始编组计划；生成初始编组计划对应的服务网络，每一个节点分解成入流节点和出流节点，一个节点的入流节点和出流节点之间的有向弧为方案弧，一个节点的出流节点与另一个节点的入流节点之间的有向弧为解体弧；基于服务网络以所有车辆旅行费用最小为目标采用动态配流方法实现网络流平衡；依据网络流平衡结果，抽取有流量有向弧，生成对应直达去向，得到最优服务网络，从而得到最优编组计划。

Description

基于服务网络动态配流的列车编组分析方法及系统
技术领域
本发明涉及智能交通技术领域，更具体地，涉及一种基于服务网络动态配流的列车编组分析方法及系统。
背景技术
铁路货运行车组织是铁路运输组织的重要组成部分，而编组计划制定又是铁路货运行车组织中的基础模块，其是基于既有铁路基础网络与车流OD(“O”来源于英文ORIGIN，指出行的出发地点，“D”来源于英文DESTINATION，指出行的目的地)需求情况，研究车站间是否开行直达方向列车、开行频率与路径等问题。而在实际运输生产过程中，车流径路一般直接给定。对于编组计划优化方法的研究，国内外众多专家学者取得了大量的成果，并论证了既有编组计划优化模型是NP-Hard问题。但是既有列车编组计划优化模型精确求解异常困难，对于大规模路网的求解往往采用启发式算法。同时既有算法求解时间依然过长，难以满足铁路运输部门实际应用要求。
发明内容
鉴于上述问题，本发明的目的是提供一种快速准确计算优化列车编组计划，可以满足铁路运输部门实际应用要求的基于服务网络动态配流的列车编组分析方法及系统。
根据本发明的一个方面，提供一种基于服务网络动态配流的列车编组分析方法，包括：输入基础数据，所述基础数据包括车站、线路和OD需求；根据基础数据生成包含所有可能列车方案的关系网络，在所述关系网络中，一个车站作为一个节点，采用有向弧表示任意两个节点之间的列车方案，从始发节点到终到节点之间的多个列车方案构成多个初始编组计划；生成每一个初始编组计划的每一个服务网络，其中，在所述服务网络中，每一个车站作为节点分解成入流节点和出流节点，一个节点的入流节点和出流节点之间的有向弧为方案弧，一个节点的出流节点与另一个节点的入流节点之间的有向弧为解体弧；基于每一个服务网络，根据如下公式1和2以所有车辆旅行费用最小为目标，采用动态配流方法实现网络流平衡，
min C＝Σq∈QΣk∈F∪Ick·xq,k 公式1
其中，k为有向弧索引，k∈F∪I，F为方案弧集合，I为解体弧集合；ck是有向弧k的费用；ck 方案是方案弧费用；ck 解体是解体弧费用；tk是列车在有向弧上的旅行时间；是24小时周期内每列车集结时间，m是允许车辆出发最少车辆编成数，q是货物车辆索引，Q为货车车辆集合，xq,k是0-1决策变量，表示货物车辆q是否用弧k运输，若是则xq,k＝1，否则xq,k＝0；min C为最小所有车辆旅行总费用；依据网络流平衡结果，抽取有流量有向弧，生成对应直达去向，得到最优服务网络，从而得到最优编组计划。
根据本发明的另一个方面，提供一种基于服务网络动态配流的列车编组分析系统，包括：输入部，输入基础数据，所述基础数据包括车站、线路和OD需求；第一编组部，根据基础数据生成包含所有可能列车方案的关系网络，在所述关系网络中，一个车站作为一个节点，采用有向弧表示任意两个节点之间的列车方案，从始发节点到终到节点之间的多个列车方案构成多个初始编组计划；服务网络构建部，生成第一编组部中每一个初始编组计划的每一个服务网络，其中，在所述服务网络中，每一个车站作为节点分解成入流节点和出流节点，一个节点的入流节点和出流节点之间的有向弧为方案弧，一个节点的出流节点与另一个节点的入流节点之间的有向弧为解体弧；动态配流模型构建部，基于每一个服务网络，根据如下公式1和2以所有车辆旅行费用最小为目标，采用动态配流方法实现网络流平衡，
min C＝∑q∈Q∑k∈F∪Ick·xq,k 公式1
其中，k为有向弧索引，k∈F∪I，F为方案弧集合，I为解体弧集合；ck是有向弧k的费用；ck 方案是方案弧的费用；ck 解体是解体弧的费用；tk是列车在有向弧上的旅行时间；是24小时周期内每列车集结时间，m是允许车辆出发最少车辆编成数，q是货物车辆索引，Q为货车车辆集合，xq,k是0-1决策变量，表示货物车辆q是否用弧k运输，若是则xq,k＝1，否则xq,k＝0；min C为最小所有车辆旅行总费用；第二编组部，依据网络流平衡结果，抽取有流量有向弧，生成对应直达去向，得到最优服务网络，从而得到最优编组计划。
上述基于服务网络动态配流的列车编组分析方法及系统，利用网络动态配流的思想来优化列车编组计划，通过将编组计划问题转化为网络设计中的网络动态配流问题，用车流动态配流算法多次迭代实现网络流平衡，能够对列车编组计划精确求解，提高了计算效率，能够满足铁路运输部门实际应用要求，尤其能够满足大规模铁路路网的需求。
附图说明
通过参考以下具体实施方式内容并且结合附图，本发明的其它目的及结果将更加明白且易于理解。在附图中：
图1是本发明所述基于服务网络动态配流的列车编组分析方法的流程图；
图2是本发明所述基础网络的示意图；
图3是本发明所述基础网络全部可能直达去向的示意图；
图4是本发明所述关系网络的示意图；
图5是图4中一个初始编组计划的示意图；
图6是本发明所述关系网络对应的服务网络的示意图；
图7是图5中所述初始编组计划对应的服务网络的示意图；
图8是本发明所述基于服务网络以所有车辆旅行费用最小为目标采用动态配流方法实现网络流平衡的方法的框架图；
图9是本发明所述基于服务网络以所有车辆旅行费用最小为目标采用动态配流方法实现网络流平衡的方法的流程图；
图10是本发明基于服务网络动态配流的列车编组分析系统的构成框图；
图11是中国东北一个铁路基础网络的示意图；
图12是图11的铁路基础网络对应的关系网络的示意图；
图13是图12的关系网络对应的服务网络的示意图。
在附图中，相同的附图标记指示相似或相应的特征或功能。
具体实施方式
在下面的描述中，出于说明的目的，为了提供对一个或多个实施例的全面理解，阐述了许多具体细节。然而，很明显，也可以在没有这些具体细节的情况下实现这些实施例。在其它例子中，为了便于描述一个或多个实施例，公知的结构和设备以方框图的形式示出。
下面将参照附图来对根据本发明的各个实施例进行详细描述。
图1是本发明所述基于服务网络动态配流的列车编组分析方法的流程图，如图1所示，所述基于服务网络动态配流的列车编组分析方法包括：
首先，在步骤S110中，输入基础数据，所述基础数据包括车站、线路和OD需求，下文以图2所示为例，将车站视为节点，所述铁路网络包含4个节点以及3个区段。
在步骤S120中，根据基础数据生成包含所有可能列车方案的关系网络，在所述关系网络中，一个车站作为一个节点，采用有向弧表示任意两个节点之间的列车方案，从始发节点到终到节点之间的多个列车方案构成多个初始编组计划，例如，给出所有可能的直达去向，依据图2所示的铁路网络，包含全部可能直达去向，方案(1)对应的是A->D间开行直通列车，同理可知方案(2)对应的是A->C,方案(3)对应A->B,方案(4)对应B->D,方案(5)对应B->C,方案(6)对应C->D，如果将上述直达去向连接到对应节点，从而可以构造成如图3所示的关系网络，从始发节点A到终到节点D的一个初始编组计划如图4所示，由方案(3)、(5)和(6)构成，上述初始编组计划的关系网络如图5所示，可以将列车的集结时间转化成对应服务网络上方案弧旅行时间，如图4和5所示方案(5)，其始发节点站是B，终到节点站是C，因此，该方案(5)直达去向在B站的集结时间看成是有向弧B->C的旅行时间。
在步骤S130中，生成每一个初始编组计划的每一个服务网络，通常情况下到达车站的车流包含终到车流和过路车流两部分，过路车流将于该站解体后重新集结成列车，然后继续向前行驶，直到目的地车站，据此，在所述服务网络中，每一个节点分解成入流节点和出流节点，一个车站节点的入流节点和出流节点之间的有向弧为方案弧，一个车站节点的出流节点与另一个车站节点的入流节点之间的有向弧为解体弧，例如，图6示出了与图4所示关系网络对应的服务网络，将A、B、C、D节点分解成入流节点和出流节点。以节点B为例，将B分解为入流节点B和出流节点B',B与B'直接构造有向弧，从而所有经过B节点的车流在入流节点B分解，在出流节点B'集结。所述服务网络包含两种类型节点和两种类型有向弧。两类节点分别是入流节点和出流节点，由节点分解而成。两类有向弧分别是方案弧和解体弧，一个节点的入流节点和出流节点之间的有向弧为方案弧，表示直达去向，以及一个车站节点的出流节点与另一个车站节点的入流节点之间的有向弧为解体弧。图7示出了图5所示初始编组计划的服务网络将图4所示的服务网路。在图6和图7中，虚线表示方案弧，实线为解体弧。
在步骤S140中，构造目标函数，基于每一个服务网络采用动态配流方法实现网络流平衡，目标函数如下公式1：
min C＝∑q∈Q∑k∈F∪Ick·xq,k 公式1
在公式1和公式2中，k为有向弧索引，k∈F∪I，F为方案弧集合，I为解体弧集合；ck是有向弧k的费用；ck 方案是方案弧费用；ck 解体是解体弧费用；tk是列车在有向弧上的旅行时间；是24小时周期内每列车集结时间，m是允许车辆出发最少车辆编成数，q是货物车辆索引，Q为货车车辆集合，xq,k是0-1决策变量，表示货物车辆q是否用弧k运输，若是则xq,k＝1，否则xq,k＝0；min C为最小所有车辆旅行总费用。
在步骤S150中，依据网络流平衡结果，抽取有流量有向弧，生成对应直达去向，得到最优服务网络，从而得到最优编组计划。
上述列车编组分析方法中，服务网络本质上是在网络结构和资源等约束下，以最小化总费用(包括运输商品所产生的运输费用和网络中弧的费用)为目标，通过搜索最合理的联弧组合方案来满足运输需求；网络动态配流是依据预测到的起讫点之间的出行分布OD矩阵数据，按照现有的和拟采用的路网具体状态，预测出具体分配到各条道路上的交通量；列车编组计划是在路网各站之间合理的分配列车编解任务，根据各站的设备和能力，保证各站所承担的编解任务与其设备能力相适应。
由于列车编组计划编制与动态配流有相似之处，即两者都是将车流按照一定的规则分配到路网上去，于是所述基于服务网络动态配流的列车编组分析方法利用网络动态配流的思想来优化列车编组计划，通过将编组计划问题转化为网络设计中的网络动态配流问题，用车流动态配流算法多次迭代实现网络流平衡。
另外，通过方案弧描述过路车流，通过解体弧描述终到车流，解决了现有技术中无法描述途径车站的解体车流的缺陷，使得列车编组更加准确。
优选地，上述列车编组分析方法，还包括：
对车站能力进行约束，将车站解体能力约束转移到解体弧上，
u(k)≤ui 公式3
其中，i是车站索引号，是有向弧k是否是车站i对应的解体弧，是则＝1，否则＝0；u(k)是有向弧k通过能力；ui车站i改编能力；
对车站的编发去向数进行约束，
∑j∈Nyi,j≤Mi 公式4
其中，Mi表示给定的车站最大编发去向数；N为车站集合，i，j是车站索引号，i，j∈N，yi,j为0-1变量，是否开行直达去向(i,j)，开行，yi,j＝1,不开行，yi,j＝0。
上述基于服务网络动态配流的列车编组分析方法中，包含车流组织方案唯一性约束以及保证每股流都有列车送达其前方车站改编约束在车流分配过程中自动完成，无需再考虑，简化了算法，提高了计算效率。
本发明所述基于服务网络动态配流的列车编组分析方法将编组计划问题转化为网络优化设计中的动态配流问题，目标函数是车辆旅行总费用最小，虽然有向弧中的解体弧旅行费用固定，但方案弧的旅行费用是由车流量决定，车流量越大，旅行时间越少，采用动态配流算法，多次迭代，当系统达到均衡后，所有旅行总费用最少。
图8是本发明所述基于服务网络以所有车辆旅行费用最小为目标采用动态配流方法实现网络流平衡的方法的框架图，如图8所示，所述方法的基础数据是OD需求量和铁路基础路网，网络动态配流过程分成两步：第一步是计算基于服务网络的任意车辆的最短径路和费用；第二步是依据最短路计算结果对车辆进行配流，当服务网络车流达到均衡时，全服务网络费用达到最少。
图9是本发明所述基于服务网络以所有车辆旅行费用最小为目标采用动态配流方法实现网络流平衡的方法的流程图，如图9所示，所述基于服务网络以所有车辆旅行费用最小为目标采用动态配流方法实现网络流平衡的方法包括：
在步骤S910中，依据固定OD径路，计算初始列车在每一个有向弧上的旅行时间，设定最大迭代次数Γ；
在步骤S920中，用车流动态配流算法多次迭代实现网络流平衡，其中，在每一次迭代中均包括：在步骤S921中，计算所有有向弧旅行费用ck，如果有向弧流量为0,设定该有向弧流量为0.0001；在步骤S922中，最短路算法计算最短OD径路；在步骤S923中，依据最短OD径路，将OD流量分配到服务网络；在步骤S924中，判断迭代次数τ是否超过最大迭代次数Γ，当超过所述最大迭代次数时，完成服务网络均衡配流，所述服务网络均衡配流指货车最短径路与上一次配流过程对应的最短径路一致；当不超过所述最大迭代次数时，返回步骤在步骤S921中，进行下一次迭代。
图10是本发明基于服务网络动态配流的列车编组分析系统的构成框图，如图10所示，所述列车编组分析系统1000包括：
输入部100，输入基础数据，所述基础数据包括车站、线路和OD需求；
第一编组部200，根据基础数据生成包含所有可能列车方案的关系网络，在所述关系网络中，一个车站作为一个节点，采用有向弧表示任意两个节点之间的列车方案，从始发节点到终到节点之间的多个列车方案构成多个初始编组计划；
服务网络构建部300，生成第一编组部200中每一个初始编组计划的每一个服务网络，其中，在所述服务网络中，每一个车站作为节点分解成入流节点和出流节点，一个节点的入流节点和出流节点之间的有向弧为方案弧，一个车站节点的出流节点与另一个车站节点的入流节点之间的有向弧为解体弧；
动态配流模型构建部400，基于服务网络，根据公式1和2以所有车辆旅行费用最小为目标，采用动态配流方法实现网络流平衡；
第二编组部500，依据网络流平衡结果，抽取有流量有向弧，生成对应直达去向，得到最优服务网络，从而得到最优编组计划。
上述第一编组部200和第二编组部500可以合并成一个。
上述动态配流模型构建部400包括：
第一计算单元410，依据固定OD径路，计算初始列车在每一个有向弧上的旅行时间；
设定单元420，设定迭代次数最大值；
第二计算单元430，计算所有有向弧旅行费用；
第三计算单元440，根据第二计算单元430计算的有向弧旅行费用，采用最短路算法计算最短OD径路；
流量分配单元450，依据第三计算单元440的最短OD径路计算结果，将OD流量分配到服务网络；
迭代次数计数单元460，对迭代次数进行计数；
第一判断单元470，判断迭代次数是否超过设定迭代次数，当超过所述最大迭代次数时，发送信号给第二编组部；当不超过所述最大迭代次数时，将流量分配单元得到的具有OD流量分配的服务网络发送给第二计算单元，重新计算所有有向弧旅行费用。
优选地，上述动态配流模型构建部400还包括：
第二判断单元480，判断有向弧流量是否为0，当有向弧流量为0时，发送信号给设定单元，所述设定单元设定该有向弧流量为0.0001；当有向弧流量不为0时，发送信号给第二计算单元；
第一约束单元490a，根据公式3对车站能力进行约束，将车站解体能力约束转移到解体弧上；
第二约束单元490b，根据公式4对技术站的编发去向数进行约束。
上述列车编组分析系统可以由硬件实现，也可以由软件和硬件结合实现，例如，输入部100和设定单元420可以为单片机、工控机、计算机等，第一计算单元410、第二计算单元430、第三计算单元440、第一判断单元470、第二判断单元480、第一约束单元490a和第二约束单元490b可以由各种逻辑门电路实现，所述迭代次数计数单元460可以由计数器实现。
在本发明的一个具体实施例中，如图11所示，中国东北地区的某一铁路网络包含19个车站，对上述铁路网进行网络优化，得到最优编组计划，包括：
输入数据：铁路基础网络G，OD车流量，车流径路；定义Γ为最大迭代次数，其中，输入数据的OD车流量如表1所示，
表1
输出数据：最优编组计划。
步骤1，依据输入数据，得到所述铁路基础网络的多个初始编组计划，具体地，包括：
步骤1.1，依据铁路基础网络与固定车流径路，生成包含多个初始编组计划的关系网络，如图12所示，所述关系网络包含所有可能直达去向；
步骤1.2，依据初始编组计划和基础网络构造服务网络，如图13所示，为了更好的表示服务网络，入流节点编号与原基础网络节点保持一致，出流节点编号在原节点编号数字后加01，从而便于区分节点间的关系；
步骤1.3，依据固定OD径路，计算初始tk，设定Γ。
步骤2，基于服务网络以所有车辆旅行费用最小为目标采用动态配流方法实现网络流平衡，假设车站平均解体时间是2小时，由于无法知道基础路网实际长度和旅行时间，假设自由流条件下直接连通的支点站间的旅行时间是2小时，经30次迭可达到网络流量的基本平衡，完成全部配流过程耗时不超过2分钟，具体地：
当迭代次数τ≤Γ时，
步骤2.1，计算所有向弧旅行费用ck，其中，如果有向弧流量为0,设定该弧流量为0.0001；
步骤2.2，最短路算法计算OD径路；
步骤2.3，依据步骤2.2计算结果，将OD流量分配到服务网络；
步骤2.4，判断迭代次数是否超过Γ，如果超过，完成网络均衡配流，如果不超过返回步骤2.1。
步骤3，得到服务网络均衡配流结果，非零流量路段为所求优化服务网络，对应有车流的弧为需要开行的直达去向(图13中的有宽度的线条表示了存在车流的方案弧)，得到优化编组计划，保存数据，如表2所示，
表2
上述最优编组计划包含48组直达去向，总旅行费用是32998车小时。而传统编组计划优化方法计算结果为69组直达去向,总旅行费用是38375车小时。相比之下总旅行费用节省14％。
本发明所述基于服务网络动态配流的列车编组分析方法及系统不限制铁路网的地区、规模，对于任何铁路网均可以给出列车优化编组的结果，利用网络动态配流的原理，用服务网络来描述铁路网络的编组计划，当服务网络达到流平衡时，非零流量路段为所求优化网络，对应有车流的弧为需要开行的直达去向，其中，以OD需求量、基础路网为基础数据，在计算基于服务网络的任意车辆的最短径路和费用的基础上，依据最短路计算结果对车流进行配流，使服务网络车流达到均衡，全服务网络费用也达到最少。
尽管前面公开的内容示出了本发明的示例性实施例，但是应当注意，在不背离权利要求限定的范围的前提下，可以进行多种改变和修改。根据这里描述的发明实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外，尽管本发明的元素可以以个体形式描述或要求，但是也可以设想具有多个元素，除非明确限制为单个元素。

Claims (8)

1.一种基于服务网络动态配流的列车编组分析方法，其特征在于，包括：
输入基础数据，所述基础数据包括车站、线路和OD需求；
根据基础数据生成包含所有可能列车方案的关系网络，在所述关系网络中，一个车站作为一个节点，采用有向弧表示任意两个节点之间的列车方案，从始发节点到终到节点之间的多个列车方案构成多个初始编组计划；
生成每一个初始编组计划的每一个服务网络，其中，在所述服务网络中，每一个车站作为节点分解成入流节点和出流节点，一个节点的入流节点和出流节点之间的有向弧为方案弧，一个节点的出流节点与另一个节点的入流节点之间的有向弧为解体弧；
基于每一个服务网络，根据如下公式1和2以所有车辆旅行费用最小为目标，采用动态配流方法实现网络流平衡，
min C＝Σq∈Q∑k∈F∪Ick·xq,k 公式1
其中，k为有向弧索引，k∈F∪I，F为方案弧集合，I为解体弧集合；ck是有向弧k的费用；ck 方案是方案弧费用；ck 解体是解体弧费用；tk是列车在有向弧上的旅行时间；是24小时周期内每列车集结时间，m是允许车辆出发最少车辆编成数，q是货物车辆索引，Q为货车车辆集合，xq,k是0-1决策变量，表示货物车辆q是否用弧k运输，若是则xq,k＝1，否则xq,k＝0；min C为最小所有车辆旅行总费用；
依据网络流平衡结果，抽取有流量有向弧，生成对应直达去向，得到最优服务网络，从而得到最优编组计划。
2.根据权利要求1所述的基于服务网络动态配流的列车编组分析方法，其特征在于，所述以所有车辆旅行费用最小为目标采用动态配流方法实现网络流平衡的方法包括：
依据固定OD径路，计算初始列车在每一个有向弧上的旅行时间，设定最大迭代次数；
用车流动态配流算法多次迭代实现网络流平衡，其中，在每一次迭代中均包括：计算所有有向弧旅行费用；
最短路算法计算最短OD径路；
依据最短OD径路，将OD流量分配到服务网络；
判断迭代次数是否超过最大迭代次数，当超过所述最大迭代次数时，完成服务网络均衡配流。
3.根据权利要求2所述的基于服务网络动态配流的列车编组分析方法，其特征在于，还包括：当计算所有有向弧旅行费用ck时，如果有向弧流量为0,设定该有向弧流量为0.0001。
4.根据权利要求2所述的基于服务网络动态配流的列车编组分析方法，其特征在于，还包括：
根据如下公式3对车站能力进行约束，将车站解体能力约束转移到解体弧上，
u(k)≤ui 公式3
其中，i是车站索引号，是有向弧k是否是车站i对应的解体弧，是则＝1，否则＝0；u(k)是有向弧k通过能力；ui车站i改编能力；
根据如下公式4对车站的编发去向数进行约束，
∑j∈Nyi,j≤Mi 公式4
其中，Mi表示给定的车站最大编发去向数；N为车站集合，i，j是车站索引号，i，j∈N，，yi,j为0-1变量，是否开行直达去向(i,j)，开行，yi,j＝1,不开行，yi,j＝0。
5.一种基于服务网络动态配流的列车编组分析系统，其特征在于包括：
输入部，输入基础数据，所述基础数据包括车站、线路和OD需求；
第一编组部，根据基础数据生成包含所有可能列车方案的关系网络，在所述关系网络中，一个车站作为一个节点，采用有向弧表示任意两个节点之间的列车方案，从始发节点到终到节点之间的多个列车方案构成多个初始编组计划；
服务网络构建部，生成第一编组部中每一个初始编组计划的每一个服务网络，其中，在所述服务网络中，每一个车站作为节点分解成入流节点和出流节点，一个节点的入流节点和出流节点之间的有向弧为方案弧，一个节点的出流节点与另一个节点的入流节点之间的有向弧为解体弧；
动态配流模型构建部，基于每一个服务网络，根据如下公式1和2以所有车辆旅行费用最小为目标，采用动态配流方法实现网络流平衡，
min C＝Σq∈Q∑k∈F∪Ick·xq,k 公式1
其中，k为有向弧索引，k∈F∪I，F为方案弧集合，I为解体弧集合；ck是有向弧k的费用；ck 方案是方案弧的费用；ck 解体是解体弧的费用；tk是列车在有向弧上的旅行时间；是24小时周期内每列车集结时间，m是允许车辆出发最少车辆编成数，q是货物车辆索引，Q为货车车辆集合，xq,k是0-1决策变量，表示货物车辆q是否用弧k运输，若是则xq,k＝1，否则xq,k＝0；min C为最小所有车辆旅行总费用；
第二编组部，依据网络流平衡结果，抽取有流量有向弧，生成对应直达去向，得到最优服务网络，从而得到最优编组计划。
6.根据权利要求5所述的基于服务网络动态配流的列车编组分析系统，其特征在于，所述动态配流模型构建部包括：
第一计算单元，依据固定OD径路，计算初始列车在每一个有向弧上的旅行时间；
设定单元，设定迭代次数最大值；
第二计算单元，计算所有有向弧旅行费用ck；
第三计算单元，根据第二计算单元计算的有向弧旅行费用ck，采用最短路算法计算最短OD径路；
流量分配单元，依据第三计算单元的最短OD径路计算结果，将OD流量分配到服务网络；
迭代次数计数单元，对迭代次数进行计数；
第一判断单元，判断迭代次数是否超过设定迭代次数，当超过所述最大迭代次数时，发送信号给第二编组部；当不超过所述最大迭代次数时，将流量分配单元得到的具有OD流量分配的服务网络发送给第二计算单元，重新计算所有有向弧旅行费用。
7.根据权利要求5所述的基于服务网络动态配流的列车编组分析系统，其特征在于，所述动态配流模型构建部还包括：
第二判断单元，判断有向弧流量是否为0，当有向弧流量为0时，发送信号给设定单元，所述设定单元设定该有向弧流量为0.0001；当有向弧流量不为0时，发送信号给第二计算单元。
8.根据权利要求5所述的基于服务网络动态配流的列车编组分析系统，其特征在于，所述动态配流模型构建部还包括：
第一约束单元，根据如下公式3对车站能力进行约束，，将车站解体能力约束转移到解体弧上，
u(k)≤ui 公式3
其中，i是车站索引号，是有向弧k是否是车站i对应的解体弧，是则＝1，否则＝0；u(k)是有向弧k通过能力；ui车站i改编能力；
第二约束单元，根据如下公式4对车站的编发去向数进行约束，
∑j∈Nyi,j≤Mi 公式4
其中，Mi表示给定的车站最大编发去向数；N为车站集合，i，j是车站索引号，i，j∈N，yi,j为0-1变量，是否开行直达去向(i,j)，开行，yi,j＝1,不开行，yi,j＝0。
CN201710117702.1A 2017-03-01 2017-03-01 基于服务网络动态配流的列车编组分析方法及系统 Pending CN106911509A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710117702.1A CN106911509A (zh) 2017-03-01 2017-03-01 基于服务网络动态配流的列车编组分析方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710117702.1A CN106911509A (zh) 2017-03-01 2017-03-01 基于服务网络动态配流的列车编组分析方法及系统

Publications (1)

Publication Number Publication Date
CN106911509A true CN106911509A (zh) 2017-06-30

Family

ID=59186184

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710117702.1A Pending CN106911509A (zh) 2017-03-01 2017-03-01 基于服务网络动态配流的列车编组分析方法及系统

Country Status (1)

Country Link
CN (1) CN106911509A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109359913A (zh) * 2018-10-11 2019-02-19 东沣管轨技术（北京）股份有限公司 用于管轨运输系统的调度方法及系统
CN110245806A (zh) * 2019-06-24 2019-09-17 北京交通大学 一种城市轨道交通客流管控方法与系统
CN110766203A (zh) * 2019-09-26 2020-02-07 北京交通大学 基于综合费用的铁路集疏运服务网络优化方法
CN111770868A (zh) * 2018-03-23 2020-10-13 德国铁路股份公司 用于在路线网络上调度或控制多个运输工具运动的方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103507836A (zh) * 2013-08-13 2014-01-15 张伯敏 平面调车作业钩计划编制方法
CN103716194A (zh) * 2013-12-31 2014-04-09 北京交通大学 一种城轨列车网络拓扑优化方法
WO2014203417A1 (ja) * 2013-06-20 2014-12-24 株式会社日立システムズ ダイヤ作成システム、ダイヤ作成方法、及びダイヤ作成システム用プログラム
CN104442929A (zh) * 2013-09-17 2015-03-25 北京交通大学 一种基于复杂网络结构的铁路车站技术作业规划方法
WO2015162652A1 (ja) * 2014-04-21 2015-10-29 株式会社日立製作所 交通システム最適化装置
CN105678425A (zh) * 2016-01-29 2016-06-15 中南大学 基于多节拍组合的城际铁路列车开行的优化方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014203417A1 (ja) * 2013-06-20 2014-12-24 株式会社日立システムズ ダイヤ作成システム、ダイヤ作成方法、及びダイヤ作成システム用プログラム
CN103507836A (zh) * 2013-08-13 2014-01-15 张伯敏 平面调车作业钩计划编制方法
CN104442929A (zh) * 2013-09-17 2015-03-25 北京交通大学 一种基于复杂网络结构的铁路车站技术作业规划方法
CN103716194A (zh) * 2013-12-31 2014-04-09 北京交通大学 一种城轨列车网络拓扑优化方法
WO2015162652A1 (ja) * 2014-04-21 2015-10-29 株式会社日立製作所 交通システム最適化装置
CN105678425A (zh) * 2016-01-29 2016-06-15 中南大学 基于多节拍组合的城际铁路列车开行的优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
唐金金: "基于服务网络动态配流的直达列车开行方案优化编制方法", 《中国铁道科学》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111770868A (zh) * 2018-03-23 2020-10-13 德国铁路股份公司 用于在路线网络上调度或控制多个运输工具运动的方法
CN111770868B (zh) * 2018-03-23 2022-03-29 德国铁路股份公司 用于在路线网络上调度或控制多个运输工具运动的方法
CN109359913A (zh) * 2018-10-11 2019-02-19 东沣管轨技术（北京）股份有限公司 用于管轨运输系统的调度方法及系统
CN110245806A (zh) * 2019-06-24 2019-09-17 北京交通大学 一种城市轨道交通客流管控方法与系统
CN110245806B (zh) * 2019-06-24 2021-06-22 北京交通大学 一种城市轨道交通客流管控方法与系统
CN110766203A (zh) * 2019-09-26 2020-02-07 北京交通大学 基于综合费用的铁路集疏运服务网络优化方法

Similar Documents

Publication Publication Date Title
Gu et al. Plan-based flexible bus bridging operation strategy
Goverde et al. A three-level framework for performance-based railway timetabling
CN106911509A (zh) 基于服务网络动态配流的列车编组分析方法及系统
CN104239484B (zh) 一种基于多模式公交组合调度的时刻表编制方法
Chen et al. A fuel-saving and pollution-reducing dynamic taxi-sharing protocol in vanets
CN106504516A (zh) 一种基于公交站点信息化的多形式公交动态调度方法
CN108151756A (zh) 一种城市公共交通系统的行程时间计算方法和装置
Wang et al. Optimization of bus bridging service under unexpected metro disruptions with dynamic passenger flows
Li et al. Optimal zone design for feeder transit services
CN104966135B (zh) 基于可达性和可达强度的公交线路网络优化方法
CN108364127A (zh) 一种路网客流协同控制优化系统
Wang et al. Research on optimal hub location of agricultural product transportation network based on hierarchical hub-and-spoke network model
Lai et al. CYBER-PHYSICAL LOGISTICS SYSTEM-BASED VEHICLE ROUTING OPTIMIZATION.
Uddin et al. Freight traffic assignment methodology for large-scale road–rail intermodal networks
CN109902866A (zh) 铁路快运班列开行方案与车底运用的协同优化方法
Adhikari et al. An integrated solution approach for the time minimization evacuation planning problem.
Wu et al. A bi-objective decision model and method for the integrated optimization of bus line planning and lane reservation
Lan et al. Optimizing train formation problem with car flow routing and train routing by benders-and-price approach
CN106067078A (zh) 一种双站台的公交泊位分配优化方法
Jing et al. A study on car flow organization in the loading end of heavy haul railway based on immune clonal selection algorithm
CN108197879B (zh) 一种多模式客货共运方法及系统
Dou et al. Coordination of feeder bus schedule with train service at integrated transport hubs
Elbery et al. A novel stochastic linear programming feedback eco-routing traffic assignment system
Edwards et al. The network-inspired transportation system: A hierarchical approach to integrated transit
Xie et al. Estimating distributions of walking speed, walking distance, and waiting time with automated fare collection data for rail transit

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170630

RJ01 Rejection of invention patent application after publication