CN107133715B - 基于轨道时空冲突的整数规划建模的方法 - Google Patents

基于轨道时空冲突的整数规划建模的方法 Download PDF

Info

Publication number
CN107133715B
CN107133715B CN201710196122.6A CN201710196122A CN107133715B CN 107133715 B CN107133715 B CN 107133715B CN 201710196122 A CN201710196122 A CN 201710196122A CN 107133715 B CN107133715 B CN 107133715B
Authority
CN
China
Prior art keywords
train
track
route
time
constraint
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.)
Active
Application number
CN201710196122.6A
Other languages
English (en)
Other versions
CN107133715A (zh
Inventor
王渊
刘亚东
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.)
Chengdu 1rock Technology Co ltd
Original Assignee
Chengdu 1rock Technology Co ltd
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 Chengdu 1rock Technology Co ltd filed Critical Chengdu 1rock Technology Co ltd
Priority to CN201710196122.6A priority Critical patent/CN107133715B/zh
Publication of CN107133715A publication Critical patent/CN107133715A/zh
Application granted granted Critical
Publication of CN107133715B publication Critical patent/CN107133715B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明公开了一种基于轨道时空冲突的整数规划建模的方法，包括车站路径信息收集、列车可选路径匹配、整数规划建模以及模型求解与作业过程输出；其中，车站路径信息收集，收集在无冲突状态下使用各个进路所需经过的轨道信息、道岔信息以及每个轨道的占用时间信息；列车可选路径匹配，针对每一个待编制作业计划的列车，进行列车路径匹配操作，生成进路对集合；整数规划建模，进行变量和符号定义、约束定义以及目标定义，生成若干对象列表；模型求解与作业过程输出，利用分支定界法求解模型，对列车进行编制。该方法的设备利用率高，编制效率高，可设置不同的编制目标，优化编制结构，避免列车冲突；且保障了时间和空间双方面的安全性。

Description

基于轨道时空冲突的整数规划建模的方法
技术领域
本发明涉及规划建模技术，具体涉及一种基于轨道时空冲突的整数规划建模的方法。
背景技术
高速铁路车站作业过程的编制是车站工作组织和管理最核心的模块，编制过程中，技术人员需要根据给定时刻表对所有待作业列车的进站进路、出站进路以及停靠到发线进行统一的决策和安排。
现有的方法是根据以往经验，借助计算机辅助工具，人工安排列车的进站进路、出站进路以及停靠的到发线，效率低下、过程繁琐；同时，由于高速列车速度快、车流大、待编制任务多，手工编制难以避免列车在咽喉区和到发线上形成冲突，带来安全隐患的同时，也降低了车站设备的利用水平。
现有的高速铁路车站作业过程的编制方法主要存在以下缺陷：
1、手工编制要求技术人员逐一将待编排列车进行安排，并进行调整以避免列车冲突，工作耗时；
2、当待编制任务较多时，手工编制的作业过程难以避免列车在咽喉区和到发线上的冲突；
3、难以从全局考虑设备的利用水平，从而降低了设备利用率。
发明内容
基于此，针对上述问题，有必要提出一种基于轨道时空冲突的整数规划建模的方法，该方法的设备利用率高，编制效率高，可设置不同的编制目标，优化编制结构，避免列车冲突；且保障了时间和空间双方面的安全性。
本发明的技术方案是：
一种基于轨道时空冲突的整数规划建模的方法，包括以下步骤：
a、在给定的站场模型中，定义站场进站进路总集合RIN＝{rin1,rin2,……rinn}，站场出站进路总集合ROUT＝{rout1,rout2,……routn}；并根据列车沿每个进路的行驶情况，收集在无冲突状态下使用各个进路所需经过的轨道信息、道岔信息以及每个轨道的占用时间信息；
b、针对每一个待编制作业计划的列车，进行列车路径匹配操作，生成由进站进路集合
Figure BDA0001257379820000021
和出站进路集合
Figure BDA0001257379820000022
一一对应所组成的进路对集合
Figure BDA0001257379820000023
c、根据某一列车所选择的进路对信息，生成进路对与列车相对应的变量
Figure BDA0001257379820000024
定义变量
Figure BDA0001257379820000025
下的变量Train、arrtrain、deptrain、Trackrr、
Figure BDA0001257379820000026
Figure BDA0001257379820000027
T以及t，并进行整数规划建模，形成若干个对象列表；其中，Train表示所有待编制作业计划列车的集合；arrtrain表示列车train的进站时间；deptrain表示列车train的出站时间；Trackrr表示进路对需要占用的轨道集合；
Figure BDA0001257379820000028
表示当列车train选择进路对rr时某个轨道track的开始占用时间；
Figure BDA0001257379820000029
表示当列车train选择进路对rr时某个轨道track的结束占用时间；T表示总时间；t表示时间刻度，且t＝1，2，3，…T；
d、根据进路对集合
Figure BDA00012573798200000210
以及整数规划建模后生成的若干个对象列表，利用分支定界法求解模型。
上述方案的工作原理：首先，进行车站路径信息收集，站场的进站进路总集合RIN＝{rin1,rin2,……rinn}，站场的出站进路总集合ROUT＝{rout1,rout2,……routn}，一个进站进路和一个出站进路只能在某一个到发线上相连接，且这种联系是唯一的，如果选择rini作为进站进路，则与之对应的出站进路为routi，rini会经过一个规定的轨道集合{tracka,trackb,trackc}，并且生成与之对应的开始占用时间集合{starta,startb,startc}以及结束占用时间集合{enda,endb,endc}，routi同理；
其次，进行列车可选路径匹配，可选的进站进路集合为站场的进站进路总集合的子集，可选的出站进路集合为站场的出站进路总集合的子集，且每一个列车的进站进路集合为
Figure BDA0001257379820000031
每一个列车的出站进路集合为
Figure BDA0001257379820000032
并相互一一对应，形成进路对集合
Figure BDA0001257379820000033
然后，进行整数规划建模，设定变量和符号定义、约束定义以及目标定义，形成若干对象列表{Track}、{RR}、{Train}、{X}、{Y}及{T}；
最后，模型求解，并进行作业过程输出；
在整个过程中，设备的利用率高，编制效率高，能实现最终为每一个列车实行编制作业的目的，且避免列车发生冲突。
作为上述方案的进一步优化，所述步骤c中的整数规划建模具体包括以下步骤：
c1、进行变量和符号定义，得到变量
Figure BDA0001257379820000034
Train、arrtrain、deptrain、Trackrr、
Figure BDA0001257379820000035
T以及t；
c2、根据所得变量进行约束定义以及目标定义。
此步骤为具体的建模方法，需要依次进行变量和符号定义、约束定义以及目标定义；
变量和符号定义，用于获取变量
Figure BDA0001257379820000036
Train、arrtrain、deptrain、Trackrr、
Figure BDA0001257379820000037
T以及t，其中：
Train，表示所有待编制作业计划列车的集合；
arrtrain，表示列车train的进站时间；
deptrain，表示列车train的出站时间；
Trackrr，表示进路对需要占用的轨道集合；
Figure BDA0001257379820000041
表示当列车train选择进路对rr时某个轨道track的开始占用时间；
Figure BDA0001257379820000042
表示当列车train选择进路对rr时某个轨道track的结束占用时间；
T，表示总时间，如一天是1440分钟或86400秒，对于本发明而言，以10秒为一个单位，即T＝8640；
t，表示时间刻度，且t＝1，2，3，…T；
约束定义，对所建模型进行唯一路径约束、连续占用约束以及时空无冲突约束；
目标定义，本发明可以有多个优化目标，定义最大化列车编制目标，以及在最大化列车编制的条件下，尽量建设轨道使用。
以上，为建模提供了基础，为列车提供了高安全性，且高效率的编制方式，可设置不同的编制目标，优化了编制结构。
作为上述方案的进一步优化，所述步骤c2中的约束定义包括唯一路径约束，具体如下：
Figure BDA0001257379820000043
其中，RRtrain为进路对集合，rr为所选择的进路对，train为执行作业的列车，且
Figure BDA0001257379820000044
Train为所有待编制作业计划列车的集合，
Figure BDA0001257379820000045
为执行作业的列车对应所选进路对的变量；整个公式表示对于每一个待排列车，只能选择不超过进路对集合作为其最终进路。
上式的意义是，对于每一个待排列车，其只能选择不超过进路对作为其最终进路；完成了对列车路径选择的约束。
作为上述方案的进一步优化，所述步骤c2中的约束定义还包括连续占用约束，具体如下：
Figure BDA0001257379820000051
其中，
Figure BDA0001257379820000052
Yt train,track为判断轨道track在t时刻是否被列车train占用，如果Yt train,track＝1，则说明轨道track在t时刻被列车train占用；如果Yt train ,track＝0，则说明轨道track始终被列车train占用。
上式的意义是，对任意轨道track，如果某一列车train在选择路径rr并用到了该轨道，则从该列车开始占用此轨道时间
Figure BDA0001257379820000053
起，到该列车结束使用此轨道时间
Figure BDA0001257379820000054
止，此轨道始终会被该列车占用，即Yt train,track＝1，反之Yt train,track＝0。
利用该连续占用约束，可判断某一轨道在某一时间范围内是否被某一列车占用，从而避免列车重复编制，造成时间和空间上的冲突。
作为上述方案的进一步优化，所述步骤c2中的约束定义还包括时空无冲突约束，具体如下：
Figure BDA0001257379820000055
其中，
Figure BDA0001257379820000056
Yt train,track为判断轨道track在t时刻是否被列车train占用，如果Yt train,track＝1，则说明轨道track在t时刻被列车train占用；如果Yt train,track＝0，则说明轨道track在t时刻未被列车train占用。
上式的意义是，对任意轨道track(空间)而言，在任意时刻t(时间)最多被能被一个列车所占用，即表明所有轨道在时间和空间上均不能有冲突产生。
其精确到秒级冲突约束，防止列车发生时空冲突，保障了时间和空间双方面的安全性。
作为上述方案的进一步优化，所述步骤c2中的目标定义包括最大化列车编制目标，具体如下：
Figure BDA0001257379820000061
上式的意义是，尽量让更多的列车通过某一个进路对rr完成编制；优化编制结构，从而提高对列车编制的数量，提高编制效率。
作为上述方案的进一步优化，在最大化列车编制目标的条件下，建设轨道目标，具体如下：
Figure BDA0001257379820000062
其中，M为极大数。
目标会优先考虑
Figure BDA0001257379820000063
然后考虑
Figure BDA0001257379820000064
实现轨道数量的优化，增加设备的利用率。
作为上述方案的更进一步优化，所述步骤d具体包括以下步骤：
d1、根据输入的待排列车，获取每一个列车的进路对集合；
d2、采集变量信息
Figure BDA0001257379820000065
Train、arrtrain、deptrain、Trackrr、
Figure BDA0001257379820000066
Figure BDA0001257379820000067
T、t以及相关约束定义和目标定义，进行模型建立，并生成若干对象列表{Track}、{RR}、{Train}、{X}、{Y}及{T}；
d3、利用分支定界法求解模型，获取最终解；
d4、遍历最终解里的所有变量
Figure BDA0001257379820000071
输出完整的作业过程，完成列车编制。实现整数规划建模，快速求解高速铁路车站作业过程编制问题，提高效率。作为上述方案的更进一步优化，所述步骤d3的具体求解过程如下：
d31、假设对象列表中变量X和Y均不是整数变量，并利用单纯型法求解；
d32、解毕，将非整数变量分别取出，构建两个模型；
d33、分别添加约束条件X≤0和X≥1，并继续求解；
d34、最终解毕，得到不存在非整数的变量。
首先假设x和Y均不是整数变量，如可以等于0.5、0.6等小数；然后运用单纯型法求解模型；之后将非整数的变量分别挑出，并构建两个模型，分别添加约束x<＝0和x>＝1再次求解；最后直到不存在非整数的变量，解毕。
其求解方式科学，能快速得出需求变量，提高编制效率。
作为上述方案的更进一步优化，所述步骤d4具体包括以下步骤：
遍历所有变量
Figure BDA0001257379820000072
后，如果
Figure BDA0001257379820000073
则将列车train编制为所选进路对rr对应的进站进路和出站进路；如果
Figure BDA0001257379820000074
则不编制。
实现对列车的最终编制，编制效率高，且不会产生时空冲突，保障了时间和空间双方面的安全性，同时，编制结构优化，耗时少，充分利用了轨道资源。
本发明的有益效果是：
1、快速求解高速铁路车站作业过程编制问题，效率高。
2、可设置不同的编制目标，优化编制结构。
3、精确到秒级的冲突约束，保障了时间和空间双方面的安全性。
4、从全局考虑设备的利用水平，从而增加了设备利用率，工作耗时少。
附图说明
图1是本发明实施例所述基于轨道时空冲突的整数规划建模的方法的流程图。
具体实施方式
下面结合附图对本发明的实施例进行详细说明。
实施例
如图1所示，一种基于轨道时空冲突的整数规划建模的方法，包括以下步骤：
a、在给定的站场模型中，定义站场进站进路总集合RIN＝{rin1,rin2,……rinn}，站场出站进路总集合ROUT＝{rout1,rout2,……routn}；并根据列车沿每个进路的行驶情况，收集在无冲突状态下使用各个进路所需经过的轨道信息、道岔信息以及每个轨道的占用时间信息；
b、针对每一个待编制作业计划的列车，进行列车路径匹配操作，生成由进站进路集合
Figure BDA0001257379820000081
和出站进路集合
Figure BDA0001257379820000082
一一对应所组成的进路对集合
Figure BDA0001257379820000083
c、根据某一列车所选择的进路对信息，生成进路对与列车相对应的变量
Figure BDA0001257379820000084
定义变量
Figure BDA0001257379820000085
下的变量Train、arrtrain、deptrain、Trackrr、
Figure BDA0001257379820000086
Figure BDA0001257379820000087
T以及t，并进行整数规划建模，形成若干个对象列表；其中，Train表示所有待编制作业计划列车的集合；arrtrain表示列车train的进站时间；deptrain表示列车train的出站时间；Trackrr表示进路对需要占用的轨道集合；
Figure BDA0001257379820000088
表示当列车train选择进路对rr时某个轨道track的开始占用时间；
Figure BDA0001257379820000089
表示当列车train选择进路对rr时某个轨道track的结束占用时间；T表示总时间；t表示时间刻度，且t＝1，2，3，…T；
d、根据进路对集合
Figure BDA0001257379820000091
以及整数规划建模后生成的若干个对象列表，利用分支定界法求解模型。
上述方案的工作原理：首先，进行车站路径信息收集，站场的进站进路总集合RIN＝{rin1,rin2,……rinn}，站场的出站进路总集合ROUT＝{rout1,rout2,……routn}，一个进站进路和一个出站进路只能在某一个到发线上相连接，且这种联系是唯一的，如果选择rini作为进站进路，则与之对应的出站进路为routi，rini会经过一个规定的轨道集合{tracka,trackb,trackc}，并且生成与之对应的开始占用时间集合{starta,startb,startc}以及结束占用时间集合{enda,endb,endc}，routi同理；
其次，进行列车可选路径匹配，可选的进站进路集合为站场的进站进路总集合的子集，可选的出站进路集合为站场的出站进路总集合的子集，且每一个列车的进站进路集合为
Figure BDA0001257379820000092
每一个列车的出站进路集合为
Figure BDA0001257379820000093
并相互一一对应，形成进路对集合
Figure BDA0001257379820000094
然后，进行整数规划建模，设定变量和符号定义、约束定义以及目标定义，形成若干对象列表{Track}、{RR}、{Train}、{X}、{Y}及{T}；
最后，模型求解，并进行作业过程输出；
在整个过程中，设备的利用率高，编制效率高，能实现最终为每一个列车实行编制作业的目的，且避免列车发生冲突。
在一个实施例中，所述步骤c中的整数规划建模具体包括以下步骤：
c1、进行变量和符号定义，得到变量
Figure BDA0001257379820000095
Train、arrtrain、deptrain、Trackrr、
Figure BDA0001257379820000096
T以及t；
c2、根据所得变量进行约束定义以及目标定义。
此步骤为具体的建模方法，需要依次进行变量和符号定义、约束定义以及目标定义；
变量和符号定义，用于获取变量
Figure BDA0001257379820000101
Train、arrtrain、deptrain、Trackrr、
Figure BDA0001257379820000102
T以及t，其中：
Train，表示所有待编制作业计划列车的集合；
arrtrain，表示列车train的进站时间；
deptrain，表示列车train的出站时间；
Trackrr，表示进路对需要占用的轨道集合；
Figure BDA0001257379820000103
表示当列车train选择进路对rr时某个轨道track的开始占用时间；
Figure BDA0001257379820000104
表示当列车train选择进路对rr时某个轨道track的结束占用时间；
T，表示总时间，如一天是1440分钟或86400秒，对于本发明而言，以10秒为一个单位，即T＝8640；
t，表示时间刻度，且t＝1，2，3，…T；
约束定义，对所建模型进行唯一路径约束、连续占用约束以及时空无冲突约束；
目标定义，本发明可以有多个优化目标，定义最大化列车编制目标，以及在最大化列车编制的条件下，尽量建设轨道使用。
以上，为建模提供了基础，为列车提供了高安全性，且高效率的编制方式，可设置不同的编制目标，优化了编制结构。
在另一个实施例中，所述步骤c2中的约束定义包括唯一路径约束，具体如下：
Figure BDA0001257379820000105
其中，RRtrain为进路对集合，rr为所选择的进路对，train为执行作业的列车，且
Figure BDA0001257379820000111
Train为所有待编制作业计划列车的集合，
Figure BDA0001257379820000112
为执行作业的列车对应所选进路对的变量；整个公式表示对于每一个待排列车，只能选择不超过进路对集合作为其最终进路。
上式的意义是，对于每一个待排列车，其只能选择不超过进路对作为其最终进路；完成了对列车路径选择的约束。
在另一个实施例中，所述步骤c2中的约束定义还包括连续占用约束，具体如下：
Figure BDA0001257379820000113
其中，
Figure BDA0001257379820000114
Yt train,track为判断轨道track在t时刻是否被列车train占用，如果Yt train,track＝1，则说明轨道track在t时刻被列车train占用；如果Yt train ,track＝0，则说明轨道track始终被列车train占用。
上式的意义是，对任意轨道track，如果某一列车train在选择路径rr并用到了该轨道，则从该列车开始占用此轨道时间
Figure BDA0001257379820000115
起，到该列车结束使用此轨道时间
Figure BDA0001257379820000116
止，此轨道始终会被该列车占用，即Yt train,track＝1，反之Yt train,track＝0。
利用该连续占用约束，可判断某一轨道在某一时间范围内是否被某一列车占用，从而避免列车重复编制，造成数据冗余。
在另一个实施例中，所述步骤c2中的约束定义还包括时空无冲突约束，具体如下：
Figure BDA0001257379820000121
其中，
Figure BDA0001257379820000122
Yt train,track为判断轨道track在t时刻是否被列车train占用，如果Yt train,track＝1，则说明轨道track在t时刻被列车train占用；如果Yt train,track＝0，则说明轨道track在t时刻未被列车train占用。
上式的意义是，对任意轨道track(空间)而言，在任意时刻t(时间)最多被能被一个列车所占用，即表明所有轨道在时间和空间上均不能有冲突产生。
其精确到秒级冲突约束，防止列车发生时空冲突，保障了时间和空间双方面的安全性。
在另一个实施例中，所述步骤c2中的目标定义包括最大化列车编制目标，具体如下：
Figure BDA0001257379820000123
上式的意义是，尽量让更多的列车通过某一个进路对rr完成编制；优化编制结构，从而提高对列车编制的数量，提高编制效率。
在另一个实施例中，在最大化列车编制目标的条件下，建设轨道目标，具体如下：
Figure BDA0001257379820000124
其中，M为极大数。
目标会优先考虑
Figure BDA0001257379820000125
然后考虑
Figure BDA0001257379820000126
实现轨道数量的优化，增加设备的利用率。
在另一个实施例中，所述步骤d具体包括以下步骤：
d1、根据输入的待排列车，获取每一个列车的进路对集合；
d2、采集变量信息
Figure BDA0001257379820000131
Train、arrtrain、deptrain、Trackrr、
Figure BDA0001257379820000132
Figure BDA0001257379820000133
T、t以及相关约束定义和目标定义，进行模型建立，并生成若干对象列表{Track}、{RR}、{Train}、{X}、{Y}及{T}；
d3、利用分支定界法求解模型，获取最终解；
d4、遍历最终解里的所有变量
Figure BDA0001257379820000134
输出完整的作业过程，完成列车编制。实现整数规划建模，快速求解高速铁路车站作业过程编制问题，提高效率。在另一个实施例中，所述步骤d3的具体求解过程如下：
d31、假设对象列表中变量X和Y均不是整数变量，并利用单纯型法求解；
d32、解毕，将非整数变量分别取出，构建两个模型；
d33、分别添加约束条件X≤0和X≥1，并继续求解；
d34、最终解毕，得到不存在非整数的变量。
首先假设x和Y均不是整数变量，如可以等于0.5、0.6等小数；然后运用单纯型法求解模型；之后将非整数的变量分别挑出，并构建两个模型，分别添加约束x<＝0和x>＝1再次求解；最后直到不存在非整数的变量，解毕。
其求解方式科学，能快速得出需求变量，提高编制效率。
在另一个实施例中，所述步骤d4具体包括以下步骤：
遍历所有变量
Figure BDA0001257379820000135
后，如果
Figure BDA0001257379820000136
则将列车train编制为所选进路对rr对应的进站进路和出站进路；如果
Figure BDA0001257379820000137
则不编制。
实现对列车的最终编制，编制效率高，且不会产生时空冲突，保障了时间和空间双方面的安全性，同时，编制结构优化，耗时少，充分利用了轨道资源。
以上所述实施例仅表达了本发明的具体实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。
本发明采用了时空网络建模方法，该模型的部分或全部对偶模型都是可替代变体。可能将部分约束定义为松弛成变量，然后通过最小(最大化)目标表达。

Claims (4)

1.一种基于轨道时空冲突的整数规划建模的方法，其特征在于，包括以下步骤：
a、在给定的站场模型中，定义站场进站进路总集合RIN＝{rin1,rin2,……rinn}，站场出站进路总集合ROUT＝{rout1,rout2,……routn}；并根据列车沿每个进路的行驶情况，收集在无冲突状态下使用各个进路所需经过的轨道信息、道岔信息以及每个轨道的占用时间信息；
b、针对每一个待编制作业计划的列车，进行列车路径匹配操作，生成由进站进路集合
Figure FDA0002992985280000011
和出站进路集合
Figure FDA0002992985280000012
一一对应所组成的进路对集合
Figure FDA0002992985280000013
c、根据某一列车所选择的进路对信息，生成进路对与列车相对应的变量
Figure FDA0002992985280000014
定义变量
Figure FDA0002992985280000015
下的变量Train、arrtrain、deptrain、Trackrr、
Figure FDA0002992985280000016
T以及t，并进行整数规划建模，形成若干个对象列表；其中，Train表示所有待编制作业计划列车的集合；arrtrain表示列车train的进站时间；deptrain表示列车train的出站时间；Trackrr表示进路对需要占用的轨道集合；
Figure FDA0002992985280000017
表示当列车train选择进路对rr时某个轨道track的开始占用时间；
Figure FDA0002992985280000018
表示当列车train选择进路对rr时某个轨道track的结束占用时间；T表示总时间；t表示时间刻度，且t＝1，2，3，…T，进行变量和符号定义，得到变量
Figure FDA00029929852800000111
Train、arrtrain、deptrain、Trackrr、
Figure FDA0002992985280000019
T以及t，根据所得变量进行约束定义以及目标定义，其中目标定义包括最大化列车编制目标，具体如下：
Figure FDA00029929852800000110
在最大化列车编制目标的条件下，建设轨道目标，具体如下：
Figure FDA0002992985280000021
其中，M为极大数；
约束定义包括唯一路径约束、连续占用约束和时空无冲突约束，唯一路径约束，具体如下：
Figure FDA0002992985280000022
其中，RRtrain为进路对集合，rr为所选择的进路对，train为执行作业的列车，且
Figure FDA0002992985280000023
Train为所有待编制作业计划列车的集合，
Figure FDA0002992985280000024
为执行作业的列车对应所选进路对的变量；
连续占用约束，具体如下：
Figure FDA0002992985280000025
其中，
Figure FDA0002992985280000026
Figure FDA0002992985280000027
为判断轨道track在t时刻是否被列车train占用，如果Yt train,track＝1，则说明轨道track在t时刻被列车train占用；如果Yt train ,track＝0，则说明轨道track在t时刻未被列车train占用；
时空无冲突约束，具体如下：
Figure FDA0002992985280000028
其中，
Figure FDA0002992985280000029
Yt train,track为判断轨道track在t时刻是否被列车train占用，如果Yt train,track＝1，则说明轨道track在t时刻被列车train占用；如果Yt train,track＝0，则说明轨道track在t时刻未被列车train占用；
d、根据进路对集合
Figure FDA0002992985280000031
以及整数规划建模后生成的若干个对象列表，利用分支定界法求解模型。
2.根据权利要求1所述的基于轨道时空冲突的整数规划建模的方法，其特征在于，所述步骤d具体包括以下步骤：
d1、根据输入的待排列车，获取每一个列车的进路对集合；
d2、采集变量信息
Figure FDA0002992985280000032
Train、arrtrain、deptrain、Trackrr、
Figure FDA0002992985280000033
Figure FDA0002992985280000034
T、t以及相关约束定义和目标定义，进行模型建立，并生成若干对象列表{Track}、{RR}、{Train}、{X}、{Y}及{T}；
d3、利用分支定界法求解模型，获取最终解；
d4、遍历最终解里的所有变量
Figure FDA0002992985280000035
输出完整的作业过程，完成列车编制。
3.根据权利要求2所述的基于轨道时空冲突的整数规划建模的方法，其特征在于，所述步骤d3的具体求解过程如下：
d31、假设对象列表中变量X和Y均不是整数变量，并利用单纯型法求解；
d32、解毕，将非整数变量分别取出，构建两个模型；
d33、分别添加约束条件X≤0和X≥1，并继续求解；
d34、最终解毕，得到不存在非整数的变量。
4.根据权利要求3所述的基于轨道时空冲突的整数规划建模的方法，其特征在于，所述步骤d4具体包括以下步骤：
遍历所有变量
Figure FDA0002992985280000036
后，如果
Figure FDA0002992985280000037
则将列车train编制为所选进路对rr对应的进站进路和出站进路；如果
Figure FDA0002992985280000038
则不编制。
CN201710196122.6A 2017-03-29 2017-03-29 基于轨道时空冲突的整数规划建模的方法 Active CN107133715B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710196122.6A CN107133715B (zh) 2017-03-29 2017-03-29 基于轨道时空冲突的整数规划建模的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710196122.6A CN107133715B (zh) 2017-03-29 2017-03-29 基于轨道时空冲突的整数规划建模的方法

Publications (2)

Publication Number Publication Date
CN107133715A CN107133715A (zh) 2017-09-05
CN107133715B true CN107133715B (zh) 2021-05-14

Family

ID=59720933

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710196122.6A Active CN107133715B (zh) 2017-03-29 2017-03-29 基于轨道时空冲突的整数规划建模的方法

Country Status (1)

Country Link
CN (1) CN107133715B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108564517B (zh) * 2018-04-20 2021-06-25 西南交通大学 一种铁路车站咽喉区列车最小进路冲突的计算方法
CN108717609B (zh) * 2018-06-12 2022-03-01 西南交通大学 一种摘挂列车调车作业计划编制方法
CN108921362B (zh) * 2018-08-02 2021-02-19 顺丰科技有限公司 一种医药干线优化方法、系统、设备及存储介质
CN109625028B (zh) * 2018-10-26 2020-09-29 北京全路通信信号研究设计院集团有限公司 一种列车进站或出站时空路径规划方法及装置
CN110962889B (zh) * 2019-11-11 2022-03-11 通号城市轨道交通技术有限公司 头码车进路自动选排方法及装置
CN112381277B (zh) * 2020-11-03 2023-09-26 北京交通大学 衔接多线路的方向别高速铁路枢纽站的到发线分配方法
CN115794423B (zh) * 2023-02-09 2023-05-09 深圳市华创智能工程技术有限公司 一种智能机房的管理方法、装置、电子设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103481918A (zh) * 2013-07-04 2014-01-01 文超 一种基于反馈调节的高速铁路列车运行调整方法
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
CN104773191A (zh) * 2014-01-15 2015-07-15 上海亨钧科技有限公司 一种企业铁路自动集中控制方法及其系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103481918A (zh) * 2013-07-04 2014-01-01 文超 一种基于反馈调节的高速铁路列车运行调整方法
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
CN104773191A (zh) * 2014-01-15 2015-07-15 上海亨钧科技有限公司 一种企业铁路自动集中控制方法及其系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
铁路客运站列车过站径路与调机运用优化;陈彦;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20120115;正文第1.2.1.2节，第四章 *
铁路客运站到发线运用和接发车进路排列方案综合优化;史峰等;《中国铁道科学》;20091115;全文 *

Also Published As

Publication number Publication date
CN107133715A (zh) 2017-09-05

Similar Documents

Publication Publication Date Title
CN107133715B (zh) 基于轨道时空冲突的整数规划建模的方法
Tang et al. Robust scheduling strategies of electric buses under stochastic traffic conditions
Wong et al. Optimizing timetable synchronization for rail mass transit
Yang et al. A bi-objective timetable optimization model incorporating energy allocation and passenger assignment in an energy-regenerative metro system
Zhao et al. An integrated approach of train scheduling and rolling stock circulation with skip-stopping pattern for urban rail transit lines
CN103390196B (zh) 复杂约束条件的高速列车运行计划编制优化方法与系统
Kuppusamy et al. Deep learning based energy efficient optimal timetable rescheduling model for intelligent metro transportation systems
Xu et al. Balanced train timetabling on a single-line railway with optimized velocity
Shui et al. A clonal selection algorithm for urban bus vehicle scheduling
Li et al. Train rescheduling with stochastic recovery time: A new track-backup approach
CN111754039A (zh) 纯电动公交线网综合集成优化设计的方法
Cao et al. Robust and optimized urban rail timetabling using a marshaling plan and skip-stop operation
Kang et al. Last train station-skipping, transfer-accessible and energy-efficient scheduling in subway networks
CN113919650A (zh) 一种列车运行方案优化编制方法及系统
JP5325693B2 (ja) 電力シミュレーションのための装置および方法
CN104477217B (zh) 具有单一尽头车场城轨线路的列车运行周转方法
CN110991706B (zh) 一种自动化编制公交时刻表和车辆排班计划的方法
CN107392531A (zh) 一种城市轨道交通车辆基地检修物流仿真系统及方法
López-Ramos Integrating network design and frequency setting in public transportation networks: a survey
CN109583834A (zh) 基于启发式的公交系统日计划排班算法
CN109625028A (zh) 一种列车进站或出站时空路径规划方法及装置
Ghasempour et al. Distributed approximate dynamic control for traffic management of busy railway networks
Hani et al. Simulation based optimization of a train maintenance facility
US20180047124A1 (en) System and method for optimizing a rail system
De Martinis et al. Towards a simulation-based framework for evaluating energy-efficient solutions in train operation

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
GR01 Patent grant
GR01 Patent grant