CN107516147A - 一种高速铁路本线列车开行方案优化方法及其系统 - Google Patents
一种高速铁路本线列车开行方案优化方法及其系统 Download PDFInfo
- Publication number
- CN107516147A CN107516147A CN201710678065.5A CN201710678065A CN107516147A CN 107516147 A CN107516147 A CN 107516147A CN 201710678065 A CN201710678065 A CN 201710678065A CN 107516147 A CN107516147 A CN 107516147A
- Authority
- CN
- China
- Prior art keywords
- mrow
- train
- scheme
- msub
- passenger flow
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000005457 optimization Methods 0.000 title claims abstract description 26
- 238000011156 evaluation Methods 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000005206 flow analysis Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000037361 pathway Effects 0.000 abstract 2
- 238000009795 derivation Methods 0.000 abstract 1
- 238000007726 management method Methods 0.000 abstract 1
- 239000000243 solution Substances 0.000 description 14
- 230000008569 process Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 230000008520 organization Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000012089 stop solution Substances 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 241000287196 Asthenes Species 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 235000019465 surimi Nutrition 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明公开了一种高速铁路本线列车开行方案优化方法及其系统,本发明以高速铁路本线列车开行方案为优化对象,考虑当前高速列车编组特点和列车始发终到能力限制,一方面确保线路各区间列车运输能力满足断面客流输送需求,寻求运输能力与客流需求最佳匹配的列车运行径路,确定列车始发终到车站和开行频率;另一方面根据乘降客流量和OD客流量设置列车停站,也即通过合理设置列车停站方案实现客流OD流量与其列车服务频率相匹配。从能力和服务频率匹配两个层面得到的优化模型和求解算法紧密结合高速铁路运输组织和客运组织特征,列车径路方案和列车停站方案结果合理,优化方法具有较好的实用性。
Description
技术领域
本发明涉及高速铁路本线列车开行方案领域,尤其涉及一种高速铁路本线列车开行方案优化方法及其系统。
背景技术
我国高速铁路已成网运营,高速铁路列车开行方案可以划分为各高速铁路线路上的本线列车和跨线列车两类。京广、京沪、京哈等繁忙客运通道的列车开行决策对网络列车开行方案具有重要影响。为与高密度的本线客流相适应,本线列车具有开行密度高、公交化特征突出的特征,与强调输送能力的跨线长途列车在功能定位、开行模式等方面具有显著差异。因此,在一定程度上本线列车和跨线列车开行方案可相对独立制定。列车开行方案优化问题最初被作为单目标处理,目标函数通常是从使用者角度(如时间、距离、出行费用、直达旅客数量等)或运营决策者角度(如运营费用、运营收入或能力利用)来构造。研究者逐渐认识到该问题是多目标的。列车停站方案作为列车开行方案中相对独立的一部分内容,得到了较多研究关注。
高速铁路列车开行方案研究是近十年来的研究热点,形成了较为成熟的理论,铁路客运部门在公交化旅客列车开行方面也积累了一些经验。但是在列车停站设置方面,当前存在以下问题:1)列车停站的设置目的不明确,部分沿途中间站服务频率降低;2)由于列车停站不合理,部分列车客座利用率不高,经济效益较差。对于列车停站方案的定位,应该意识到,在满足线路输送能力的前提下,公交化服务很大程度上依赖于合理的停站设置加以实现。日本等国家高速列车的停站时间、次数与服务客流量间具有明确的数量关系,各列车等级具有明确的停站数量范围,但是缺乏类似的停站设置标准。
发明内容
本发明目的在于提供一种高速铁路本线列车开行方案优化方法,包括以下步骤:
构建列车开行方案目标函数并设定列车开行方案目标函数的约束条件;
基于约束条件对开行方案目标函数进行优化得到列车径路方案;
基于约束条件对列车径路方案进行优化得到列车停站方案;
综合列车径路方案和列车停站方案制定列车开行方案。
依托于上述方法,本发明还提供了一种速铁路本线列车开行方案优化系统,包括:
第一模块:用于构建列车开行方案目标函数并设定列车开行方案目标函数的约束条件;
第二模块:用于基于约束条件对开行方案目标函数进行优化得到列车径路方案;
第三模块:用于基于约束条件对列车径路方案进行优化得到列车停站方案;
第四模块:用于综合列车径路方案和列车停站方案制定列车开行方案。
本发明具有以下有益效果:
本发明将高速铁路本线列车开行方案优化从能力和服务频率匹配两个层面,划分为列车径路方案和列车停站方案两阶段的求解,优化模型和求解算法紧密结合高速铁路运输组织和客运组织特征。确保了线路各区间列车运输能力满足断面客流输送需求,规划出运输能力与客流需求最佳匹配的列车运行径路,确定列车始发终到车站和开行频率;并且通过合理设置列车停站方案实现客流OD流量与其列车服务频率相匹配。列车径路方案和列车停站方案结果合理,优化方法具有较好的实用性。
下面将参照附图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明优选实施例的一种高速铁路本线列车开行方案优化方法流程图;
图2是本发明优选实施例的列车径路方案求解算法流程图;
图3是本发明优选实施例的客流分配算法流程图;
图4是本发明优选实施例的列车停站设置算法流程图;
图5是本发明优选实施例的京沪高速铁路线路示意图;
图6是本发明优选实施例的列车径路方案优化结果图;
图7是本发明优选实施例的列车停站方案优化结果图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
参见图1,本发明首先提供了一种高速铁路本线列车开行方案优化方法,包括以下步骤:
S1:构建列车开行方案目标函数并设定列车开行方案目标函数的约束条件。
高速列车开行方案需要兼顾运营企业和乘客两方面的利益制定。在铁路企业的列车开行效益方面,可采用列车客座公里数虚糜最小化作为目标函数,以尽可能提高座席的有效利用率。在客流方面,则可采用总出行时间成本最小化,以尽可能以公交化出行方式满足客流服务水平需求。因而高速铁路本线列车开行方案制定问题是一个多目标规划问题。需要解决这个多目标规划问题就需要从上述两方面进行考虑制定一个列车开行方案目标函数。
高速列车在运营过程中包括大量限制条件,在不满足限制下制定的开行方案将与现实情况差之甚远。因此需要充分考虑高速列车在运营过程中存在的限制。在列车开行方案目标函数的基础中考虑实际运营过程中的限制条件制定出列车开行方案目标函数的约束条件,该约束条件可以为单一的限制条件,也可以为多个限制条件构成的一个约束条件集。本实施例的约束条件包括输送能力约束条件、服务频率约束条件和停站设置约束条件。
S2:基于约束条件对开行方案目标函数进行优化得到列车径路方案。
由于开行方案目标函数是一个多目标非线性最优化模型,具有较高的运算规模复杂性,因此可以以列车客座公里数虚糜最小化和总出行时间成本最小化为目标构建列车径路方案和停站方案的模型,并分割成基于输送能力和基于服务频率的两个阶段进行求解。基于输送能力约束条件对开行方案目标函数进行优化得到列车径路方案,其中,输送能力约束是指列车席位能力满足客流出行需求。
S3:基于约束条件对列车径路方案进行优化得到列车停站方案。
在列车径路方案的基础上基于服务频率和停站设置约束条件对列车径路方案进行优化得到列车停站方案,其中,服务频率约束是指为每一客流提供乘车服务的列车数量要求;停站设置约束条件是指列车停靠的车站位置、数量等方面的要求。
S4:综合列车径路方案和列车停站方案制定列车开行方案。
本发明将高速铁路本线列车开行方案优化从输送能力和服务频率匹配两个层面,划分为列车径路方案和列车停站方案两阶段的求解。列车径路方案包括列车始发站、终到站、列车经由径路和列车开行数量,列车停站方案包括列车的停靠车站位置、数量。综合列车径路方案和列车停站方案的信息,获得列车开行方案。
下面对该优化方法进行详细说明。
给定铁路旅客运输网络N=(S,E),有n个车站,m个路段。S={s1,s2,...,sn}表示车站集,D(s)为车站s的等级。E={eij|si,sj∈S}表示路段集,dij表示路段eij的里程。客流OD集合F={fij|si,sj∈S},其中si到sj的客流量为fij。高速列车坐席能力为b,旅行速度为v。记列车开行方案为Ω,对于列车T∈Ω,QT、qT分别表示列车T的停靠站序列和开行频率,始发终到站分别为s′T、s″T。停靠站序列QT是列车T运行径路PT上的车站节点的子集,列车停靠站集合满足对于QT=(i1,i2,…),可唯一确定列车T的径路其中为列车T在停站ik至站ik+1之间的运行径路。
引入OD服务频率的概念来描述各个客流OD能够选择乘坐的列车(也即在该客流OD起讫点都设置了停站的列车)数量。列车停靠站及其匹配关系决定了OD服务频率,通常按照各OD客流量的大小进行权衡设置。OD全称是Original Destination,是考虑始发地和目的地客流,不考虑在此之间的途径地的一种分析方法。
首先,高速列车票价一般依据所在高速铁路对应的里程票价率计算,对于高速铁路的服务客流对象,所付出的客票费用在各个列车间并无差异,加之高速列车一般采取严格控制客流数量在定员范围内并不产生车内拥挤费用,因此高速铁路线路列车开行方案的客流相关费用可主要考量时间费用。高速列车的乘客时间成本包括候车时间、乘车旅行时间和期望乘车时刻偏差等。
候车时间:客流fij出行可选择乘坐列车集合为客流fij的候车时间与可供选择乘车的列车数量有关其平均候车时间为:
其中,L为高速铁路营运时间长度,σ为与客流分布相关的参数,当客流到达强度按时间均匀分布时取为0.5,Φ0为当列车过少时传统候车模式下候车时间。
乘车旅行时间:旅行时间即指所乘列车区段的旅行时间,由列车区间纯运行时间、列车停站时间和列车起停附加时间三个部分组成。
列车T在si、sj∈S区间,列车的纯运行时间t0为
t0=dij/v (2)
对客流fij所消耗的停站时间和列车起停附加时间为
其中,tT(s)为列车T在车站s的停站时间,t′(s)和t″(s)为高速列车T在车站s的启动和停车附加时间。
期望乘车时刻偏差:在高速列车营运时间L内,由于按间隔离散开行的列车和连续分布的旅客期望乘车时刻具有一定偏差,旅客通常会选择与其期望出行时刻邻近的列车出行,但仍会因早或晚于期望时刻出发、早到或者晚到目的地的时间成本,为此引入客流期望乘车时刻偏差来刻画这种时间差异费用。假定客流早到所损失的单位时间价值系数为α1,客流晚到的单位惩罚费用系数为α2,在开行间隔内,存在比例系数λ=α2/(α1+α2)(0<λ<λ1),使得早到和晚到偏差费用相等。客流fij的平均时间偏差费用为:
客流fij的出行时间费用为:
由客流fij的平均时间偏差费用和客流fij的出行时间费用可得列车开行方案目标函数:
列车开行方案目标函数的约束条件包括:
列车能力应满足其停靠站间的客流乘降需求,也即:
fij(T)≥0 si,sj∈QT (9)
列车最大停站数量约束。假定列车T的停站数量用|QT|表示,该列车停站数量上限为MT,则应满足:
|QT|≤MT (10)
列车在始发站、终到站必须停靠,即:
s′T,s″T∈QT (11)
列车必须停靠的车站约束。将列车T必须停靠的车站集表示为则有:
假定列车T的最低停站等级要求为DT,因此列车T的停靠站设置要求必须满足:
列车始发终到的最低等级车站要求为D T,可表示为:
D(s′T),D(s″T)≥D T (14)
列车开行数量为正整数,即:
qT∈N (15)
由目标函数(5)和(6)以及约束条件(7)-(15)构成了高速铁路线路列车开行方案优化模型M1。其中目标函数(5)优先于目标函数(6),因此M1是一个具有层次关系的多目标0-1规划问题。
忽略与列车径路方案无关的目标函数(6)、约束条件(10)-(13),以(7)-(9)、(14)、(15)为约束条件构建模型。约束条件(7)-(9)可以进一步放松至本线区间能力满足客流断面需求,也即:
由目标函数(5)、约束条件(14)-(16)组成的优化模型,优化对象是除了列车停站以外的其他开行方案元素,其列车停站用列车径路代替,称之为列车径路方案优化模型M2-1。由此可知,优化模型M2-1可保证列车开行方案在输送能力方面的可行性。任意M2-1的可行解 也即站站停方案就是M1的可行解。站站停即列车径路上的每个站点都停靠进行上下客的方案。
对模型M2-1的求解,可将满足约束条件式(14)的车站集中选择备选列车始发终到点,依据式(15)的列车开行频率正整数取值要求,确定线路上下行方向上的列车开行对数(也可按上下行分别设置开行列车数)。为保证目标函数(5)的最优性,可将客流按照乘车路径长度降序排列,对每一客流OD或者乘车路径较为接近的客流OD组合联合,将包含客流OD或其组合、具有始发终到能力的站点之间的客流开行列车,以满足客流不换乘直接通达的服务需求。将没有始发终到能力的站点之间的客流纳入到相邻的具有始发终到能力的站点之间开行列车,列车开行对数按照其所服务的最大断面客流量确定。为简化起见,将各个列车均视为站站停列车进行吸收客流。
上述求解框架与铁路运输组织中“按流开车”的思想相一致,以每一阶段决策的“贪婪策略”逐步构建列车开行方案。根据这种思想设计求解算法如图2所示。
算法1:列车开行径路方案求解算法。
第1步按车站等级从高到低顺序划分客流。对某一车站等级D的客流ODfij按照d(si,sj)进行降序排列。
第2步对起终点车站均满足列车始发车站等级条件的客流,依次处理每支客流f(i,j),确定列车T(i,j)的开行频率qT(i,j):
max{(qT(i,j)-1)Bb+1,qT(i,j)Jb}≤qT(i,j)<max{qT(i,j)Bb+1,(qT(i,j)+1)Jb}。
其中,客座率上下限标准分别为B和J。
在客流OD中剔除已经开行列车对应的客流,将剩余客流纳入客流OD集合。直到当前车站等级的客流均已处理完毕,返回第1步,继续处理下一车站等级的客流。
第3步对未处理完的各支客流OD,按照里程降序逐一检查OD流f(i,j),将其纳入客流径路占列车全程的比例最高的列车,并剔除该客流。
算法1的主要特点在于通过按流开车和一定规则的吸流,使得每一列车的开行具有明确的服务客流对象。同时,列车开行频率确定考虑了列车席位能力约束,因而所生成的列车开行方案,在各个区间断面上都能够满足客流输送能力要求。
算法1得到的列车径路方案可保证列车开行方案满足输送能力的要求。但是对于每个区间断面而言,开行方案中的列车开行频率为乘降客流和不下车的“过路”客流所共享,各个乘降客流OD所能够获得的服务频率,还需有列车停站方案获得。
由于模型M2-1的列车径路方案保证了(14)、(15)的可行性,因此求解列车停站方案时在目标函数(6)下,以(7)-(13)为约束条件构建模型,也即列车停站方案优化模型M2-2。在模型2-1中,对客流乘降站点和列车停站间的关系(9)、(10)并未加以限制,也即将其视作站站停模式的列车开行方案,而实际需要的列车停站数量远远小于站站停模式。其求解策略可以另一种极端情形,也即全部列车均为不停站直达列车作为初始停站方案开始,其停站数量最少,但是无法满足客流的出行需求。对初始停站方案,依据对目标函数(6)的影响,选取使目标函数(6)改善最大的位置增加停站,并进行分配客流。逐次增加停站直至解可行化、客流出行费用不再降低为止。在求解过程中,客流乘车选择收到“长票长卖”的售票原则约束,多乘车路径下的客流选择行为采用Logit选择模型刻画,在列车能力约束下采用相继平均策略加载。基于停站方案的客流分配算法如图3所示。
算法2:基于停站方案的客流分配算法。
第1步初始化。按车站等级从高到低顺序划分客流。T∈Ω,置列车T上的客流量fij(T)=0,待加载客流量列车上剩余输送能力
第2步按照d(si,sj)对客流ODfij进行降序排列。
第3步在列车开行方案中,搜索客流fij的可选择乘坐列车集合为
第4步采用Logit分配思想进行多列车加载客流。对中,区段PT(i,j)的剩余能力为以该能力限制为约束进行流量加载,新增加载客流量为
第5步对加载客流fT(i,j)后的列车更新区间剩余运输能力 更新区段PT(i,j)的剩余运输能力对的T,在客流f(i,j)的选择列车集中予以剔除,即剩余流量当或者返回第一步,选择下一个客流OD,遍历完所有客流OD后结束算法;否则返回第3步。
所有列车“站站停”是一种可行的列车停站方案,但是过多停站会造成客流费用的过度增加。为此,可采用在列车开行径路方案中从沿途中间站不停的直达方案开始,逐步增加中间停站的方式构造停站方案。当服务于客流OD的列车停站过少、列车服务频率过低时,由于列车输送能力约束条件(7)的存在,会造成约束条件(8)无法满足。也即 时,停站方案是不可行的停站方案。为此,在构解的过程中,可将停站方案的不可行罚函数与停站方案相关的客流费用目标函数共同构成停站方案的评价函数
其中,M为一个足够大的罚值系数。
在列车T的停站方案QT增加车站q的目标函数变化值,可以以上一次也即增加了s∈QT与q间客流OD的列车服务频率。
其中,
同理,ΔCΩ∪q(q,s)可类似给出。
式(17)可以作为增加列车停靠车站的评价函数,可采用在停站方案中逐步添加停靠车站的方式进行构解,每次应是取使得式(17)最小的车站加入停站方案。
设计列车停站方案的优化算法如图4。
算法3:列车停站方案设置算法。
第1步初始化。由于列车停站需要按列进行设置,对每一列车开行去向Ti按照列车开行频率qT进行分拆。依据式(11)-(12),每一列车T的初始停站集合设置为该列车径路PT的首末站和和必须停靠车站,以此作为当前停站方案Ω。
第2步调用算法2,对当前停站方案Ω进行客流分配。
第3步解的改进方向搜索。对所有列车T∈Ω和满足式(13)、尚未设置的停站pT∈PT且计算将其设置为停站后评价函数的改进量找出停站方案评价函数最好的对应的备选停站为
第4步终止条件判断。每一支OD都有列车乘降服务的可行方案,即并且增加停站不利,即则终止算法,输出停站方案Ω。
第5步停站增加设置。在Ω中,将置为列车T的停站,即转第2步。
综上,本发明将高速铁路本线列车开行方案优化从能力和服务频率匹配两个层面,划分为列车径路方案和列车停站方案两阶段的求解,优化模型和求解算法紧密结合高速铁路运输组织和客运组织特征。确保了线路各区间列车运输能力满足断面客流输送需求,规划出运输能力与客流需求最佳匹配的列车运行径路,确定列车始发终到车站和开行频率;并且通过合理设置列车停站方案实现客流OD流量与其列车服务频率相匹配。列车径路方案和列车停站方案结果合理,优化方法具有较好的实用性。
依托与上述方法,本发明还提供了高速铁路本线列车开行方案优化系统,包括:
第一模块:用于构建列车开行方案目标函数并设定列车开行方案目标函数的约束条件。
第二模块:用于基于约束条件对开行方案目标函数进行优化得到列车径路方案。
第三模块:用于基于约束条件对列车径路方案进行优化得到列车停站方案。
第四模块:用于综合列车径路方案和列车停站方案制定列车开行方案。
进一步地,第一模块构建的列车开行方案目标函数为:
其中,b为列车运载能力,qT为列车开行频率,Sk为第k个车站站点,PT为列车T运行径路,fij为从i站点到j站点的客流量,fij为从i站点到j站点之间的里程,Cij为客流fij的平均时间偏差费用。
进一步地,第三模块进行优化得到列车径路方案包括:
第一单元:用于按照车站等级划分客流;
第二单元:用于依次处理各车站等级的客流,确定各车站列车的开行频率,所述开行频率的计算公式为:
max{(qT(i,j)-1)Bb+1,qT(i,j)Jb}≤qT(i,j)<max{qT(i,j)Bb+1,(qT(i,j)+1)Jb};
第三单元:用于分析各车站等级剩余客流的客流径路并将各车站等级剩余客流纳入占列车径路比例最高的列车;
第四单元:用于输出列车径路方案。
进一步地,第三模块中列车停站方案包括客流分配和停站方案设置,客流分配的包括:
第五单元:用于按照车站等级划分客流;
第六单元:用于初始化列车客流,获取列车输送能力的初始值并搜索列车开行方案中客流可乘列车集
第七单元:用于采用Logit分配思想进行列车加载客流,加载客流量为:
第八单元:用于更新客流加载后列车剩余输送能力以及剩余客流,当某一列车剩余输送能力为0则在可乘列车集中剔除该列车后继续搜索可乘列车进行加载直至客流遍历完成;
第九单元:用于输出客流分配结果。
进一步地,第三模块中停站方案设置包括:
第十单元:用于根据约束条件设置初始停站方案,并对当前方案进行客流分配;
第十一单元:用于根据增加列车停靠车站评价函数模型得到列车备选停站方案,所述评价函数为:
其中,
同理,ΔCΩ∪q(q,s)可类似给出;
第十二单元:用于在所有列车备选停站中,评价函数取最小值的停站表示为对应的评价函数值为当时,将纳入到列车停站方案,并重新进行客流分配;否则输出列车停站方案。
参见图5,以京沪高铁为例验证优化算法的有效性,线路共设23个车站。为简便起见,忽略同一城市内部多个车站分工情况,将其作为一个城市节点处理。例如天津南和天津西作为一个站点—天津处理。按城市节点,将全线处理成北京、廊坊、天津、沧州、德州、济南、泰安、曲阜、枣庄、徐州、宿州、蚌埠、滁州、南京、镇江、常州、无锡、苏州、上海共19个站点。
将列车编组取为当前京沪高铁普遍采用的16辆。根据基于能力和服务频率匹配的两阶段求解方法,计算列车径路方案及其停站方案。第一阶段,以客座公里数虚糜最小化为目标,构建运输能力和断面需求高度匹配的列车径路方案(算法1得到的列车径路方案可保证列车开行方案满足输送能力的要求),得到的列车径路方案如图6所示;第二阶段,构造列车备选停靠站的评价函数,从仅停靠始发、终到站、沿途大站等必须停靠车站的直达列车基础上,采用逐步增加停靠站的方式构造列车停站方案(详细过程参照算法2和算法3),得到的列车停站方案如图7所示。图6和图7中所示数字为开行列车数。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种高速铁路本线列车开行方案优化方法,其特征在于,包括以下步骤:
构建列车开行方案目标函数并设定列车开行方案目标函数的约束条件;
基于约束条件对开行方案目标函数进行优化得到列车径路方案;
基于约束条件对列车径路方案进行优化得到列车停站方案;
综合列车径路方案和列车停站方案制定列车开行方案。
2.根据权利要求1所述的一种高速铁路本线列车开行方案优化方法,其特征在于,所述列车开行方案目标函数为:
其中,b为列车运载能力,qT为列车开行频率,Sk为第k个车站站点,PT为列车T运行径路,fij为从i站点到j站点的客流量,fij为从i站点到j站点之间的里程,Cij为客流fij的平均时间偏差费用。
3.根据权利要求2所述的一种高速铁路本线列车开行方案优化方法,其特征在于,进行优化得到列车径路方案的步骤为:
按照车站等级划分客流;
依次处理各等级车站的客流,确定各车站列车的开行频率,所述开行频率的计算公式为:
max{(qT(i,j)-1)Bb+1,qT(i,j)Jb}≤qT(i,j)<max{qT(i,j)Bb+1,(qT(i,j)+1)Jb};
其中,客座率上下限标准分别为B和J,b为列车运载能力;
分析各等级车站剩余客流的客流径路并将各车站等级剩余客流纳入占列车径路比例最高的列车;
输出列车径路方案。
4.根据权利要求2所述的一种高速铁路本线列车开行方案优化方法,其特征在于,所述列车停站方案包括客流分配和停站方案设置,所述客流分配的步骤为:
按照车站等级划分客流;
初始化列车客流,获取列车输送能力的初始值并搜索列车开行方案中客流可乘列车集
采用Logit分配思想进行列车加载客流,加载客流量为:
更新客流加载后列车剩余输送能力以及剩余客流,当某一列车剩余输送能力为0则在可乘列车集中剔除该列车后继续搜索可乘列车进行加载直至客流遍历完成;
输出客流分配结果。
5.根据权利要求4所述的一种高速铁路本线列车开行方案优化方法,其特征在于,所述停站方案设置的步骤为:
根据约束条件设置初始停站方案,并对当前方案进行客流分配;
对列车备选停站集合的每一元素,计算增设该列车停靠车站的评价函数值,所述评价函数为:
其中,
<mrow>
<msub>
<mi>&Delta;C</mi>
<mrow>
<mi>&Omega;</mi>
<mo>&cup;</mo>
<mi>q</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>,</mo>
<mi>q</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>f</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>min</mi>
<mo>{</mo>
<mfrac>
<mrow>
<mi>&sigma;</mi>
<mi>L</mi>
</mrow>
<mrow>
<mo>|</mo>
<mover>
<mi>&Omega;</mi>
<mo>~</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
<mo>+</mo>
<mn>1</mn>
</mrow>
</mfrac>
<mo>,</mo>
<msub>
<mi>&Phi;</mi>
<mn>0</mn>
</msub>
<mo>}</mo>
<mo>-</mo>
<mi>min</mi>
<mo>{</mo>
<mfrac>
<mrow>
<mi>&sigma;</mi>
<mi>L</mi>
</mrow>
<mrow>
<mo>|</mo>
<mover>
<mi>&Omega;</mi>
<mo>~</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
</mrow>
</mfrac>
<mo>,</mo>
<msub>
<mi>&Phi;</mi>
<mn>0</mn>
</msub>
<mo>}</mo>
<mo>-</mo>
<mfrac>
<mrow>
<msub>
<mi>&alpha;</mi>
<mn>1</mn>
</msub>
<msub>
<mi>&alpha;</mi>
<mn>2</mn>
</msub>
<mi>L</mi>
</mrow>
<mrow>
<mn>2</mn>
<mrow>
<mo>(</mo>
<msub>
<mi>&alpha;</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>&alpha;</mi>
<mn>2</mn>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mo>|</mo>
<mover>
<mi>&Omega;</mi>
<mo>~</mo>
</mover>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
<mo>|</mo>
<mover>
<mi>&Omega;</mi>
<mo>~</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mover>
<mi>f</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>s</mi>
<mi>q</mi>
</mrow>
</msub>
<mo>=</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<munder>
<munder>
<mi>&Sigma;</mi>
<mrow>
<mi>s</mi>
<mo>&Element;</mo>
<msubsup>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mi>T</mi>
</msubsup>
</mrow>
</munder>
<mrow>
<msub>
<mover>
<mi>f</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>s</mi>
<mi>q</mi>
</mrow>
</msub>
<mo>></mo>
<mn>0</mn>
</mrow>
</munder>
<mrow>
<mo>(</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>&Omega;</mi>
<mo>&cup;</mo>
<mi>q</mi>
</mrow>
</msub>
<mo>(</mo>
<mrow>
<mi>s</mi>
<mo>,</mo>
<mi>q</mi>
</mrow>
<mo>)</mo>
<mo>-</mo>
<mi>M</mi>
<mo>)</mo>
</mrow>
<munder>
<mo>&Sigma;</mo>
<mi>s</mi>
</munder>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
<mo>{</mo>
<msub>
<mover>
<mi>f</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>s</mi>
<mi>q</mi>
</mrow>
</msub>
<mo>,</mo>
<msubsup>
<mi>G</mi>
<mrow>
<mi>s</mi>
<mi>q</mi>
</mrow>
<mi>T</mi>
</msubsup>
<mo>}</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mover>
<mi>f</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>s</mi>
<mi>q</mi>
</mrow>
</msub>
<mo>></mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
</mrow>
同理可求ΔCΩ∪q(q,s);
在所有列车备选停站中,评价函数取最小值的停站表示为对应的评价函数值为当时,将纳入到列车停站方案,并重新进行客流分配;否则输出列车停站方案。
6.一种高速铁路本线列车开行方案优化系统,其特征在于,包括:
第一模块:用于构建列车开行方案目标函数并设定列车开行方案目标函数的约束条件;
第二模块:用于基于约束条件对开行方案目标函数进行优化得到列车径路方案;
第三模块:用于基于约束条件对列车径路方案进行优化得到列车停站方案;
第四模块:用于综合列车径路方案和列车停站方案制定列车开行方案。
7.根据权利要求6所述的一种高速铁路本线列车开行方案优化系统,其特征在于,所述第一模块构建的列车开行方案目标函数为:
其中,b为列车运载能力,qT为列车开行频率,Sk为第k个车站站点,PT为列车T运行径路,fij为从i站点到j站点的客流量,fij为从i站点到j站点之间的里程,Cij为客流fij的平均时间偏差费用。
8.根据权利要求7所述的一种高速铁路本线列车开行方案优化系统,其特征在于,第三模块进行优化得到列车径路方案包括:
第一单元:用于按照车站等级划分客流;
第二单元:用于依次处理各等级车站的客流,确定各车站列车的开行频率,所述开行频率的计算公式为:
max{(qT(i,j)-1)Bb+1,qT(i,j)Jb}≤qT(i,j)<max{qT(i,j)Bb+1,(qT(i,j)+1)Jb};
其中,客座率上下限标准分别为B和J,b为列车运载能力;
第三单元:用于分析各等级车站剩余客流的客流径路并将各车站等级剩余客流纳入占列车径路比例最高的列车;
第四单元:用于输出列车径路方案。
9.根据权利要求7所述的一种高速铁路本线列车开行方案优化系统,其特征在于,所述第三模块中列车停站方案包括客流分配和停站方案设置,所述客流分配的包括:
第五单元:用于按照车站等级划分客流;
第六单元:用于初始化列车客流,获取列车输送能力的初始值并搜索列车开行方案中客流可乘列车集
第七单元:用于采用Logit分配思想进行列车加载客流,加载客流量为:
第八单元:用于更新客流加载后列车剩余输送能力以及剩余客流,当某一列车剩余输送能力为0则在可乘列车集中剔除该列车后继续搜索可乘列车进行加载直至客流遍历完成;
第九单元:用于输出客流分配结果。
10.根据权利要求9所述的一种高速铁路本线列车开行方案优化系统,其特征在于,所述第三模块中停站方案设置包括:
第十单元:用于根据约束条件设置初始停站方案,并对当前方案进行客流分配;
第十一单元:用于对列车备选停站集合的每一元素,计算增设该列车停靠车站的评价函数值,所述评价函数为:
其中,
<mrow>
<msub>
<mi>&Delta;C</mi>
<mrow>
<mi>&Omega;</mi>
<mo>&cup;</mo>
<mi>q</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>,</mo>
<mi>q</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>f</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>min</mi>
<mo>{</mo>
<mfrac>
<mrow>
<mi>&sigma;</mi>
<mi>L</mi>
</mrow>
<mrow>
<mo>|</mo>
<mover>
<mi>&Omega;</mi>
<mo>~</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
<mo>+</mo>
<mn>1</mn>
</mrow>
</mfrac>
<mo>,</mo>
<msub>
<mi>&Phi;</mi>
<mn>0</mn>
</msub>
<mo>}</mo>
<mo>-</mo>
<mi>min</mi>
<mo>{</mo>
<mfrac>
<mrow>
<mi>&sigma;</mi>
<mi>L</mi>
</mrow>
<mrow>
<mo>|</mo>
<mover>
<mi>&Omega;</mi>
<mo>~</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
</mrow>
</mfrac>
<mo>,</mo>
<msub>
<mi>&Phi;</mi>
<mn>0</mn>
</msub>
<mo>}</mo>
<mo>-</mo>
<mfrac>
<mrow>
<msub>
<mi>&alpha;</mi>
<mn>1</mn>
</msub>
<msub>
<mi>&alpha;</mi>
<mn>2</mn>
</msub>
<mi>L</mi>
</mrow>
<mrow>
<mn>2</mn>
<mrow>
<mo>(</mo>
<msub>
<mi>&alpha;</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>&alpha;</mi>
<mn>2</mn>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mo>|</mo>
<mover>
<mi>&Omega;</mi>
<mo>~</mo>
</mover>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
<mo>|</mo>
<mover>
<mi>&Omega;</mi>
<mo>~</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mover>
<mi>f</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>s</mi>
<mi>q</mi>
</mrow>
</msub>
<mo>=</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<munder>
<munder>
<mi>&Sigma;</mi>
<mrow>
<mi>s</mi>
<mo>&Element;</mo>
<msubsup>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mi>T</mi>
</msubsup>
</mrow>
</munder>
<mrow>
<msub>
<mover>
<mi>f</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>s</mi>
<mi>q</mi>
</mrow>
</msub>
<mo>></mo>
<mn>0</mn>
</mrow>
</munder>
<mrow>
<mo>(</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>&Omega;</mi>
<mo>&cup;</mo>
<mi>q</mi>
</mrow>
</msub>
<mo>(</mo>
<mrow>
<mi>s</mi>
<mo>,</mo>
<mi>q</mi>
</mrow>
<mo>)</mo>
<mo>-</mo>
<mi>M</mi>
<mo>)</mo>
</mrow>
<munder>
<mo>&Sigma;</mo>
<mi>s</mi>
</munder>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
<mo>{</mo>
<msub>
<mover>
<mi>f</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>s</mi>
<mi>q</mi>
</mrow>
</msub>
<mo>,</mo>
<msubsup>
<mi>G</mi>
<mrow>
<mi>s</mi>
<mi>q</mi>
</mrow>
<mi>T</mi>
</msubsup>
<mo>}</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mover>
<mi>f</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>s</mi>
<mi>q</mi>
</mrow>
</msub>
<mo>></mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
</mrow>
同理,ΔCΩ∪q(q,s)可类似给出;
第十二单元:用于在所有列车备选停站中,评价函数取最小值的停站表示为对应的评价函数值为当时,将纳入到列车停站方案,并重新进行客流分配;否则输出列车停站方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710678065.5A CN107516147A (zh) | 2017-08-10 | 2017-08-10 | 一种高速铁路本线列车开行方案优化方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710678065.5A CN107516147A (zh) | 2017-08-10 | 2017-08-10 | 一种高速铁路本线列车开行方案优化方法及其系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107516147A true CN107516147A (zh) | 2017-12-26 |
Family
ID=60723079
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710678065.5A Pending CN107516147A (zh) | 2017-08-10 | 2017-08-10 | 一种高速铁路本线列车开行方案优化方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107516147A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108491950A (zh) * | 2018-01-25 | 2018-09-04 | 北京交通大学 | 一种考虑多种资源约束的高速铁路通过能力计算方法 |
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 |
CN109214569A (zh) * | 2018-09-03 | 2019-01-15 | 中南大学 | 适用于快速货运列车的货物装载优化方法及系统 |
CN110084436A (zh) * | 2019-05-08 | 2019-08-02 | 哈尔滨理工大学 | 一种动态保证关键路径工序调度的二车间综合调度方法 |
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 |
CN111824216A (zh) * | 2020-06-19 | 2020-10-27 | 北京交通大学 | 一种列车开行方案评估方法 |
CN112085269A (zh) * | 2020-09-04 | 2020-12-15 | 深圳技术大学 | 一种铁路互联互通背景下的运营组织动态优化分析系统 |
CN112329347A (zh) * | 2020-11-06 | 2021-02-05 | 西南交通大学 | 一种高速铁路列车停站方案优化方法 |
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 |
CN116882714A (zh) * | 2023-09-07 | 2023-10-13 | 中国铁路设计集团有限公司 | 一种考虑线网建设时序的多年度交路一体化方案编制方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102831767A (zh) * | 2012-08-13 | 2012-12-19 | 东南大学 | 一种综合成本优化的城市公共交通多模式站点停靠方法 |
CN103390196A (zh) * | 2013-06-14 | 2013-11-13 | 北京交通大学 | 复杂约束条件的高速列车运行计划编制优化方法与系统 |
-
2017
- 2017-08-10 CN CN201710678065.5A patent/CN107516147A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102831767A (zh) * | 2012-08-13 | 2012-12-19 | 东南大学 | 一种综合成本优化的城市公共交通多模式站点停靠方法 |
CN103390196A (zh) * | 2013-06-14 | 2013-11-13 | 北京交通大学 | 复杂约束条件的高速列车运行计划编制优化方法与系统 |
Non-Patent Citations (1)
Title |
---|
邓连波: ""客运专线相关旅客列车开行方案优化研究"", 《中国优秀博士学位论文全文数据库工程科技II辑》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108491950A (zh) * | 2018-01-25 | 2018-09-04 | 北京交通大学 | 一种考虑多种资源约束的高速铁路通过能力计算方法 |
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 |
CN109214569B (zh) * | 2018-09-03 | 2022-02-11 | 中南大学 | 适用于快速货运列车的货物装载优化方法及系统 |
CN109214569A (zh) * | 2018-09-03 | 2019-01-15 | 中南大学 | 适用于快速货运列车的货物装载优化方法及系统 |
CN110084436B (zh) * | 2019-05-08 | 2023-03-21 | 哈尔滨理工大学 | 一种动态保证关键路径工序调度的二车间综合调度方法 |
CN110084436A (zh) * | 2019-05-08 | 2019-08-02 | 哈尔滨理工大学 | 一种动态保证关键路径工序调度的二车间综合调度方法 |
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 |
CN111824216A (zh) * | 2020-06-19 | 2020-10-27 | 北京交通大学 | 一种列车开行方案评估方法 |
CN112085269A (zh) * | 2020-09-04 | 2020-12-15 | 深圳技术大学 | 一种铁路互联互通背景下的运营组织动态优化分析系统 |
CN112329347A (zh) * | 2020-11-06 | 2021-02-05 | 西南交通大学 | 一种高速铁路列车停站方案优化方法 |
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 |
CN116882714A (zh) * | 2023-09-07 | 2023-10-13 | 中国铁路设计集团有限公司 | 一种考虑线网建设时序的多年度交路一体化方案编制方法 |
CN116882714B (zh) * | 2023-09-07 | 2023-11-28 | 中国铁路设计集团有限公司 | 一种考虑线网建设时序的多年度交路一体化方案编制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107516147A (zh) | 一种高速铁路本线列车开行方案优化方法及其系统 | |
CN109409599B (zh) | 基于实时需求的定制公交线路开通优化方法 | |
Li et al. | Mixed bus fleet scheduling under range and refueling constraints | |
CN110580404B (zh) | 一种基于城市多模式交通网络的网络运能确定方法 | |
Huang et al. | Joint train scheduling optimization with service quality and energy efficiency in urban rail transit networks | |
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 | |
Fu et al. | A hierarchical line planning approach for a large-scale high speed rail network: the China case | |
Fan et al. | Optimal design of intersecting bimodal transit networks in a grid city | |
CN105857350B (zh) | 一种基于区间断面客流的高铁列车开行方法 | |
CN111754039B (zh) | 纯电动公交线网综合集成优化设计的方法 | |
CN108805344A (zh) | 一种考虑时变需求的高速铁路网络列车开行方案优化方法 | |
CN110599760B (zh) | 一种多模式交通网络下的出行行为模拟方法 | |
CN103942948A (zh) | 基于分段拼接的城市公交线路网络的生成方法 | |
CN110148297B (zh) | 一种使用班车接驳的停车换乘系统及优化方法 | |
CN112580866B (zh) | 基于全程车与区间车组合调度的公交线路串车优化方法 | |
CN109002923A (zh) | 一种城际多方式出行线路规划方法 | |
CN115936330A (zh) | 一种基于拉格朗日原理的需求响应式brt车辆调度算法 | |
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 | |
CN109523064B (zh) | 一种基于多网融合的智能微枢纽 | |
CN116562538A (zh) | 一种考虑轨道交通接驳的微循环公交调度优化方法及装置 | |
CN113379131B (zh) | 一种纯电动公交应用下的接驳公交线网优化及车队规模与充电桩数量同步优化方法 | |
Wang et al. | A passenger flow routing model for high-speed railway network in different transportation organization modes | |
Wang et al. | Optimization of High‐Speed Railway Line Planning Considering Extra‐Long Distance Transportation | |
CN113469451A (zh) | 基于启发式算法的定制公交线路生成方法 | |
Wang et al. | A segmented signal progression model for the modern streetcar system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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: 20171226 |
|
RJ01 | Rejection of invention patent application after publication |