CN111523814B - 城市轨道交通时刻表与车底运用计划智能规划方法 - Google Patents
城市轨道交通时刻表与车底运用计划智能规划方法 Download PDFInfo
- Publication number
- CN111523814B CN111523814B CN202010339216.6A CN202010339216A CN111523814B CN 111523814 B CN111523814 B CN 111523814B CN 202010339216 A CN202010339216 A CN 202010339216A CN 111523814 B CN111523814 B CN 111523814B
- Authority
- CN
- China
- Prior art keywords
- departure
- time
- maximum
- station
- departure interval
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 16
- 230000001174 ascending effect Effects 0.000 claims abstract description 24
- 238000005457 optimization Methods 0.000 claims abstract description 14
- 239000000126 substance Substances 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000007306 turnover Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012407 engineering method Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (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
本发明公开了一种城市轨道交通时刻表与车底运用计划智能规划方法,包括以下步骤:S1、通过城市轨道交通的客流数据,计算各时段上行和下行各断面客流量;S2、获取上行和下行时段中各自的最大断面客流量;S3、根据最大断面客流量,分别计算上行和下行的最大发车间隔,并设置最小发车间隔;S4、根据最大发车间隔和最小发车间隔,构建发车间隔约束;S5、根据发车间隔约束和车底使用量最小化为目标,构建优化模型;S6、将优化模型重构为混合整数线性规划模型MILP,得到时刻表与车底运用计划方案数据,本发明解决了现有技术无法正确解决车底运用计划与列车时刻表相互影响的问题。
Description
技术领域
本发明属于城市轨道交通运行领域,具体涉及一种城市轨道交通时刻表与车底运用计划智能规划方法。
背景技术
随着世界城市规模的不断扩大,城市人口迅速增加,城市轨道交通作为一种安全、快捷、经济、高效的交通方式,成为市民出行的首选。由于运输需求的不断扩大,城市轨道交通在近几年得到迅速发展,同时繁忙的运输任务和巨大的运营成本成为运营者不可忽略的问题。一个优秀的城市轨道交通运行计划可以有效地保证运输任务的完成,同时降低运营成本。
列车时刻表作为运行计划的重要组成部分,规定了各个车次在车站等设施的出发、到达或者通过时间,是城市轨道交通运输组织的基础。时刻表制定过程中,首先根据客流信息计算各时段的最大断面客流量,从而确定列车开行计划。列车开行计划明确了各时段的列车开行数量和发车间隔。然后基于时刻表相关参数,例如区间运行时间,停站时间,折返站折返时间,确定各车次的开行计划。通常情况下,为了提乘客的满意度,时刻表制定过程中尽量最大化发车频次,从而降低旅客等待时间。
车底运用计划是运行计划的另一重要组成部分,规定了各车底承担的车次运输任务,该过程安排在时刻表制定之后。车底的每次使用都将会增加运作额外成本,所以在在车底计划过程当中,基于列车时刻表,在满足车底数量限制等约束条件下,合理优化车底的使用,保证时刻表中车次任务执行的同时降低车底使用次数。然而在实际情况下,通常需要反复调整时刻表,才能得到满意的车底计划。
从上述分析不难看出,列车时刻表和车底计划是相互影响的,但是由于两者的高度复杂性以及目标的差异性,目前大多数工程方法与理论研究都将这两个过程作为独立的问题进行研究。两者的独立求解,常常会造成互相不匹配的情况,例如当可用车底数量较少时,根据客流信息制定的时刻表有可能将无法实施。也就是说,列车时刻表受限于车底计划,又影响着车底计划,即发车间隔、到达时间等参数需要根据车底计划做相应的调整。
发明内容
针对现有技术中的上述不足,本发明提供的一种城市轨道交通时刻表与车底运用计划智能规划方法解决了现有技术无法正确解决车底运用计划与列车时刻表相互影响的问题。
为了达到上述发明目的,本发明采用的技术方案为:一种城市轨道交通时刻表与车底运用计划智能规划方法,包括以下步骤:
S1、通过城市轨道交通的客流数据,计算各时段上行和下行各断面客流量;
S2、获取上行和下行时段中各自的最大断面客流量;
S3、根据最大断面客流量,分别计算上行和下行的最大发车间隔,并设置最小发车间隔;
S4、根据最大发车间隔和最小发车间隔,构建发车间隔约束;
S5、根据发车间隔约束和车底使用量最小化为目标,构建优化模型;
S6、将优化模型重构为混合整数线性规划模型MILP,得到时刻表与车底运用计划方案数据。
进一步地,所述步骤S3中上行的最大发车间隔的计算公式为:
所述下行的最大发车间隔的计算公式为:
进一步地,所述步骤S4中发车间隔约束为:
进一步地,所述步骤S5的优化模型为:
目标函数:
MinZ=Cvel∑i∈Iδi (5)
满足如下约束:
bmin≤bi≤bmax (8)
其中,Z为车底使用量,I为列车集合,hsafe为列车运行的安全间隔,bmin为折返站的最小折返作业时间,bmax为折返站的最大折返作业时间,nback为折返站可容量列车数量,Cvel为车底使用固定成本,τk时间段k的结束时间,K为时间段集合,为车次i在始发站出发时间,为在车次i在始发站到达时间,为车次i在折返站出发时间,为车次i在折返站到达时间,ε为折返站容量约束因子,bi为车次i在折返站的折返作业时间,δi为0-1变量,为车次i的上行区段运行时间,为车次i的下行区段运行时间。
进一步地,所述步骤S6的混合整数线性规划模型MILP为:
目标函数:
MinZ=Cvel∑i∈Iδi (5)
满足约束(6)至(11)、约束(13)至(15)以及以下约束:
其中,ηi为始发站发车时间辅助变量。
本发明的有益效果为:
(1)、综合考虑列车时刻表与车底运用计划的优化,在满足旅客需求的情况下,进一步降低运营成本;
(2)、通过调整上行发车间隔、折返站折返时间与下行发车间隔,在满足车底周转的情况下,有效解决上下行旅客需求的不均衡性问题;
(3)、构建混合整数线性规划模型MILP,将非线性问题转换为线性问题进行求解,进行高效准确的求解。
附图说明
图1为一种城市轨道交通时刻表与车底运用计划智能规划方法的流程图。
图2为时刻表与车底运用计划方案数据图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
如图1所示,一种城市轨道交通时刻表与车底运用计划智能规划方法,包括以下步骤:
S1、通过城市轨道交通的客流数据,计算各时段上行和下行各断面客流量;
S2、获取上行和下行时段中各自的最大断面客流量;
S3、根据最大断面客流量,分别计算上行和下行的最大发车间隔,并设置最小发车间隔;
所述步骤S3中上行的最大发车间隔的计算公式为:
所述下行的最大发车间隔的计算公式为:
S4、根据最大发车间隔和最小发车间隔,构建发车间隔约束;
所述步骤S4中发车间隔约束为:
S5、根据发车间隔约束和车底使用量最小化为目标,构建优化模型;
所述步骤S5的优化模型为:
目标函数:
MinZ=Cvel∑i∈Iδi (5)
满足如下约束:
bmin≤bi≤bmax (8)
其中,Z为车底使用量,I为列车集合,hsafe为列车运行的安全间隔,bmin为折返站的最小折返作业时间,bmax为折返站的最大折返作业时间,nback为折返站可容量列车数量,Cvel为车底使用固定成本,τk时间段k的结束时间,K为时间段集合,为车次i在始发站出发时间,为在车次i在始发站到达时间,为车次i在折返站出发时间,为车次i在折返站到达时间,ε为折返站容量约束因子,bi为车次i在折返站的折返作业时间,δi为0-1变量,为车次i的上行区段运行时间,为车次i的下行区段运行时间。
其中,式(5)表示最小化车底使用量的优化目标;式(6)表示下行发车间隔约束;式(7)表示折返站容量约束;式(8)表示折返站折返作业时间约束;式(9)表示始发站相邻车次到达安全约束;式(10)表示折返站相邻车次到达安全约束;式(11)表示各时间段内的最后一趟列车的发车时间约束;式(12)表示始发站发车时间计算公式;式(13)表示折返站到站时间计算公式;式(14)表示折返站发车时间计算公式;式(15)表示始发站到站时间约束。
S6、将优化模型重构为混合整数线性规划模型MILP,混合整数线性规划模型MILP可以通过相关求解器进行求解,在本实施例中,选用开源求解器lpsolve进行求解,得到时刻表与车底运用计划方案数据,如图2所示。
所述混合整数线性规划模型MILP为:
目标函数:
MinZ=Cvel∑i∈Iδi (5)
满足约束(6)至(11)、约束(13)至(15)以及以下约束:
其中,ηi为始发站发车时间辅助变量。
本发明的有益效果为:
(1)、综合考虑列车时刻表与车底运用计划的优化,在满足旅客需求的情况下,进一步降低运营成本;
(2)、通过调整上行发车间隔、折返站折返时间与下行发车间隔,在满足车底周转的情况下,有效解决上下行旅客需求的不均衡性问题;
(3)、构建混合整数线性规划模型MILP,将非线性问题转换为线性问题进行求解,进行高效准确的求解。
Claims (2)
1.一种城市轨道交通时刻表与车底运用计划智能规划方法,其特征在于,包括以下步骤:
S1、通过城市轨道交通的客流数据,计算各时段上行和下行各断面客流量;
S2、获取上行和下行时段中各自的最大断面客流量;
S3、根据最大断面客流量,分别计算上行和下行的最大发车间隔,并设置最小发车间隔;
S4、根据最大发车间隔和最小发车间隔,构建发车间隔约束;
S5、根据发车间隔约束和车底使用量最小化为目标,构建优化模型;
S6、将优化模型重构为混合整数线性规划模型MILP,得到时刻表与车底运用计划方案数据;
所述步骤S3中上行的最大发车间隔的计算公式为:
所述下行的最大发车间隔的计算公式为:
所述步骤S4中发车间隔约束为:
所述步骤S5中的优化模型为:
目标函数:
MinZ=Cvel∑i∈Iδi (5)
满足如下约束:
bmin≤bi≤bmax (8)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010339216.6A CN111523814B (zh) | 2020-04-26 | 2020-04-26 | 城市轨道交通时刻表与车底运用计划智能规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010339216.6A CN111523814B (zh) | 2020-04-26 | 2020-04-26 | 城市轨道交通时刻表与车底运用计划智能规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111523814A CN111523814A (zh) | 2020-08-11 |
CN111523814B true CN111523814B (zh) | 2022-02-11 |
Family
ID=71904334
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010339216.6A Active CN111523814B (zh) | 2020-04-26 | 2020-04-26 | 城市轨道交通时刻表与车底运用计划智能规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111523814B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112734095B (zh) * | 2020-12-30 | 2022-08-26 | 中车青岛四方车辆研究所有限公司 | 考虑大小交路的时刻表和车底运用计划编制方法 |
CN112793631B (zh) | 2021-01-07 | 2021-07-06 | 北京交通大学 | 一种列车退出正线运营条件下的地铁行车调整方法及系统 |
CN113743828B (zh) * | 2021-09-23 | 2023-04-07 | 西南交通大学 | 一种城市轨道交通运行调度方法及系统 |
CN117151313B (zh) * | 2023-10-31 | 2024-02-02 | 杭州数知梦科技有限公司 | 综合多因素的公交车辆行车计划优化方法、系统及应用 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001278052A (ja) * | 2000-03-31 | 2001-10-10 | Kawasaki Heavy Ind Ltd | 列車の計画ダイヤ作成方法及び作成支援装置 |
CN101515420A (zh) * | 2008-12-29 | 2009-08-26 | 卡斯柯信号有限公司 | 用于自动列车监控系统的城轨列车时刻表的压缩处理方法 |
CN105253170A (zh) * | 2015-09-08 | 2016-01-20 | 国电南瑞科技股份有限公司 | 城市轨道交通行车计划管理和运行图显示方法 |
CN106055745A (zh) * | 2016-05-20 | 2016-10-26 | 浙江大学 | 一种基于matlab建立线性ccd四轮车仿真模型的方法 |
CN109902866A (zh) * | 2019-02-21 | 2019-06-18 | 北京交通大学 | 铁路快运班列开行方案与车底运用的协同优化方法 |
-
2020
- 2020-04-26 CN CN202010339216.6A patent/CN111523814B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001278052A (ja) * | 2000-03-31 | 2001-10-10 | Kawasaki Heavy Ind Ltd | 列車の計画ダイヤ作成方法及び作成支援装置 |
CN101515420A (zh) * | 2008-12-29 | 2009-08-26 | 卡斯柯信号有限公司 | 用于自动列车监控系统的城轨列车时刻表的压缩处理方法 |
CN105253170A (zh) * | 2015-09-08 | 2016-01-20 | 国电南瑞科技股份有限公司 | 城市轨道交通行车计划管理和运行图显示方法 |
CN106055745A (zh) * | 2016-05-20 | 2016-10-26 | 浙江大学 | 一种基于matlab建立线性ccd四轮车仿真模型的方法 |
CN109902866A (zh) * | 2019-02-21 | 2019-06-18 | 北京交通大学 | 铁路快运班列开行方案与车底运用的协同优化方法 |
Non-Patent Citations (3)
Title |
---|
Definition of energy-efficient speed profiles within rail traffic by means of supply design models;De Martinis 等;《RESEARCH IN TRANSPORTATION ECONOMICS》;20151112;第54卷;全文 * |
城市轨道交通列车时刻表与车底运用整合优化模型;姚宇 等;《交通运输系统工程与信息》;20180228;第18卷(第1期);全文 * |
城市轨道交通车底运用计划编制优化模型求解的混合列生成算法;何必胜 等;《中国铁道科学》;20140131;第35卷(第1期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111523814A (zh) | 2020-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111523814B (zh) | 城市轨道交通时刻表与车底运用计划智能规划方法 | |
Cadarso et al. | Integration of timetable planning and rolling stock in rapid transit networks | |
Sun et al. | The holding problem at multiple holding stations | |
CN103481918A (zh) | 一种基于反馈调节的高速铁路列车运行调整方法 | |
CN108229725B (zh) | 一种基于混合整数规划模型的高铁运行图加线优化方法 | |
CN112232552A (zh) | 面向突发事件不确定性的列车运行计划调整风险控制方法 | |
Lorek et al. | Disruption management with rescheduling of trips and vehicle circulations | |
CN111967134A (zh) | 基于地铁共线共车的地下物流系统优化控制方法 | |
Kang et al. | Decisions on train rescheduling and locomotive assignment during the COVID-19 outbreak: A case of the Beijing-Tianjin intercity railway | |
Higgins et al. | Modelling single line train operations | |
Shakibayifar et al. | An integrated train scheduling and infrastructure development model in railway networks | |
CN112734095B (zh) | 考虑大小交路的时刻表和车底运用计划编制方法 | |
Ghaderi et al. | Improving the quality of rail freight services by managing the time-based attributes: the case of non-bulk rail network in Australia | |
Su et al. | Locomotive Schedule Optimization for Da‐qin Heavy Haul Railway | |
Daduna et al. | Vehicle scheduling | |
AU2008307181B2 (en) | Method for creating timetables for transportation systems taking into account time limits | |
Ding et al. | High-speed railway train timetable rescheduling in case of a stochastic section blockage | |
CN117382704A (zh) | 一种客货共线下乘务接续与列车运行图协同调整的方法 | |
Jafarian-Moghaddam et al. | An effective improvement to main non-periodic train scheduling models by a new headway definition | |
Amstutz | Algorithm-based design of line and timetable variants for long-distance trains in Switzerland | |
Prokhorchenko et al. | Development of a methodology for determining an energy efficient technology for the freight transportation on a singletrack railway line | |
Bushuev et al. | Improving the efficiency of transport systems using simulation | |
Liao et al. | Integrated Optimization of Real-time Rescheduling and Passenger Reassignment in the Strong Wind Case | |
CN115691196B (zh) | 智能网联环境下公交运行多策略融合控制方法 | |
CN116714608B (zh) | 一种基于灵活编组的轨道交通列车调度方法 |
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 |