CN112070298B - 一种目标城市铁路互联互通运营组织方案优化方法 - Google Patents
一种目标城市铁路互联互通运营组织方案优化方法 Download PDFInfo
- Publication number
- CN112070298B CN112070298B CN202010920178.3A CN202010920178A CN112070298B CN 112070298 B CN112070298 B CN 112070298B CN 202010920178 A CN202010920178 A CN 202010920178A CN 112070298 B CN112070298 B CN 112070298B
- Authority
- CN
- China
- Prior art keywords
- station
- capacity
- line
- railway
- 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.)
- Active
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 69
- 230000008520 organization Effects 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000002093 peripheral effect Effects 0.000 claims abstract description 13
- 238000013461 design Methods 0.000 claims description 20
- 238000004458 analytical method Methods 0.000 claims description 12
- 230000000007 visual effect Effects 0.000 claims description 3
- 230000007774 longterm Effects 0.000 abstract description 4
- 238000011160 research Methods 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 229920002160 Celluloid Polymers 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 238000004804 winding Methods 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
- G06Q10/04—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
- 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
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G06Q50/40—
Abstract
本发明提供一种目标城市铁路互联互通运营组织方案优化方法，该方法考虑“外围发车，中心停靠”的铁路互联互通运营组织模式，对目标城市范围内国家铁路运营组织方案进行优化，在给定的运输线路和客流需求条件下，以充分利用车站、线路的通过能力和便捷市域内乘客出行作为优化目标，并以车站能力限制、客流时空特征、线路和区段能力限制作为约束条件，构建高速铁路运营组织方案优化模型，最后对该混合整数规划模型进行求解；本发明通过建模优化运营组织方案，使得铁路线网、枢纽的能力利用率得到充分的发挥，合理地调整能力冗余大的线路和车站与能力紧张的线路和车站的接入列车、停靠列车分配，并为远期规划线路预留弹性空间。
Description
技术领域
本发明属于铁路运营组织方案优化技术领域，具体涉及一种目标城市铁路互联互通运营组织方案优化方法。
背景技术
国内外就如何提高铁路网络的运输能力利用做了很多研究，Anthony【NAR.Planning and Control Systems:aframeworkforanalysis[J].2010】提出了列车开行方案编制及优化的思路和原则；邓连波等【邓连波,王峰,周钊,史峰.城际直达列车开行方案优化研究[J].铁道科学与工程学报,2013,10(06):97-102.】通过分析旅客选择列车的规律，优化了城际直达列车的编组及开行频率；YUE等【YUEY,WANG S,ZHOUL,TONGL,SAATMR.Optimizingtrain stoppingpatterns and schedules forhigh-speedpassengerrail corridors[J].TransportationResearchPartC,2016,63.】考虑OD对的服务列车数下限约束，基于给定的列车开行方案优化停站方案和列车时刻表；Robert等【LR,BURDETT.Multi-objectivemodels andtechniques foranalysingthe absolute capacityofrailway networks[J].EuropeanJournal ofOperationalResearch,2015,245(2):】构建了铁路运输网络能力的多目标规划模型，并对不同目标进行了敏感性分析；付慧伶【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(06)：1—8.】研究了适应大规模高速铁路网列车开行方案的编制与优化方案，考虑跨线、直达与中转结合等特点，提出了列车开行方案优化方法。王家琦【王家琦.城市轨道交通共线运营实施条件及运行方案研究[D]；北京交通大学,2015.】考虑乘客和企业两方面成本，建立了满足客流需求和线路通过能力限制的运营列车开行方案优化模型；田松江【田松江.高速铁路跨线列车开行方案优化研究[D]；西南交通大学,2014.】以铁路运营收益最大化，乘客支出最小化，列车空走距离及乘客旅行时间最小化为目标，建立了高速铁路列车开行方案优化模型；史峰等【史峰,李彦霖,胡心磊,徐光明,单杏花.面向服务水平的高速铁路列车开行方案优化[J].中国铁道科学,2018,39(05):127-36.】基于旅客出行的时变需求，建立面向旅客服务水平的高速铁路列车开行方案优化的双层规划模型；蓝伯雄【蓝伯雄,王童姝.大规模客运专线网络运营优化模型与求解算法[J]中国管理科学[J].2016,24(06):159-70.】提出了一个适合大规模客运专线网络运营的优化模型，并用列生成算法和启发式快速算法求解模型；苏焕银【苏焕银,史峰,邓连波,etal.面向时变需求的高速铁路列车开行方案优化方法[J].交通运输系统工程与信息,2016,16(05):110-6+35.】等以列车运行时间与旅客出行时间加权和为优化目标，建立了时变需求下高铁列车开行方案优化的Stackelberg博弈模型，并针对京沪高铁进行算例分析。
混合整数优化模型的应用也较多。FU等【FUH,NIEL,MENGL,SPERRYB R,HEZ.Ahierarchical line planning approach for a large-scale high speed railnetwork:The China case[J].Transportation Research Part A,2015,75.】建立了列车开行方案的混合整数规划模型，并根据模型结构特点设计拉格朗日算法；Long SH【LONG S,MENG L,WANG Y,et al.A Train Rescheduling Optimization model with consideringthe Train Control for A High-Speed Railway Line under Temporary SpeedRestriction[M].2019Ieee Intelligent Transportation Systems Conference.2019:2809-16.】等重点关注由恶劣天气事件引起的干扰，构建混合整数线性规划模型来解决集成优化问题以减少列车延误。LiuYT【LIUY,CAO C,FENG Z,et al.ACost and PassengerResponsible Optimization Method for the Operation Plan ofAdditional High-Speed Trains in a Peak Period[J].JournalofAdvancedTransportation,2020.】等同时考虑乘客需求和火车的总行驶时间，制定了一个双目标整数规划模型，利用CPLEX求解模型并生成最优运营计划。VictorB【BLANCOV,CONDE E,HINOJOSAY,et al.An optimizationmodel for line planning and timetabling in automated urban metro subwaynetworks.Acase study[J].ElsevierLtd,2020,92.】等提出了一种混合整数规划的模型，分别从成本最小和以乘客为导向的角度对公共交通系统发车频率、列车容量、转弯时间和时间表的综合决策进行优化。戚建国【戚建国.铁路列车时刻表与停站方案协同优化研究[D]；北京交通大学,2019.】以列车总停站时间和初始车站延误时间最小为目标，构建了满足旅客需求的列车时刻表与停站方案协同优化混合整数线性规划模型。许若曦【许若曦,聂磊,付慧伶.面向提升旅客出行效率的高速铁路列车停站方案优化[J].交通运输系统工程与信息,2020,20(02):174-80.】以旅客的列车停站时间损失和换乘等待时间损失总和最少为目标，建立列车停站方案优化的混合整数规划模型,并对京广高铁列车停站方案进行优化。
现有的铁路运营组织方案优化方法存在如下问题：
第一、既有方法多从运营经济效益、乘客出行成本、列车延误等角度对铁路运营方案进行建模优化，且主要在区域铁路通道上进行案例测试，尚未提出对目标城市铁路运营组织的优化方法，没有针对城市铁路网络能力利用率和乘客在市内的铁路出行便捷度进行运营组织方案优化模型研究。
第二、既有的混合整数优化模型在铁路运营方案的优化领域考虑的约束条件主要为天气、列车时刻表、出行时间等，未考虑到铁路互联互通运营组织模式对铁路能力利用、旅客服务水平可能产生的影响，并以此来进行铁路运营组织方案优化。
发明内容
为了克服现有铁路运营组织方案优化方法中存在的种种问题，本发明提出了一种目标城市铁路互联互通运营组织方案优化方法，该方法考虑“外围发车，中心停靠”的运营组织模式，对城市范围内国家铁路运营方案进行优化，在给定的运输线路和客流需求条件下，以充分利用车站、线路的通过能和便捷市域内客流出行作为优化目标，并以车站能力限制、客流时空特征、线路和区段能力限制作为约束条件，构建高速铁路运营组织方案优化模型，最后对该混合整数规划模型进行求解。
本发明的技术方案如下：
一种目标城市铁路互联互通运营组织方案优化方法，步骤如下：
第一步：获取目标城市现状铁路枢纽网络；
第二步：根据国家铁路布局规划，通过分析现状目标城市对外出行总体特征，预测远景年目标城市铁路出行需求总量及分布时空特征，即预测远景年目标城市前往不同高铁线路的客流需求；
第三步：分析目标城市铁路枢纽网络的计划运营方案，结合铁路对外出行需求分析，对目标城市铁路枢纽采用“外围发车，中间停靠”的运营组织模式，对目标城市范围内国家铁路运营方案进行优化，构建高速铁路运营组织方案优化模型：
A)基于线路能力利用率的高速铁路运行方案优化；
按照下式(1)最大化利用车站/线路的能力利用率，左边部分表示车站平均能力利用率，车站能力利用由本站始发列车和本站停站列车对数组成，其中停站列车占用车站能力取始发列车的一半；右边部分表示区段平均能力利用率，区段使用判断通过αij实现；
B)基于客流运输服务的高速铁路运行方案优化；
按照下式(2)最大化便捷运输市域内高铁客流，客流运输的便捷性用客流量与列车开行对数的乘积表示，括号内为所有在本站有停靠的列车对数，包括本站始发列车和停站列车，括号外fij表示每对列车所能运输的潜在高铁客流量，进而得到全网运输客流量总和；
C)以车站能力限制、客流时空特征、线路和区段能力限制作为约束条件：
其中，式(3)为车站能力限制的约束条件，运营方案下始发列车占用车站能力和停站列车占用车站能力之和不能超过车站的设计通过能力；式(4)为停站列车数量的约束条件，表示车站始发列车对数大于等于中途停站列车对数；式(5)为线路能力限制的约束条件，开行方案下所有车站发往某线路的列车对数不得大于该线路的设计通过能力；式(6)为实际线路使用能力，为各车站始发列车之和；式(7)为区段能力限制的约束条件，运行方案下发往线路的区段的列车对数不得超过该线路区段的设计通过能力；式(8)为0-1决策变量约束，判断是否经过区段k，若等于1则表示经过，反之不经过；
模型中需要使用到的变量与参数如下所示：
1)符号：
i表示车站，I表示车站集合；
j表示线路，J表示线路集合；
2)自变量：
自变量为xijs，其中xij表示从车站i发往线路j的列车对数，s表示从车站i到线路j的预定开行方案下停靠的车站，若s＝i，则表示本站始发，若s≠i，则表示本站停靠。
3)输入参数：
k表示线路中的区段，K表示某条线路的区段集合；
αij为0-1变量，用于表示xij是否经过区段k，若经过则取值1，否则取0。
Cj表示车站i的设计通过能力，
Cj表示线路j的设计通过能力，
Ck表示区段k的设计通过能力，
Tj表示线路j的使用通过能力，
fij表示每对由车站i发往线路j的列车的潜在高铁客流运输量。
第四步：求解上述优化模型即可得到目标城市铁路互联互通运营组织方案优化结果。
优选地，在构建优化模型时，基于以下假设：
1)在本发明的时间和空间范围内，所有运行列车均为同一种类列车，即高速动车组；
2)根据列车占用到发线时间表可在模型中大致取停站列车占用车站能力为始发列车占车站能力的一半；
3)枢纽高铁站及线路等相关设施设备状态不变。
优选地，步骤四中采用Visual Studio c#.NET和Lpsolve联合求解。
本发明的目标城市铁路互联互通运营组织方案优化方法相对于现有技术可以达到如下技术效果：
一、在铁路网络运输能力受限的情况下，通过制定与城市特征相适应的运营组织方案来提高铁路网络能力利用率，是缓解线路和枢纽运能紧张、提升铁路运输服务水平的有效方法。影响运营组织模式的要素有很多，例如客流强度、线路条件及车站条件、需求结构与铁路网的匹配程度、铁路网络的能力利用水平和工程经济性等。一方面，本发明旨在发掘对城市内部乘客铁路出行最为便捷的运营方案，提出“外围发车、中心停靠”互联互通运营组织模式，实现一站发车、多站停靠，以满足乘客铁路出行的就近乘车需求。另一方面，车站和线路的通过能力在一定程度上限制了运营组织模式，本发明通过建模优化运营组织方案，使得铁路线网、枢纽的能力利用率得到充分的发挥，合理地调整能力冗余大的线路和车站与能力紧张的线路和车站的接入列车、停靠列车分配，并为远期规划线路预留弹性空间。
二、以深圳为案例应用的计算结果表明，基于“外围发车、中心停靠”的铁路网络互联互通运营组织模式，在同样的线路能力和车站接发车能力情况下，本发明提出的铁路互联互通运营组织方案优化方法能够就不同优化目标给出相应的运输组织方案，并且为实际运营中列车开行方案的上限指导，经过优化后的铁路列车开行方案，能够使80％的车站和线路能力得到充分利用，最大的车站能力利用提升率达到90％，总体线网能力利用较优化前更加均衡，并最大化满足中心区和郊区的乘客出行需求，为枢纽网络扩能提供一定的决策支持。
附图说明
图1为深圳铁路枢纽布局图。
图2为基于线路能力利用率的高速铁路运行方案优化前后网络能力利用对比图。
图3为基于客流运输服务的高速铁路运行方案优化前后网络能力利用对比图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。
下面以深圳实际案例出发，考虑“外围发车，中心停靠”的运营组织模式，对城市范围内国家铁路运营方案进行优化，在给定的运输线路和客流需求条件下，以充分利用车站、线路的通过能和便捷市域内客流出行作为优化目标，并以车站能力限制、客流时空特征、线路和区段能力限制作为约束条件，构建高速铁路运营组织方案优化模型，最后利用C#调用Lpsolve求解器对该混合整数规划模型进行求解。以深圳铁路枢纽网络为例进行模型应用分析。
1、网络化运营组织方案优化建模
(1)优化模型构建
本发明在构建模型时，基于以下假设：
1)在本发明的时间和空间范围内，所有运行列车均为同一种类列车，即高速动车组；
2)根据列车占用到发线时间表可在模型中大致取停站列车占用车站能力为始发列车占车站能力的一半；
3)枢纽高铁站及线路等相关设施设备状态不变；
模型中需要使用到的变量与参数如下所示：
1)符号：
i表示车站，I表示车站集合；
j表示线路，J表示线路集合；
2)自变量：
自变量为xijs，其中xij表示从车站i发往线路j的列车对数，s表示从车站i到线路j的预定开行方案下停靠的车站，若s＝i，则表示本站始发，若s≠i，则表示本站停靠。
3)输入参数：
k表示线路中的区段，K表示某条线路的区段集合；
αij为0-1变量，用于表示xij是否经过区段k，若经过则取值1，否则取0。
Ci表示车站i的设计通过能力，
Cj表示线路j的设计通过能力，
Ck表示区段k的设计通过能力，
Tj表示线路j的使用通过能力，
fij表示每对由车站i发往线路j的列车的潜在高铁客流运输量。
针对高速铁路网络运营方案优化原则建立优化模型，优化结果要满足车站、线路以及区间设计通过能力的约束，并且与实际客流需求相适应。主要目标有两个，其一为充分利用车站和线路的通过能力，因为对铁路运营组织的优化主要是通过提高铁路通过能力及利用率来实现。对铁路运营组织的优化主要是为了提高铁路通过能力及利用率，高速铁路的通过能力主要受车站能力利用率和线路能力利用率影响，充分用好运力资源，统筹兼顾，系统优化。
目标函数一如式(1)所示，即最大化利用车站/线路的能力利用率，左边部分表示车站平均能力利用率，车站能力利用由本站始发列车和本站停站列车对数组成，其中停站列车占用车站能力取始发列车的一半；右边部分表示区段平均能力利用率，区段使用判断通过αij实现。
目标二为便捷市域内客流出行，对客流的准确分析和预测是合理调整高铁列车运营方案的基础，目前大多采用“按流开车”的原则，客流运输的便捷性用客流量与列车开行对数的乘积表示，目标函数2如式(2)所示，即最大化便捷运输市域内高铁客流，括号内为所有在本站有停靠的列车对数，包括本站始发列车和停站列车，括号外fij表示每对列车所能运输的潜在高铁客流量，进而得到全网运输客流量总和。
此外，模型需要满足以下约束条件：
其中，式(3)为车站能力限制的约束条件，运营方案下始发列车占用车站能力和停站列车占用车站能力之和不能超过车站的设计通过能力；式(4)为停站列车数量的约束条件，表示车站始发列车对数大于等于中途停站列车对数；式(5)为线路能力限制的约束条件，开行方案下所有车站发往某线路的列车对数不得大于该线路的设计通过能力；式(6)为实际线路使用能力，为各车站始发列车之和；式(7)为区段能力限制的约束条件，运行方案下发往线路的区段的列车对数不得超过该线路区段的设计通过能力；式(8)为0-1决策变量约束，判断是否经过区段k，若等于1则表示经过，反之不经过。
(2)优化模型求解
本发明构建的模型由两个目标函数和六个约束条件组成，是典型的混合整数线性规划模型，可以采用精确求解算法或启发式算法求解。Lpsolve是一个混合整数线性规划求解器，可以求解纯线性、(混合)整数/二值、半连续和特殊有序集模型，在求解线性问题方面，其求解精度和效率均具有显著优势，被广泛运用于各类运输问题求解。具体地，其内嵌算法集可根据求解需求进行配置：单一优化程序、限界优化程序、混合整数优化程序以及相关参数。另外，为更好地处理分析计算结果，模型利用Visual Studio c#.NET+Lpsolve联合求解。
2、以深圳为案例的优化方法应用分析
(1)现状概况
以深圳铁路枢纽网络为例，深圳铁路枢纽初步形成了“两主三辅”客运枢纽布局，深圳站和深圳北站为枢纽内主要客运站，既有的深圳铁路枢纽衔接三条干线、两条支线形成“双十字”布置，深圳铁路枢纽布局图如图1所示。
对客流的准确分析和预测是合理调整高铁列车运行方案的基础，根据国家铁路深圳地区布局规划，通过分析现状深圳市对外出行总体特征，预测远景年铁路出行需求总量及分布时空特征。表1为深圳各区前往不同高铁线路的预测客流。
表1深圳各区往各高铁线路的预测客流量(万人次)
目前深圳铁路枢纽网络采用的计划运营方案如表2所示，表中可以看出部分线路和车站的能力利用不均衡，网络中一些的线路和车站的能力还有很大的利用空间。结合铁路对外出行需求的分析，本发明对于深圳铁路枢纽决定采用“外围发车，中间停靠”的运营组织模式，理由如下：1)现状深圳铁路枢纽无法满足近期规划线路接入需求以及远期客流出行需求，中心枢纽站能力已经饱和，特别是车站咽喉能力十分紧张，且运能增长空间有限，用地空间小；2)深圳现状铁路枢纽布局以城市中东部地区为主，西部地区缺少铁路枢纽以满足客流服务，可采用部分列车从城市外围枢纽始发以缓解中心枢纽压力，并带动郊区的发展。
表2计划出行方案
(2)基于线路能力利用率的铁路运营组织方案优化
模型的第一个目标函数—能力利用率，是为了提高深圳铁路枢纽网络的车站、线路能力利用率和满足旅客市场的运输需求，利用本发明提出的方法对铁路运营组织方案进行优化研究，结果如表3所示。表3可以看出，为了充分发挥高铁车站和线路的通过能力，列车开行方案应当尽可能从本站始发列车，较少开行中途停靠。优化前后的网络能力利用对比如图2所示，比较分析可知，开行方案经过优化后，使得市域内的车站和线路能力利用更加均衡，利用率得到大幅的提升，车站能力的平均利用率由计划的54.3％增长到100％，尤其是市郊的机场东站由原来的能力利用大量冗余到现在的能力利用近乎饱和；线路能力的平均利用率由计划的76％提高到89％，90％以上的线路能力利用都得到提升，特别是市域内的线路区段，仅存在1条线路的利用率较低，避免的运能的浪费，也为客流运输需求的多样化提供了基础。
表3目标函数一优化后的开行方案
(3)基于客流运输服务的高速铁路运行方案优化
模型的第二个目标函数—乘客的出行便捷程度，是为便捷市域内客流出行，提升乘客出行舒适度，减少乘客在市内的交通量。利用本发明提出的方法对高速铁路开行方案基于目标函数二进行优化研究，结果如表4所示，括号中表示中途停靠车站。结果显示，为了最大化满足市域内的居民出行需求，会使开行方案下的列车尽可能的在市域内的线路运行，并在市域内进行多次停靠，使得西中东三大片区的联系更加紧密，对整个城市内部的联络和吸引潜在客流都起到了积极作用。以深茂铁路为例，部分列车选择位于东部外围的深圳坪山站始发，并在西部郊区的机场东站和中心区的西丽站均有办理停靠作业，增加了95对停靠列车，彻底打通了东中西片区联系的通道，使得人口的流动性增加。不仅带动了位于东部外围的深圳坪山的发展，还满足了郊区居民前往市中心和西部郊区的需求，吸引了铁路出行的潜在客流，从而缓解交通压力。
表4目标函数二优化后的开行方案
优化前后的网络能力利用对比如图3所示。
(4)基于客流运输服务的运行方案结果分析
为体现“外围发车，中间停靠”停站模式的优越性，对当前开行计划、考虑客流便捷的开行计划、考虑客流+停站模式的开行计划三种情况的结果进行对比分析。下表5为计划出行方案下的市域内各区的高铁客流量分布，在该方案下全市可运输高铁运输客流出行便捷性为333336万人次*车次。
表5开行计划方案下的各区高铁客流出行便捷性(万人次*车次)
表6为运营组织模式不变的情况，为最大化运输市域内客流，调整运营方案得到的各区高铁客流出行便捷性，达453407万人次*车次，客流量较计划方案增长26.5％。与计划开行方案相比，该方案能够满足深圳市对外联系的需求，便于乘客出行，尤其是城际出行，且福田、罗湖和南山的高铁客流量占全市客流量的62％，符合城市中心区铁路占比较大的现状。
表6考虑客流便捷方案的各区高铁出行便捷性(万人次*车次)
尽管上述开行方案已经能够满足城市对外联系的需求，但对于市域内出行多样性仍有待提高，缺乏城市内部的联络，特别是缺少市中心与郊区之间的联系，位于市中心的乘客想要到郊区只能乘坐其它公共交通工具，郊区乘客想去往市中心亦是如此。为改善这种情况，在考虑客流方案的基础上，结合本发明提出的“外围发车，中间停靠”的运营组织模式对列车开行方案进行优化，提出了考虑客流+停站的停站方案，优化后的深圳市各区高铁客流量见表7。结果显示，市域内高铁客流便捷性达612453万人次*车次，与仅考虑客流的方案相比客流量提高了25.9％，市中心的客流占比为62.6％，在保证中心城区的客流出行需求前提下，也服务于市郊乘客的出行。该方案与仅考虑客流的方案相比，城市内部资源利用更加充分，进一步提高高铁运输客流量，使得市域内的人口流动性更大，乘客出行可达性更高，能够有效的满足市民出行多样化的需求，实现了城市内地区到地区的出行，从而减小城市交通压力。基于客流服务的三种运营方案指标对比见表8。
表7考虑客流+停站模式方案的各区出行便捷性(万人次*车次)
表8基于客流服务的三种运营方案指标数据对比
| 运营方案 | 客流出行便捷性 | 增长率 | 市区客流占比 |
| 计划方案 | 333336 | -- | 58.3％ |
| 客流方案 | 453407 | 26.5％ | 62.3％ |
| “客流+停站”方案 | 612453 | 25.9％ | 62.6％ |
本发明提出一种国家铁路网络运营组织方案优化方法，以深圳为案例应用的计算结果表明，基于“外围发车、中心停靠”的枢纽网络互联互通运营模式，在同样的线路能力和车站接发车能力情况下，本发明提出的方法能够就不同优化目标给出相应的运输组织方案，并且为实际运营中列车开行方案的上限指导，经过优化后的铁路列车开行方案，能够使80％的车站和线路能力得到充分利用，最大的能力利用提升率达到90％，总体线网能力利用较优化前更加均衡，并最大化满足中心区和市郊的乘客出行需求，为枢纽网络扩能提供一定的决策支持。
以上所述之实施例仅为本发明的较佳实施例，并非对本发明做任何形式上的限制。任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，利用上述揭示的技术内容对本发明技术方案作出更多可能的变动和润饰，或修改均为本发明的等效实施例。故凡未脱离本发明技术方案的内容，依据本发明之思路所作的等同等效变化，均应涵盖于本发明的保护范围内。
Claims (2)
1.一种目标城市铁路互联互通运营组织方案优化方法，其特征在于，步骤如下：
第一步：获取目标城市现状铁路枢纽网络；
第二步：根据国家铁路布局规划，通过分析现状目标城市对外出行总体特征，预测远景年目标城市铁路出行需求总量及分布时空特征，即预测远景年目标城市前往不同高铁线路的客流需求；
第三步：分析目标城市铁路枢纽网络的计划运营方案，结合铁路对外出行需求分析，对目标城市铁路枢纽网络采用“外围发车，中间停靠”的运营组织模式，对目标城市范围内国家铁路运营组织方案进行优化，构建高速铁路运营组织方案优化模型：
A)基于线路能力利用率的高速铁路运行方案优化：
按照下式(1)最大化利用车站/线路的能力利用率，左边部分
表示车站平均能力利用率，车站能力利用由本站始发列车和本站停站列车对数组成，其中停站列车占用车站能力取始发列车的一半；右边部分
表示区段平均能力利用率，区段使用判断通过αij实现；
B)基于客流运输服务的高速铁路运行方案优化：
按照下式(2)最大化便捷运输市域内高铁客流，客流运输的便捷性用客流量与列车开行对数的乘积表示，括号内为所有在本站有停靠的列车对数，包括本站始发列车和停站列车，括号外fij表示每对列车所能运输的潜在高铁客流量，进而得到全网运输客流量总和；
C)以车站能力限制、客流时空特征、线路和区段能力限制作为约束条件：
其中，式(3)为车站能力限制的约束条件，运营方案下始发列车占用车站能力和停站列车占用车站能力之和不能超过车站的设计通过能力；式(4)为停站列车数量的约束条件，表示车站始发列车对数大于等于中途停站列车对数；式(5)为线路能力限制的约束条件，开行方案下所有车站发往某线路的列车对数不得大于该线路的设计通过能力；式(6)为实际线路使用能力，为各车站始发列车之和；式(7)为区段能力限制的约束条件，运行方案下发往线路的区段的列车对数不得超过该线路区段的设计通过能力；式(8)为0-1决策变量约束，判断是否经过区段k，若等于1则表示经过，反之不经过；
模型中需要使用到的变量与参数如下所示：
1)符号：
i表示车站，I表示车站集合；
j表示线路，J表示线路集合；
2)自变量：
自变量为xijs，其中xij表示从车站i发往线路j的列车对数，s表示从车站i到线路j的预定开行方案下停靠的车站，若s＝i，则表示本站始发，若s≠i，则表示本站停靠；
3)输入参数：
k表示线路中的区段，K表示某条线路的区段集合；
αij为0-1变量，用于表示xij是否经过区段k，若经过则取值1，否则取0；
Ci表示车站i的设计通过能力，
Cj表示线路j的设计通过能力，
Ck表示区段k的设计通过能力，
Tj表示线路j的使用通过能力，
fij表示每对由车站i发往线路j的列车的潜在高铁客流运输量；
第四步：求解上述优化模型即可得到目标城市铁路互联互通运营组织方案优化结果；
其中，在构建优化模型时，基于以下假设：
1)在时间和空间范围内，所有运行列车均为同一种类列车，即高速动车组；
2)根据列车占用到发线时间表可在模型中取停站列车占用车站能力为始发列车占车站能力的一半；
3)枢纽高铁站及线路相关设施设备状态不变。
2.根据权利要求1所述的一种目标城市铁路互联互通运营组织方案优化方法，其特征在于，步骤四中采用Visual Studio C#.NET和Lpsolve联合求解。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010920178.3A CN112070298B (zh) | 2020-09-04 | 2020-09-04 | 一种目标城市铁路互联互通运营组织方案优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010920178.3A CN112070298B (zh) | 2020-09-04 | 2020-09-04 | 一种目标城市铁路互联互通运营组织方案优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112070298A CN112070298A (zh) | 2020-12-11 |
| CN112070298B true CN112070298B (zh) | 2022-03-04 |
Family
ID=73666462
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010920178.3A Active CN112070298B (zh) | 2020-09-04 | 2020-09-04 | 一种目标城市铁路互联互通运营组织方案优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112070298B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112652189B (zh) * | 2020-12-30 | 2021-09-28 | 西南交通大学 | 基于策略流的交通分配方法、装置、设备及可读存储介质 |
| CN113723667B (zh) * | 2021-07-27 | 2023-07-11 | 深圳技术大学 | 轨道交通线网运营方案的优化方法、设备及可读存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106448233B (zh) * | 2016-08-19 | 2017-12-05 | 大连理工大学 | 基于大数据的公交线路时刻表协同优化方法 |
| CN111353639B (zh) * | 2020-02-26 | 2022-04-12 | 北京交通大学 | 协调列车时刻表的城市轨道交通高峰期限流优化方法 |
-
2020
- 2020-09-04 CN CN202010920178.3A patent/CN112070298B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112070298A (zh) | 2020-12-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109774750B (zh) | 一种基于虚拟耦合模式的动态调度时空决策方法 | |
| CN112070298B (zh) | 一种目标城市铁路互联互通运营组织方案优化方法 | |
| CN111098896B (zh) | 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 | |
| CN111815166B (zh) | 基于客流分配的城市公共交通系统的协同优化方法和装置 | |
| Huang et al. | The spatial distribution and determinants of China’s high-speed train services | |
| CN112722015A (zh) | 通过第三线提高线路运输能力分析方法、分析系统及应用 | |
| CN112580866A (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 | |
| Wu | The financial and economic assessment of China's high speed rail investments: a preliminary analysis | |
| CN115239021A (zh) | 一种城市轨道交通大小交路列车开行方案优化方法 | |
| CN113988371B (zh) | 基于客流直达的城市轨道交通跨站停开行方案优化方法 | |
| CN112434969B (zh) | 一种区域多式轨道交通运力资源调配方法 | |
| 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 | |
| Zhang | A Chinese approach to “transit oriented development”(TOD) | |
| Wu | Financial and economic assessment of China’s highspeed rail investments | |
| Tai et al. | Research on optimization method of urban rail transit operation plan based on a flexible train formation strategy | |
| Lu et al. | Joint Train Timetable Optimization for Short-Turning Strategy and Flexible Train Decomposition | |
| Wu et al. | Optimization Analysis of Public Transport Trip Structure Based on Non-Cooperative Game | |
| Zhao et al. | Study on the Optimization of Conventional Public Transit Network in the Context of Urban Rail Transit Based on Big Data Analysis | |
| Wan et al. | Operation Optimization of Reconnection Marshalling Trains Considering Carbon Emission. | |
| Hong | Research on the optimization of intercity railway train operation scheme based on passenger travel characteristics: taking guangoing intercity and guangzhou east ring intercity railway as an example | |
| Hao et al. | Research on Optimization of City Line Express Trains Based on Multi-Objective Particle Swarm Optimization Algorithm | |
| Ma et al. | Research on Optimization of Train Operation Plan Based on Interconnection | |
| Yang et al. | A train frequency optimization model for the joint operation with two intersecting metro lines | |
| CN112712237A (zh) | 一种通过第三线提高线路运输能力的系统 | |
| Zhong | Study on the Optimization of Bus Organization for the High Speed Railway Station Feeder Bus Facing the Demand of Watching Games |
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 |