CN113128774B - 一种固定列车运行线顺序下的列车运行调整优化方法 - Google Patents

一种固定列车运行线顺序下的列车运行调整优化方法 Download PDF

Info

Publication number
CN113128774B
CN113128774B CN202110453176.2A CN202110453176A CN113128774B CN 113128774 B CN113128774 B CN 113128774B CN 202110453176 A CN202110453176 A CN 202110453176A CN 113128774 B CN113128774 B CN 113128774B
Authority
CN
China
Prior art keywords
train
train operation
time
space
arcs
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
CN202110453176.2A
Other languages
English (en)
Other versions
CN113128774A (zh
Inventor
苗建瑞
郝炜宁
包云
董海荣
侯小雨
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 CN202110453176.2A priority Critical patent/CN113128774B/zh
Publication of CN113128774A publication Critical patent/CN113128774A/zh
Application granted granted Critical
Publication of CN113128774B publication Critical patent/CN113128774B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06316—Sequencing of tasks or work
    • 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)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明提供了一种固定列车运行线顺序下的列车运行调整优化方法。该方法包括：配置铁路线路拓扑结构和所述铁路线路拓扑结构对应的时空网络；配置初始列车运行计划、列车运行基础数据及固定的列车运行线数据；根据铁路线路拓扑结构、初始列车运行计划、列车运行基础数据及固定的列车运行线数据，基于时空网络建立固定列车运行线顺序下的列车运行调整优化模型；采用整数规划算法求解固定列车运行线顺序下的列车运行调整优化模型，获取带有固定列车运行线顺序的列车运行调整计划。本发明可以在部分列车运行线顺序固定的情况下生成一个最优的列车运行调整计划，可以有效减少难以刻画的复杂因素对列车运行的干扰，也可降低列车调度员的工作复杂度。

Description

一种固定列车运行线顺序下的列车运行调整优化方法
技术领域
本发明涉及列车运行控制技术领域，尤其涉及一种固定列车运行线顺序下的列车运行调整优化方法。
背景技术
在列车调度决策过程中，除了大风、暴雨等恶劣天气对列车运行造成的外界扰动，还存在很多其他扰动，其不确定性、突发性和复杂性特征更为突出，使得列车运行调整面临诸多困难，这给原本具有高工作强度的列车调度员带来了更大的挑战。
近年来，随着铁路运输服务质量的提高，铁路调度指挥面临着更高的要求，这需要列车运行调整计划制定更加细致化，并具有抵抗各种复杂外界扰动的鲁棒性。然而，列车运行调整计划根本无法将列车实际运行过程中面临的所有复杂因素都考虑进去，并理论化地描述出来。因此，如何设计更有效的列车运行调整优化方法亟需深入研究。
列车运行线顺序的调整是列车运行调整中的一个重要调整策略。目前，在调度决策中，将列车运行线顺序进行预先设定是应对实际中难以刻画的复杂因素的一种有效方式，能够减少其对列车运行的不良影响。然而，相较于过去灵活的列车运行线顺序调整，部分列车运行线的固定对其余列车的运行调整产生了一定的局限和影响，将导致列车无法按照原有列车运行调整计划运行，从而导致列车进一步发生延误，因此，如何获得固定列车运行顺序下列车运行调整计划的最优解成为关键问题。
目前，现有技术中的一种列车运行调整优化方法为：面向行车“资源”的列车运行调整优化方法，该方法采用多基于网络流理论的数学优化模型，该类模型能够很好地适应多粒度的路网规模。
上述现有技术中的列车运行调整优化方法的缺点为：该方法没有考虑列车运行线顺序的研究。
发明内容
本发明的实施例提供了一种固定列车运行线顺序下的列车运行调整优化方法，以实现在部分列车运行线顺序固定的情况下快速生成列车运行调整计划。
为了实现上述目的，本发明采取了如下技术方案。
一种固定列车运行线顺序下的列车运行调整优化方法，包括：
配置铁路线路拓扑结构，构建铁路线路拓扑结构对应的时空网络；
配置初始列车运行计划、列车运行基础数据及固定的列车运行线数据；
根据所述铁路线路拓扑结构、初始列车运行计划、列车运行基础数据及固定的列车运行线数据，基于所述时空网络以列车总晚点时分最小为目标函数，以网络流平衡为约束条件，建立固定列车运行线顺序下的列车运行调整优化模型；
采用整数规划算法求解所述固定列车运行线顺序下的列车运行调整优化模型，根据求解结果确定固定列车运行线顺序的列车运行调整计划。
优选地，所述的配置铁路线路拓扑结构，所述构建铁路线路拓扑结构对应的时空网络，包括：
配置铁路线路拓扑结构，构建与所述铁路线路拓扑结构对应的二维时空网络，该二维时空网络包括弧和节点，所述节点是由物理路网结构上车站进站、出站节点和区间节点在离散的时间轴上表示，所述弧包含区间虚拟起终点连接弧，列车弧间连接弧，区间列车运行弧及列车停留弧，所述区间虚拟起终点连接弧表示与站间区间设定的虚拟起点、虚拟终点连接的弧，无实际含义，所述列车弧间连接弧表示用于连接不同列车弧的逻辑弧，无实际含义，所述区间列车运行弧表示列车在站间区间的运行过程，所述列车停留弧表示列车在车站的停留过程。
优选地，所述初始列车运行计划为扰动后各列车在当前车站的最早出发时间、列车计划到达终点站时间和列车初始停站方案；
所述列车运行基础数据为调整的列车数量及类型、站间区间纯运行时分、最小/最大停站时分；
所述固定的列车运行线数据为调度员设定固定的列车运行线顺序，该列车运行线顺序包括列车车次和列车在区间的运行顺序。
优选地，所述的根据所述铁路线路拓扑结构、初始列车运行计划、列车运行基础数据及固定的列车运行线数据，基于所述时空网络建立固定列车运行线顺序下的列车运行调整优化模型，包括：
所述固定列车运行线顺序下的列车运行调整优化模型以列车总晚点时分最小为目标函数，所述列车总晚点时分为所有列车实际到达终点站时间与预定到达终点站时间的差值和，所述目标函数的表示如下：
式中，Z为列车总晚点时分，为列车f在时空网络上的弧集合，/>为列车f是否占用时空弧(i,j,t,s)，占用为1，不占用则为0，/>为列车f在时空弧(i,j,t,s)上的走行时间，Pf为列车f到达终点站的预定到达时间，i,j为路网上的物理节点，t,s为离散的时刻；
根据二流耦合建模方法建立所述目标函数的约束条件，该约束条件包括：基于时空网络的列车流约束、基于时空网络的区间概念流约束、列车流与区间概念流流耦合约束，以及列车运行顺序与区间概念流关联约束。
优选地，所述的基于时空网络的列车流约束包括：
在时空网络中，对于始发/终到节点，列车f只能选择其关联的一条弧；
式中，ESTf为列车f在扰动后始发站的最早出发时间，of和df分别为列车f的起始节点、终到节点，和/>分别为列车f在时空网络节点i上流入弧和流出弧的集合；
对于中间节点，流入弧上的列车数等于流出弧上的列车数；
式中，Nf为列车f在路网中的节点集合，Atr为列车的时空弧集合；
所述的基于时空网络的区间概念流约束包括：
区间概念流则是在每一个区间内设定一个概念流，以连接在该区间内所有列车运行线，每一区间概念流上的时空弧包括：列车在该区间的满足安全间隔时分的列车运行弧、列车运行弧间的连接弧、该区间虚拟起点的流出弧以及该区间虚拟终点的流入弧；
在时空网络中，对于始发/终到虚拟节点，区间概念流r只能选择其关联的一条弧；
式中，为区间概念流r是否占用时空弧(i,j,t,s)，占用为1，不占用则为0，or和dr分别为区间概念流r的虚拟起始节点、终到节点，/>和/>分别为区间概念流r在时空网络节点i上流入弧和流出弧的集合；
对于区间中间节点，流入弧上的概念流量等于流出弧上的概念流量；
式中，Nr为区间概念流r的节点集合，Are为区间概念流的时空弧集合；所述的流耦合约束表示对于列车可能占用的任意时空弧，若列车f占用某区间的时空弧，则该区间的概念流r也一定占用该时空弧；
式中，Es为区间弧集合；
所述的列车运行顺序与区间概念流关联约束包括：
列车运行顺序与列车占用关系约束，若两列车均占用某区间，则这两列车必有一列车先到达，另一列车后到达；
式中，θ(f,f',i,j)，表示列车f’到达区间(i,j)的时间晚于列车f。Ef表示列车f途径的区间集合，f′，t′，s′分别为区分于列车f、时刻t,s的不同列车和时刻；
列车运行顺序与区间概念流关系约束，当列车运行线顺序确定后，区间概念流也满足一定的约束，进而控制列车流，下述二式分别为θf，f′，i，j＝1和θf，f′，i，j＝1时区间概念流的流向约束，θf，f′，i，j＝0和θf，f′，i，j＝0时，约束无效；
式中，M表示一个非常大的正数，为区间概念流在时空网络上的弧集合；
θf，f′，i，j为固定列车运行线约束，用于对列车调度员固定的列车运行顺序涉及的列车和运行区间进行约束：
式中，Fpr为列车调度员固定的列车车次集合，Epr为固定的列车运行线所在的区间集合。
6、根据权利要求1所述的方法，其特征在于，所述的采用整数规划算法求解所述固定列车运行线顺序下的列车运行调整优化模型，获取带有固定列车运行线顺序的列车运行调整计划，包括：
在数学规划软件ILOG Cplex中输入所述固定列车运行线顺序下的列车运行调整优化模型，在数学规划软件Cplex中通过使用OPL语言求解所述固定列车运行线顺序下的列车运行调整优化模型，Cplex运行求解得到求解结果，所述求解结果中包含决策变量和/>将所述求解结果中的所有决策变量进行综合，得到带有固定列车运行线顺序的列车运行调整计划，该列车运行调整计划包括路网中所有列车的运行过程。
由上述本发明的实施例提供的技术方案可以看出，本发明实施例方法可以在部分列车运行线顺序固定的情况下生成一个最优的列车运行调整计划，不仅可以有效减少难以刻画的复杂因素对列车运行的干扰，也可显著降低列车调度员的工作复杂度，满足调度员决策意愿，利于实现人机结合优化。
本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种固定列车运行线顺序下的列车运行调整优化方法的处理流程图；
图2为本发明实施例提供的一种列车路径图(最左),区间概念弧(左中),区间概念路径图(右中),区间概念流(最右)示意图；图3为本发明实施例提供的一种灵活列车运行线顺序下的调整后列车运行图；
图4为本发明实施例提供的一种固定列车运行线顺序下的调整后列车运行图。
具体实施方式
下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
为便于对本发明实施例的理解，下面将结合附图以几个具体实施例为例做进一步的解释说明，且各个实施例并不构成对本发明实施例的限定。
为克服难以模型化的复杂因素、提高调度决策的质量，同时保留网络流模型多粒度路网适应性的优点，迫切需要将“序”和“资源”相结合，制定考虑固定列车运行线顺序下的列车运行调整计划，本发明则是在基于网络流理论的模型中加入了列车运行的顺序。
本发明实施例提供了一种固定列车运行线顺序下的列车运行调整优化方法。该方法主要包括：建立与路网拓扑结构对应的时空网络；在时空网络中，构建列车流和区间概念流约束条件，并在网络中将列车流和区间概念流耦合；建立固定列车运行线顺序下的列车运行调整优化模型；采用整数规划算法来求解所述列车运行调整优化模型，生成固定列车运行线顺序下的列车运行调整计划。
本发明实施提供的一种固定列车运行线顺序下的列车运行调整优化方法的处理流程如图1所示，包括如下的处理步骤：
步骤S1、配置铁路线路拓扑结构及其对应的时空网络。
步骤S2、配置初始列车运行计划、列车运行基础数据及固定的列车运行线数据。
步骤S3、根据上述铁路线路拓扑结构、初始列车运行计划、列车运行基础数据及固定的列车运行线数据，基于上述时空网络建立固定列车运行线顺序下的列车运行调整优化模型。
步骤S4、采用整数规划来求解上述固定列车运行线顺序下的列车运行调整优化模型，获取带有固定列车运行线顺序的列车运行调整计划。
进一步，步骤S1具体包括：
配置铁路线路拓扑结构，构建与铁路线路拓扑结构对应的二维时空网络，该二维时空网络包括弧和节点，其中，节点是由物理路网结构上车站进站、出站节点和区间节点在离散的时间轴上表示，弧包含区间虚拟起终点连接弧，列车弧(区间列车运行弧及列车停留弧)间连接弧，区间列车运行弧及列车停留弧，区间虚拟起终点连接弧表示与站间区间设定的虚拟起点、虚拟终点连接的弧，列车弧间连接弧表示用于连接不同列车弧的逻辑弧，列车运行弧表示列车在站间区间的运行过程，列车停留弧表示列车在车站的停留过程。
进一步，步骤S2中配置的数据包括：
初始列车运行计划：扰动后各列车在当前车站的最早出发时间，列车计划到达终点站时间，列车初始停站方案；
列车运行基础数据：调整的列车数量及类型、站间区间纯运行时分、最小/最大停站时分；
固定的列车运行线数据：预先固定的列车运行线顺序，包括列车车次和列车在区间的运行顺序。
进一步，步骤S3中所述固定列车运行线顺序下的列车运行调整优化模型，如下所示：
以列车总晚点时分最小为目标函数，所述列车总晚点时分为所有列车实际到达终点站时间与预定到达终点站时间的差值和，所述目标函数的表示如下：
式中，Z为列车总晚点时分，为列车f在时空网络上的弧集合，/>为列车f是否占用时空弧(i,j,t,s)，占用为1，不占用则为0，/>为列车f在时空弧(i,j,t,s)上的走行时间，Pf为列车f到达终点站的预定到达时间，i,j为路网上的物理节点，t,s为离散的时刻。
根据“二流耦合”建模思路，建立基于时空网络的列车流约束，基于时空网络的区间概念流约束，流耦合约束以及列车运行顺序与区间概念流关联约束，表示如下：
(1)列车流约束
在时空网络中，对于始发/终到节点，列车f只能选择其关联的一条弧。
式中，ESTf为列车f在扰动后始发站的最早出发时间，of和df分别为列车f的起始节点、终到节点，和/>分别为列车f在时空网络节点i上流入弧和流出弧的集合；
对于中间节点，流入弧上的列车数等于流出弧上的列车数。
式中，Nf为列车f在路网中的节点集合，Atr为列车的时空弧集合，与/>是一个含义，只是不同时空弧的表达。
(2)区间概念流约束
区间概念流则是在每一个区间内设定一个概念流，以连接在该区间内所有列车运行线，该区间概念流上的时空弧包括：列车在该区间的满足安全间隔时分的运行弧、列车运行弧间的连接弧、该区间虚拟起点的流出弧以及该区间虚拟终点的流入弧。
因此，区间概念流约束类似列车流平衡约束，如下所示。
在时空网络中，对于始发/终到虚拟节点，区间概念流r只能选择其关联的一条弧。
式中，为区间概念流r是否占用时空弧(i,j,t,s)，占用为1，不占用则为0，or和dr分别为区间概念流r的虚拟起始节点、终到节点，/>和/>分别为区间概念流r在时空网络节点i上流入弧和流出弧的集合；
对于区间中间节点，流入弧上的概念流量等于流出弧上的概念流量。
式中，Nr为区间概念流r的节点集合，Are为区间概念流的时空弧集合。
(3)流耦合约束
为了保证区间概念流经列车在该区间占用的时空弧，需要将两类流在时空网络上进行耦合，以此通过区间概念流控制不同列车流的关系。该约束表示对于列车可能占用的任意时空弧，若列车f占用某区间的时空弧，则该区间的概念流r也一定占用该时空弧。
式中，Es为区间弧集合。
(4)列车运行线顺序与区间概念流关系约束
列车运行顺序与列车占用关系约束。若两列车均占用某区间，则这两列车必有一列车先到达，另一列车后到达。
式中，θ(f,f',i,j)，表示列车f’到达区间(i,j)的时间晚于列车f。Ef表示列车f途径的区间集合，f′，t′，s′分别为区分于列车f、时刻t,s的不同列车和时刻。
列车运行顺序与区间概念流关系约束。当列车运行线顺序确定后，区间概念流也需要满足一定的约束，进而控制列车流。下述二式分别为θf，f′，i，j＝1和θf，f′，i，j＝1时区间概念流的流向约束，θf，f′，i，j＝0和θf，f′，i，j＝0时，约束无效。
式中，M表示一个非常大的正数，为区间概念流在时空网络上的弧集合。
(5)固定列车运行线约束
对于列车调度员主观固定的列车运行顺序，对其涉及的列车和运行区间进行约束。
式中，Fpr为列车调度员固定的列车集合，Epr为固定的列车运行线所在的区间集合。
进一步，步骤S4中所述使用整数规划算法求解列车运行调整计划优化模型。首先输入配置参数，根据求解结果确定列车运行调整计划，其次，画出并对比灵活列车运行线顺序和固定列车运行线顺序下的列车运行图，说明固定列车运行线顺序下列车运行调整计划发生的变化。
本发明实施例在数学规划软件ILOG Cplex中输入所述固定列车运行线顺序下的列车运行调整优化模型，在数学规划软件Cplex中通过使用OPL语言求解所述固定列车运行线顺序下的列车运行调整优化模型，Cplex运行求解得到求解结果，所述求解结果中包含决策变量和/>将所述求解结果中的所有决策变量进行综合，得到带有固定列车运行线顺序的列车运行调整计划，该列车运行调整计划包括路网中所有列车的运行过程。
实施例二
图3是本发明实施例提供的一种灵活列车运行线顺序下的调整后列车运行图，该图没有考虑调度员预先设定的固定列车运行线，其横坐标为高速铁路规划时间段，从上午8点到12点，纵坐标为设计线路上的途径车站。调度员需要固定顺序的列车运行线为G3和G4(加粗线)在车站E至车站D区间的两条运行线。
按照本发明实施例的方法自动编制的固定列车运行线顺序下的调整后列车运行图如图4所示，在车站E至车站D区间，G3和G4运行顺序发生变化，并影响了后续线路两列车的运行顺序，同时G3在车站D的停站方式也发生了变化。
综上所述，本发明实施例方法可以在部分列车运行线顺序固定的情况下生成一个最优的列车运行调整计划，不仅可以有效减少复杂因素对列车运行的干扰，也可显著降低列车调度员的工作复杂度，满足调度员决策意愿，利于实现人机结合优化。
本发明实施例提出了一种固定列车运行线顺序下的列车运行调整优化方法，该方法在基于网络流理论的调整模型中直观表达了列车运行线顺序，以减少难以模型化的复杂因素对列车运行的影响。从理论层面，该方法将列车运行调整过程中面临的“序”条件和“资源”条件相结合，一定程度上丰富了两类典型的列车运行调整优化模型；同时，在实际应用层面，该方法有利于列车调度员在面临复杂环境下实施较为准确的调度决策，满足了调度员的人工意愿，进而利于实现人工结合的列车运行调整计划优化。
本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (3)

1.一种固定列车运行线顺序下的列车运行调整优化方法，其特征在于，包括：
配置铁路线路拓扑结构，构建铁路线路拓扑结构对应的时空网络；
配置初始列车运行计划、列车运行基础数据及固定的列车运行线数据；
根据所述铁路线路拓扑结构、初始列车运行计划、列车运行基础数据及固定的列车运行线数据，基于所述时空网络以列车总晚点时分最小为目标函数，以网络流平衡为约束条件，建立固定列车运行线顺序下的列车运行调整优化模型；
采用整数规划算法求解所述固定列车运行线顺序下的列车运行调整优化模型，根据求解结果确定固定列车运行线顺序的列车运行调整计划；
所述的配置铁路线路拓扑结构，所述构建铁路线路拓扑结构对应的时空网络，包括：
配置铁路线路拓扑结构，构建与所述铁路线路拓扑结构对应的二维时空网络，该二维时空网络包括弧和节点，所述节点是由物理路网结构上车站进站、出站节点和区间节点在离散的时间轴上表示，所述弧包含区间虚拟起终点连接弧，列车弧间连接弧，区间列车运行弧及列车停留弧，所述区间虚拟起终点连接弧表示与站间区间设定的虚拟起点、虚拟终点连接的弧，无实际含义，所述列车弧间连接弧表示用于连接不同列车弧的逻辑弧，无实际含义，所述区间列车运行弧表示列车在站间区间的运行过程，所述列车停留弧表示列车在车站的停留过程；
所述的根据所述铁路线路拓扑结构、初始列车运行计划、列车运行基础数据及固定的列车运行线数据，基于所述时空网络建立固定列车运行线顺序下的列车运行调整优化模型，包括：
所述固定列车运行线顺序下的列车运行调整优化模型以列车总晚点时分最小为目标函数，所述列车总晚点时分为所有列车实际到达终点站时间与预定到达终点站时间的差值和，所述目标函数的表示如下：
式中，Z为列车总晚点时分，为列车f在时空网络上的弧集合，/>为列车f是否占用时空弧(i,j,t,s)，占用为1，不占用则为0，/>为列车f在时空弧(i,j,t,s)上的走行时间，Pf为列车f到达终点站的预定到达时间，i,j为路网上的物理节点，t,s为离散的时刻；
根据二流耦合建模方法建立所述目标函数的约束条件，该约束条件包括：基于时空网络的列车流约束、基于时空网络的区间概念流约束、列车流与区间概念流流耦合约束，以及列车运行顺序与区间概念流关联约束；
所述的基于时空网络的列车流约束包括：
在时空网络中，对于始发/终到节点，列车f只能选择其关联的一条弧；
式中，ESTf为列车f在扰动后始发站的最早出发时间，of和df分别为列车f的起始节点、终到节点，和/>分别为列车f在时空网络节点i上流入弧和流出弧的集合；
对于中间节点，流入弧上的列车数等于流出弧上的列车数；
式中，Nf为列车f在路网中的节点集合，Atr为列车的时空弧集合；
所述的基于时空网络的区间概念流约束包括：
区间概念流则是在每一个区间内设定一个概念流，以连接在该区间内所有列车运行线，每一区间概念流上的时空弧包括：列车在该区间的满足安全间隔时分的列车运行弧、列车运行弧间的连接弧、该区间虚拟起点的流出弧以及该区间虚拟终点的流入弧；
在时空网络中，对于始发/终到虚拟节点，区间概念流r只能选择其关联的一条弧；
式中，为区间概念流r是否占用时空弧(i,j,t,s)，占用为1，不占用则为0，or和dr分别为区间概念流r的虚拟起始节点、终到节点，/>和/>分别为区间概念流r在时空网络节点i上流入弧和流出弧的集合；
对于区间中间节点，流入弧上的概念流量等于流出弧上的概念流量；
式中，Nr为区间概念流r的节点集合，Are为区间概念流的时空弧集合；所述的流耦合约束表示对于列车可能占用的任意时空弧，若列车f占用某区间的时空弧，则该区间的概念流r也一定占用该时空弧；
式中，Es为区间弧集合；
所述的列车运行顺序与区间概念流关联约束包括：
列车运行顺序与列车占用关系约束，若两列车均占用某区间，则这两列车必有一列车先到达，另一列车后到达；
式中，θ(f,f',i,j)表示列车f’到达区间(i,j)的时间晚于列车f，Ef表示列车f途径的区间集合，f′,t′,s′分别为区分于列车f、时刻t,s的不同列车和时刻；
列车运行顺序与区间概念流关系约束，当列车运行线顺序确定后，区间概念流也满足一定的约束，进而控制列车流，下述二式分别为θf,f′,i,j＝1和θf,f′,i,j＝1时区间概念流的流向约束，θf,f′,i,j＝0和θf,f′,i,j＝0时，约束无效；
式中，M表示一个非常大的正数，为区间概念流在时空网络上的弧集合；
θf,f′,i,j为固定列车运行线约束，用于对列车调度员固定的列车运行顺序涉及的列车和运行区间进行约束：
式中，Fpr为列车调度员固定的列车车次集合，Epr为固定的列车运行线所在的区间集合。
2.根据权利要求1所述的方法，其特征在于，所述初始列车运行计划为扰动后各列车在当前车站的最早出发时间、列车计划到达终点站时间和列车初始停站方案；
所述列车运行基础数据为调整的列车数量及类型、站间区间纯运行时分、最小/最大停站时分；
所述固定的列车运行线数据为调度员设定固定的列车运行线顺序，该列车运行线顺序包括列车车次和列车在区间的运行顺序。
3.根据权利要求1所述的方法，其特征在于，所述的采用整数规划算法求解所述固定列车运行线顺序下的列车运行调整优化模型，获取带有固定列车运行线顺序的列车运行调整计划，包括：
在数学规划软件ILOG Cplex中输入所述固定列车运行线顺序下的列车运行调整优化模型，在数学规划软件Cplex中通过使用OPL语言求解所述固定列车运行线顺序下的列车运行调整优化模型，Cplex运行求解得到求解结果，所述求解结果中包含决策变量和将所述求解结果中的所有决策变量进行综合，得到带有固定列车运行线顺序的列车运行调整计划，该列车运行调整计划包括路网中所有列车的运行过程。
CN202110453176.2A 2021-04-26 2021-04-26 一种固定列车运行线顺序下的列车运行调整优化方法 Active CN113128774B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110453176.2A CN113128774B (zh) 2021-04-26 2021-04-26 一种固定列车运行线顺序下的列车运行调整优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110453176.2A CN113128774B (zh) 2021-04-26 2021-04-26 一种固定列车运行线顺序下的列车运行调整优化方法

Publications (2)

Publication Number Publication Date
CN113128774A CN113128774A (zh) 2021-07-16
CN113128774B true CN113128774B (zh) 2023-09-19

Family

ID=76780010

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110453176.2A Active CN113128774B (zh) 2021-04-26 2021-04-26 一种固定列车运行线顺序下的列车运行调整优化方法

Country Status (1)

Country Link
CN (1) CN113128774B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113415322B (zh) * 2021-08-03 2022-08-30 东北大学 一种基于q学习的高速列车运行调整方法与系统
CN113715875B (zh) * 2021-08-26 2022-06-10 北京交通大学 一种面向初始延误与区间限速的列车运行调控方法和系统
CN113665640B (zh) * 2021-10-21 2022-01-25 中国铁道科学研究院集团有限公司通信信号研究所 含多方向车站的调度区段列车运行计划调整方法和系统
CN113830143B (zh) * 2021-11-29 2022-04-01 中国铁道科学研究院集团有限公司通信信号研究所 一种基于ctc系统的日班计划应用方法及装置
CN114757011B (zh) * 2022-03-02 2024-05-28 合肥工业大学 基于时空网络的列车运行调整模型的建立方法
CN116050669B (zh) * 2023-03-28 2023-07-07 中铁第四勘察设计院集团有限公司 一种城市轨道交通突发事件智能调度方法和系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110155126A (zh) * 2019-06-03 2019-08-23 北京交通大学 临时限速下的高铁列车调度与控制一体优化方法
CN112070325A (zh) * 2020-11-12 2020-12-11 北京交通大学 非正常事件下路网列车优化方法、装置、设备及存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070260497A1 (en) * 2006-05-02 2007-11-08 Wolfgang Daum Method of planning train movement using a front end cost function
US20140012498A1 (en) * 2012-03-19 2014-01-09 Thomas F. Gustafson Informed Traveler Program and Application
US10635982B2 (en) * 2015-09-10 2020-04-28 International Business Machines Corporation Optimizing spatiotemporal computational problems

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110155126A (zh) * 2019-06-03 2019-08-23 北京交通大学 临时限速下的高铁列车调度与控制一体优化方法
CN112070325A (zh) * 2020-11-12 2020-12-11 北京交通大学 非正常事件下路网列车优化方法、装置、设备及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Energy-Efficient Train Control by Multi-Train Dynamic Cooperation;IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS;第18卷(第11期);全文 *
基于列生成的高速铁路车站 作业计划调度调整方法研究;张若惠 等;铁道运输与经济;第43卷(第3期);全文 *
基于动态间 隔 的列车运行图编制模型与算法;郝 炜 宁;硕士专业学位论文;全文 *

Also Published As

Publication number Publication date
CN113128774A (zh) 2021-07-16

Similar Documents

Publication Publication Date Title
CN113128774B (zh) 一种固定列车运行线顺序下的列车运行调整优化方法
CN110341763B (zh) 一种快速恢复高铁列车准点运行的智能调度方法
AU2018353633B2 (en) Timetable modification device and automatic train control system
Wang et al. AI-based cloud-edge-device collaboration in 6G space-air-ground integrated power IoT
Campos et al. Cooperative receding horizon conflict resolution at traffic intersections
Cai et al. A fast heuristic for the train scheduling problem
Van der Hurk et al. Passenger advice and rolling stock rescheduling under uncertainty for disruption management
Kecman et al. Rescheduling models for railway traffic management in large-scale networks
CN109733445B (zh) 突发事件下的基于多智能体系统模型的分布式调度方法
Xiao et al. Pressure releasing policy in traffic signal control with finite queue capacities
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
Tang et al. Phase timing optimization for smart traffic control based on fog computing
US10460607B2 (en) Predictive multimodal land transportation supervision
CN112149889B (zh) 考虑客流分配的轨道交通开行线路及频率协同优化方法
Wang et al. A reinforcement learning empowered cooperative control approach for IIoT-based virtually coupled train sets
Ghaemi et al. Railway disruption timetable: Short-turnings in case of complete blockage
CN109625028B (zh) 一种列车进站或出站时空路径规划方法及装置
CN114611726A (zh) 一种基于云平台的城市轨道交通数据融合控制系统
Bešinović et al. Integrated train and passenger disruption management for urban railway lines
CN110740394B (zh) 基于站点分级业务分类的电力光传输网络优化方法及系统
Kouvelas et al. Hierarchical control design for large-scale urban road traffic networks
Tong et al. An integrated model predictive control method for the rescheduling of metro traffic with backup trains
de Oliveira et al. Predictive control for urban traffic networks: initial evaluation
Zhao et al. Train scheduling with flexible coupling and decoupling at stations for an urban rail transit line
CN115604200B (zh) 面向轧制产线异构设备实时协同的确定性资源调度方法

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