CN113935581A - 基于滚动时域事件影响分析的货物列车调度方法及系统 - Google Patents
基于滚动时域事件影响分析的货物列车调度方法及系统 Download PDFInfo
- Publication number
- CN113935581A CN113935581A CN202111069780.1A CN202111069780A CN113935581A CN 113935581 A CN113935581 A CN 113935581A CN 202111069780 A CN202111069780 A CN 202111069780A CN 113935581 A CN113935581 A CN 113935581A
- Authority
- CN
- China
- Prior art keywords
- train
- time domain
- rolling time
- emergency
- station
- 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
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
-
- 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
- G06Q10/06313—Resource planning in a project environment
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
一种基于滚动时域事件影响分析的货物列车调度方法及系统。本发明首先编制出初始的列车运行图,然后在突发事件发生时,根据突发事件所对应的特征数据,利用列车运行计划调整模型依次滚动计算各个滚动时域所对应的列车运行图。本发明可通过滚动计算的方式,模拟出对列车运行计划所进行的调整,直至获得能够克服突发事件影响的输出结果。由此,本申请可以自动根据突发事件的特征值,筛选出最直接的调度调整方案。本申请的列车运行计划调整模型可通过迭代方式,利用简单的计算步骤,快速获得较为理想的调度结果。
Description
技术领域
本发明涉及轨道运输系统,具体而言涉及一种基于滚动时域事件影响分析的货物列车调度方法及系统。
背景技术
铁路列车在行车过程中,难免会遇到各种各样的影响因素,导致列车不能按图行车,因此就需要采取调整措施,尽快使列车恢复正常行车。
一般情况下,发生突发事件后,指挥中心应急管理者需要结合现场反馈回来的信息,根据事故的不同性质采用不同的事故后果模拟软件或者是相关的风险后果分析模型才能够对事故进行后果计算,确定潜在的事故后果及损失,预测现场对应急策略。
现有轨道交通调度算法都是通过数学建模采用预测算法,例如遗传算法、粒子群算法等进行列车运行预测,然后根据预测进行发车、停站调度。但是,现有的算法往往只能根据单一模型获得特定条件下的优选调度方案。现有技术无法及时响应突发状况,也不具备从历史大数据中筛选最优方案的学习能力。现有调度系统所提供的调度方案往往只适用于调度模型的特定场景下,因此调度效率和调度效果均不理想。
发明内容
本发明针对现有技术的不足,提供一种基于滚动时域事件影响分析的货物列车调度方法及系统,本发明采用滚动时域的方法,能够自动对突发时间的影响和发展过程进行迭代更新,因此能够及时准确地响应突发事件,尽快使列车恢复正常行车。本发明具体采用如下技术方案。
首先,为实现上述目的,提出一种基于滚动时域事件影响分析的货物列车调度方法,其步骤包括:第一步,根据列车所对应的始发终到站、始发时刻、区间运行时分、途经车站停站作业时分,在满足列车始发时刻约束、区间最小运行时分约束、停站最小作业时间约束、列车运行顺序约束的条件下,编制出初始的列车运行图;第二步,构建目标函数为的列车运行计划调整模型,其中的决策变量包括,调整后的列车发车时刻XFi,j,调整后的列车到达时刻XDi,j,车站经停状态目标函数中的wi表示列车i的等级,N表示调整时间段内的列车数,M表示调整区段内的车站数;第三步,在突发事件发生时,根据当前突发事件所对应的特征数据,利用所述列车运行计划调整模型计算当前滚动时域所对应的调整后的列车运行图;第四步,在下一个滚动时域中,将第三步所获得的列车运行图作为该滚动时域所对应的列车运行图;第五步,以第四步中更新后的列车运行图重复第三步至第四步的运算过程,直至突发事件结束,输出列车运行计划调整模型最终所输出的列车运行图。
可选的,如上任一所述的基于滚动时域事件影响分析的货物列车调度方法,其中,所述列车运行计划调整模型还具有以下的约束条件:其中,TSi,j表示列车i在车站j的最小作业标准时间,Ii表示追踪列车i时的最小追踪间隔时间,i,(i+1)∈L,j∈C分别表示列车集合和车站的集合,表示列车占用该站的到发线总数,其中DFXj表示车站j的到发线数目。
可选的,如上任一所述的基于滚动时域事件影响分析的货物列车调度方法,其中,所述第三步,计算调整后的列车运行图,具体包括以下步骤:步骤301,根据当前突发事件所对应的特征数据计算当前滚动时域中,突发事件的影响特征;步骤302,根据所述影响特征计算当前调整时域内受影响的列车的集合;步骤303,对集合中所包含的列车,利用所述列车运行计划调整模型,分别计算其当前滚动时域下其所对应的调整后的列车运行图。
可选的,如上任一所述的基于滚动时域事件影响分析的货物列车调度方法,其中,所述调整时域与当前的滚动时域的起始时间相同,所述调整时域的持续时间不低于当前的滚动时域的持续时间。
可选的,如上任一所述的基于滚动时域事件影响分析的货物列车调度方法,其中,各所述滚动时域之间起止时间连续,且无间断。
同时,为实现上述目的,本发明还提供一种基于滚动时域事件影响分析的货物列车调度系统,其包括:初始化列车运行图单元,用于根据列车所对应的始发终到站、始发时刻、区间运行时分、途经车站停站作业时分,在满足列车始发时刻约束、区间最小运行时分约束、停站最小作业时间约束、列车运行顺序约束的条件下,编制出初始的列车运行图;列车运行计划调整模型构建单元,用于基于列车出发事件和到达事件,根据单列车事件间和多列车间事件之间的关系,构建基于列车事件的列车运行计划调整模型;突发事件滚动时域计算单元,用于在突发事件发生时,根据当前突发事件所对应的特征数据,利用所述列车运行计划调整模型计算当前滚动时域所对应的调整后的列车运行图,然后,在下一个滚动时域中,将上一个滚动时域中所获得的列车运行图作为当前滚动时域所对应的列车运行图重复上述计算过程,直至根据计算所得的列车运行图判断突发事件结束;调度单元,用于根据突发事件滚动时域计算单元最终所获得的列车运行图调度各货物列车。
可选的,如上任一所述的基于滚动时域事件影响分析的货物列车调度系统,其中,所述列车运行计划调整模型构建单元中,列车出发事件、列车到达事件、单列车事件间和多列车间事件由以下决策变量表征:调整后的列车发车时刻XFi,j,调整后的列车到达时刻XDi,j,车站经停状态
可选的,如上任一所述的基于滚动时域事件影响分析的货物列车调度系统,其中,所述列车运行计划调整模型具有以下的目标函数:所述列车运行计划调整模型具有以下的约束条件:其中,TSi,j表示列车i在车站j的最小作业标准时间,Ii表示追踪列车i时的最小追踪间隔时间,i,(i+1)∈L,j∈C分别表示列车集合和车站的集合,表示列车占用该站的到发线总数,其中DFXj表示车站j的到发线数目。
可选的,如上任一所述的基于滚动时域事件影响分析的货物列车调度系统,其中,所述突发事件滚动时域计算单元具体按照以下步骤计算当前滚动时域所对应的调整后的列车运行图:步骤301,根据当前突发事件所对应的特征数据计算当前滚动时域中,突发事件的影响特征;步骤302,根据所述影响特征计算当前调整时域内受影响的列车的集合;步骤303,对集合中所包含的列车,利用所述列车运行计划调整模型,分别计算其当前滚动时域下其所对应的调整后的列车运行图。
有益效果
本发明首先编制出初始的列车运行图,然后在突发事件发生时,根据突发事件所对应的特征数据,利用列车运行计划调整模型依次滚动计算各个滚动时域所对应的列车运行图。由此,本发明可通过滚动计算的方式,模拟出对列车运行计划所进行的调整,直至获得能够克服突发事件影响的输出结果。本申请可以自动根据突发事件的特征值,筛选出最直接的调度调整方案。本申请的列车运行计划调整模型可通过迭代方式,利用简单的计算步骤,快速获得较为理想的调度结果。
进一步的,本申请直接根据列车安全运行的要求,将车站停车时间、追踪间隔时间、到发线使用情况作为上述列车运行计划调整模型的约束条件,限制对列车进行调度调整的过程,以保证调度过程中各列车相互之间保持安全运行状态。同时,本申请为提高调度调整的效率,特别设置以减少列车在车站的停站时间以及在区间的运行时间为目标函数。由此,本申请的列车运行计划调整模型能够有效保证货物列车的旅行速度,提高调度过程的旅行速度,以尽可能地减少突发事件带来的影响。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,并与本发明的实施例一起,用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明的基于滚动时域事件影响分析的货物列车调度系统的原理框图;
图2是本发明中突发事件影响分析下列车运行调整计划示意图;
图3是本发明中基于滚动时域事件影响分析的列车运行调整计划框架示意图。
具体实施方式
为使本发明实施例的目的和技术方案更加清楚,下面将结合本发明实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
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。
图1为根据本发明的一种基于滚动时域事件影响分析的货物列车调度方法的步骤流程,包括:
第一步,根据列车所对应的始发终到站、始发时刻、区间运行时分、途经车站停站作业时分,在满足列车始发时刻约束、区间最小运行时分约束、停站最小作业时间约束、列车运行顺序约束的条件下,编制出初始的列车运行图;
第二步,构建目标函数为约束条件:列车运行计划调整模型,其中,目标函数中的决策变量包括,调整后的列车发车时刻XFi,j,调整后的列车到达时刻XDi,j,车站经停状态目标函数中的参数wi表示列车i的等级,N表示调整时间段内的列车数,M表示调整区段内的车站数,约束条件中的TSi,j表示列车i在车站j的最小作业标准时间,Ii表示追踪列车i时的最小追踪间隔时间,i,(i+1)∈L,j∈C分别表示列车集合和车站的集合,表示列车占用该站的到发线总数,其中DFXj表示车站j的到发线数目;
第三步,在突发事件发生时,根据当前突发事件所对应的特征数据,利用所述列车运行计划调整模型计算当前滚动时域所对应的调整后的列车运行图;
第四步,在下一个滚动时域中,将第三步所获得的列车运行图作为该滚动时域所对应的列车运行图;
第五步,以第四步中更新后的列车运行图重复第三步至第四步的运算过程,直至突发事件结束,输出列车运行计划调整模型最终所输出的列车运行图。
由此,本申请能够根据突发事件所对应的特征数据,通过滚动计算各个时域下的列车运行图,而逐步调整列车运行计划,以最短周期及时克服突发事件的影响,使列车恢复正常运行。
进一步的,在图2所示的滚动时域中,本申请具体采用图3中所示的以下步骤分别计算每一个滚动时域下的列车运行情况,继而逐步获得精确调整恢复正常运行状态的列车运行图:
步骤301,根据当前突发事件所对应的特征数据计算当前滚动时域中,突发事件的影响特征;
步骤302,根据所述影响特征计算当前调整时域内受影响的列车的集合;
步骤303,对集合中所包含的列车,利用所述列车运行计划调整模型,分别计算其当前滚动时域下其所对应的调整后的列车运行图。
本发明中,以滚动时域的方式,分别将列车运行过程中突发事件后的调整过程分割为若干个相互连续衔接的时段,分别在每一个时段内,分别对受突发事件影响的每一个列车进行运行状态的动态调整。每一个滚动时域所对应的时段之间,列车的运行状态通过将前一阶段所获得的列车运行图作为下一阶段所对应的初始的列车运行图,实现延续。由此,本申请可以通过滚动时域上的迭代,以最快的调整速率,通过XFi,j-XDi,j≥TSi,j设置对车站停车时间的约束,使得列车i在车站j的停站时间必须满足列车在该车站规定的最小作业时间,保证列车在车站内能够完成规定的技术作业;通过设置对车站停车时间的约束,使得列车i在车站j的停站时间必须满足列车在该车站规定的最小作业时间,保证列车在车站内能够完成规定的技术作业,并保证在自动闭塞区段,区段内追踪运行的两列列车之间还能够满足最小追踪间隔时间;通过约束到发线使用情况,保证列车实际的到发线使用数目不超过车站可以使用的到发线数目,而逐步将列车的运行恢复至正常状态。
在具体计算调整过程中,由于追踪普通货物列车和追踪万吨货物列车的最小追踪间隔时间有差别,因此,本申请还可进一步的分别针对不同追踪等级列车,分别设置其保持所要求的最小追踪间隔时间。也就是说,本申请中的最小追踪间隔时间不是一个固定的值,而是可以根据实际的追踪列车情况发生变化的一个设定值。
在具体计算调整过程中,对到发线使用情况的约束下,由于一个车站的可使用的到发线数目是一定的,因此列车实际的到发线使用数目不应该超过车站可以使用的到发线综述。由此,在考虑到发线约束条件时,本申请可以具体先定义函数η(i,t),在t时刻,当列车在车站时,η(i,t)为1,此时列车i占用了车站j一条到发线,否则的话,不占用车站j的到发线,η(i,t)为0:由此获得在t时刻,列车占用该站的到发线总数为:并相应的获得上述到发线的约束条件:D(j)≤DFXj。
在进行滚动时域的迭代时,本申请可具体设置列车运行状态的调整时域与当前的滚动时域的起始时间相同,所述调整时域的持续时间不低于当前的滚动时域的持续时间。各所述滚动时域之间起止时间连续,且无间断。由此实现对列车运行状态的迭代累积调整。
综上,本发明以提高货物列车的旅行速度为优化目标,通过将减少列车在车站的停站时间以及减少列车在站与站之间区间内的运行时间作为目标函数设立列车运行计划调整模型,通过迭代方式,利用简单的计算步骤,能够快速获得较为理想的调度结果。
以上仅为本发明的实施方式,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,这些均属于本发明的保护范围。
Claims (9)
1.一种基于滚动时域事件影响分析的货物列车调度方法,其特征在于,步骤包括:
第一步,根据列车所对应的始发终到站、始发时刻、区间运行时分、途经车站停站作业时分,在满足列车始发时刻约束、区间最小运行时分约束、停站最小作业时间约束、列车运行顺序约束的条件下,编制出初始的列车运行图;
第二步,构建目标函数为的列车运行计划调整模型,其中的决策变量包括,调整后的列车发车时刻XFi,j,调整后的列车到达时刻XDi,j,车站经停状态目标函数中的wi表示列车i的等级,N表示调整时间段内的列车数,M表示调整区段内的车站数;
第三步,在突发事件发生时,根据当前突发事件所对应的特征数据,利用所述列车运行计划调整模型计算当前滚动时域所对应的调整后的列车运行图;
第四步,在下一个滚动时域中,将第三步所获得的列车运行图作为该滚动时域所对应的列车运行图;
第五步,以第四步中更新后的列车运行图重复第三步至第四步的运算过程,直至突发事件结束,输出列车运行计划调整模型最终所输出的列车运行图。
3.如权利要求1-2所述的基于滚动时域事件影响分析的货物列车调度方法,其特征在于,所述第三步,计算调整后的列车运行图,具体包括以下步骤:
步骤301,根据当前突发事件所对应的特征数据计算当前滚动时域中,突发事件的影响特征;
步骤302,根据所述影响特征计算当前调整时域内受影响的列车的集合;
步骤303,对集合中所包含的列车,利用所述列车运行计划调整模型,分别计算其当前滚动时域下其所对应的调整后的列车运行图。
4.如权利要求1-3所述的基于滚动时域事件影响分析的货物列车调度方法,其特征在于,所述调整时域与当前的滚动时域的起始时间相同,所述调整时域的持续时间不低于当前的滚动时域的持续时间。
5.如权利要求3-4所述的基于滚动时域事件影响分析的货物列车调度方法,其特征在于,各所述滚动时域之间起止时间连续,且无间断。
6.一种基于滚动时域事件影响分析的货物列车调度系统,其特征在于,包括:
初始化列车运行图单元,用于根据列车所对应的始发终到站、始发时刻、区间运行时分、途经车站停站作业时分,在满足列车始发时刻约束、区间最小运行时分约束、停站最小作业时间约束、列车运行顺序约束的条件下,编制出初始的列车运行图;
列车运行计划调整模型构建单元,用于基于列车出发事件和到达事件,根据单列车事件间和多列车间事件之间的关系,构建基于列车事件的列车运行计划调整模型;
突发事件滚动时域计算单元,用于在突发事件发生时,根据当前突发事件所对应的特征数据,利用所述列车运行计划调整模型计算当前滚动时域所对应的调整后的列车运行图,然后,在下一个滚动时域中,将上一个滚动时域中所获得的列车运行图作为当前滚动时域所对应的列车运行图重复上述计算过程,直至根据计算所得的列车运行图判断突发事件结束;
调度单元,用于根据突发事件滚动时域计算单元最终所获得的列车运行图调度各货物列车。
9.如权利要求6-7所述的基于滚动时域事件影响分析的货物列车调度系统,其特征在于,所述突发事件滚动时域计算单元具体按照以下步骤计算当前滚动时域所对应的调整后的列车运行图:
步骤301,根据当前突发事件所对应的特征数据计算当前滚动时域中,突发事件的影响特征;
步骤302,根据所述影响特征计算当前调整时域内受影响的列车的集合;
步骤303,对集合中所包含的列车,利用所述列车运行计划调整模型,分别计算其当前滚动时域下其所对应的调整后的列车运行图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111069780.1A CN113935581A (zh) | 2021-09-13 | 2021-09-13 | 基于滚动时域事件影响分析的货物列车调度方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111069780.1A CN113935581A (zh) | 2021-09-13 | 2021-09-13 | 基于滚动时域事件影响分析的货物列车调度方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113935581A true CN113935581A (zh) | 2022-01-14 |
Family
ID=79275642
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111069780.1A Pending CN113935581A (zh) | 2021-09-13 | 2021-09-13 | 基于滚动时域事件影响分析的货物列车调度方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113935581A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220242468A1 (en) * | 2020-03-30 | 2022-08-04 | Casco Signal Ltd. | Full-day train operation diagram generation method based on time division scheme and activity-event relationship |
-
2021
- 2021-09-13 CN CN202111069780.1A patent/CN113935581A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220242468A1 (en) * | 2020-03-30 | 2022-08-04 | Casco Signal Ltd. | Full-day train operation diagram generation method based on time division scheme and activity-event relationship |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110341763B (zh) | 一种快速恢复高铁列车准点运行的智能调度方法 | |
US11731674B2 (en) | Operation adjustment method and system for metro trains in delay scenario | |
Lin et al. | Transit priority strategies for multiple routes under headway-based operations | |
CN113723659B (zh) | 一种城市轨道交通全场景客流预测方法及系统 | |
CN112706803B (zh) | 一种地铁列车救援自动调整方法及系统 | |
CN112977553A (zh) | 一种列车运行自动调整方法 | |
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 | |
CN109300326B (zh) | 一种基于实时gps的公交短时动态调度方法 | |
CN113415322A (zh) | 一种基于q学习的高速列车运行调整方法与系统 | |
Van Oort et al. | Reliability improvement in short headway transit services: Schedule-and headway-based holding strategies | |
CN110570672A (zh) | 一种基于图神经网络的区域交通信号灯控制方法 | |
EP4122798A1 (en) | Method for adjusting train diagram | |
CN114202316A (zh) | 基于深度强化学习的城市轨道交通列车时刻表优化方法 | |
CN113935581A (zh) | 基于滚动时域事件影响分析的货物列车调度方法及系统 | |
Liu et al. | Prediction algorithms for train arrival time in urban rail transit | |
CN113536692B (zh) | 一种不确定环境下的高铁列车智能调度方法及系统 | |
CN113581261B (zh) | 一种高速铁路阶段调整计划的综合性能评估系统 | |
CN116142264B (zh) | 一种城市轨道交通运行计划编制方法及系统 | |
CN101495929B (zh) | 用列车/轨道数据库增加进行旅程优化的方法、系统和计算机软件代码 | |
CN110803203B (zh) | 一种高速铁路行车轨迹的演进预测方法及系统 | |
CN116127839A (zh) | 一种基于强化学习的公交站场服务中断防治方法 | |
Su et al. | Metro train timetable rescheduling based on q-learning approach | |
Sánchez-Martínez et al. | Event-driven holding control for high-frequency transit | |
CN113971467A (zh) | 一种基于bp神经网络的车辆信号设备智能运维方法 | |
CN109697555A (zh) | 一种针对风速报警解除前的高速铁路运行状态调度方法 |
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 |