CN115689208B - 一种智能调度列车工作计划自动调整系统 - Google Patents

一种智能调度列车工作计划自动调整系统 Download PDF

Info

Publication number
CN115689208B
CN115689208B CN202211361090.8A CN202211361090A CN115689208B CN 115689208 B CN115689208 B CN 115689208B CN 202211361090 A CN202211361090 A CN 202211361090A CN 115689208 B CN115689208 B CN 115689208B
Authority
CN
China
Prior art keywords
adjustment
train
global
data
plan
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
CN202211361090.8A
Other languages
English (en)
Other versions
CN115689208A (zh
Inventor
刘绍祥
雷宁昊
王维
聂瑶平
刘少敏
林世亮
吴佳骏
何晓琳
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.)
Guangzhou Beiyang Information Technology Co ltd
Original Assignee
Guangzhou Beiyang Information Technology Co ltd
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 Guangzhou Beiyang Information Technology Co ltd filed Critical Guangzhou Beiyang Information Technology Co ltd
Priority to CN202211361090.8A priority Critical patent/CN115689208B/zh
Publication of CN115689208A publication Critical patent/CN115689208A/zh
Application granted granted Critical
Publication of CN115689208B publication Critical patent/CN115689208B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Train Traffic Observation, Control, And Security (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及铁路运输信息化技术领域,具体而言涉及一种智能调度列车工作计划自动调整系统,通过深入研究列车工作计划调整的业务逻辑和数据,确定贴合实际的列车工作计划调整数学模型,全局调整运算考虑全局范围的运输目标角度进行优化调整,实现快速提供全局目标优先的列车工作计划调整方案,通过全局调整服务子系统对行调报的实时行车数据、日计划的数据和调整数据进行处理和分发,并实现全局的列车工作计划调整运算,综合分析全局列车运行布局的情况,结合专家库数据,能够进一步提升列车的全局正晚点,最大限度减少总晚点时间、总旅行时间、晚点列车数量,实现区间运行能力利用最大化,提供优质的列车计划开行方案。

Description

一种智能调度列车工作计划自动调整系统
技术领域
本发明涉及铁路运输信息化技术领域,具体而言,涉及一种智能调度列车工作计划自动调整系统。
背景技术
铁路的调度业务中,传统的编制列车运行调整计划方式主要依靠调度员手工挪动列车运行线,且每次只能挪动一条,调度员在有限的时间内反复试验寻找较为合理的方案,不仅劳动强度高,而且往往顾此失彼,造成某些列车运行线达不到预期效果、区间通过能力没有得到合理充分的利用、调整不当造成列车晚点情况。传统的完全依靠调度员手工编制列车运行调整计划,已不适应新体制、新布局下高速度、高密度、高负荷运输组织的要求。为此,广铁集团调度所按照集团公司“五个发展”的要求,联合北羊公司成立课题组,立项建设列车工作计划自动调整系统。
列车运行计划自动调整是高维、非线性的组合优化问题,是完全的NP问题。自“最优列车调度”问题被提出以来,国内外学者针对单线和复线的情况围绕调整策略、数学模型和求解算法分别进行了大量研究。但是,很多解决方案仅以提高正点率及平均旅行速度或其中某一项为目标,对每列列车的晚点时间和区间能力没有充分考虑;很多系统对自动调整的模型设定过于理想化,只考虑单一区段的模型,与实际情况相背离;很多方案算法复杂,测试样本种类单一、数量不足、约束少且运算时间长,不能适应实际场景,因而在实际工作中是不能接受的,因此我们对此做出改进,提出一种智能调度列车工作计划自动调整系统。
发明内容
本发明的目的在于:针对目前存在的背景技术提出的问题,为了实现上述发明目的,本发明提供了以下技术方案:一种智能调度列车工作计划自动调整系统,包括以下系统调节步骤,S1通过列车工作计划调整的业务逻辑和数据,确定贴合实际的列车工作计划调整数学模型;S2构建单台-全局调整调整逻辑运算模式;S3系统由行调辅助调整子系统、全局调整服务子系统和全局调整查询子系统组成;S4构建业务数据模型,自动采集各项业务数据并集中处理分析构建专家库;S5通过迭代递归方法和遗传算法进行寻优,推算形成的列车开行方案;S6对全局性列车工作计划自动调整;S7中根据人工调整的设定自动调整原则。
作为本发明优选的技术方案,所述S2构建单台-全局调整调整逻辑运算模式,单台调整运算为单个调度台提供快速的局部粗略调整和干预条件设置,全局调整运算考虑全局范围的运输目标角度进行优化调整,实现快速提供全局目标优先的列车工作计划调整方案。
作为本发明优选的技术方案,S3中所述行调辅助调整子系统(单台)实现调台列车区段运行条件设置,并传递给全局调整服务器,同时接收全局调整服务子系统返回的列车全局目标值、台间站发车开始时间和车序全局数据,自动推演调度台所辖区段列车运行计划方案。
作为本发明优选的技术方案,S3中所述全局调整服务子系统对行调报的实时行车数据、日计划的数据和调整数据进行处理和分发,并实现全局的列车工作计划调整运算,综合分析全局列车运行布局的情况,结合专家库数据,能够进一步提升列车的全局正晚点、交车数指标。
作为本发明优选的技术方案,S3中所述全局调整查询服务子系统调整提供全局调整服务子系统调整结果的运行图查询功能,值班主任、车流主任岗位按线路、管辖区段进行查看。
作为本发明优选的技术方案,S4中所述构建业务数据模型,自动采集各项业务数据并集中处理分析构建专家库。通过智能学习算法学习历史数据,生成车站各项作业时间、区间运行时间、区间缓行条件及时间、会让合理策略经验数据,为调整运算提供专家数据,智能修正自动调参数、规则,使调整方案趋于最优化。
作为本发明优选的技术方案,S5中迭代递归方法和遗传算法进行寻优,推算形成的列车开行方案,最大限度减少总晚点时间、总旅行时间、晚点列车数量,实现区间运行能力利用最大化,提供优质的列车计划开行方案,列车工作计划自动调整系统以维护原计划运行图的严肃性,遵守调度规则,使晚点列车恢复正点,并减少或消除其影响为总原则,具体讲就是在处理客车与客车、客车与货车和货车与货车之间关系时,应该遵循先客后货、先快后慢以及先高后低的顺序。
作为本发明优选的技术方案,列车工作计划自动调整系统纠正因各种原因使列车偏离运行计划的行为,因此列车运行调整的总目标是恢复列车预定运行计划,基于这一原则,运行调整目标表述为客车总晚点列车数最少、总晚点时间最少、加权总晚点时间最少,货车旅速最大。
作为本发明优选的技术方案,S6中全局性列车工作计划自动调整在全局范围内的运行图上,根据列车当前运行状态,当前站场环境、区间环境,参照一定的列车开行原则,对列车的开行计划进行调整,形成下一阶段比较合理有效的开行计划,为了提高自动调整结果的行性,实现设定的目标。
作为本发明优选的技术方案,S7中根据人工调整的策略设定如下自动调整原则:原则1.列车避让施工区域,进入限速区域计算缓行时间;原则2.先客后货,按列车级放行;原则3.根据列车接续关系安排前续和后续列车的到发点和股道,避免出现反交路;原则4.确保客车正点终到、交出,晚点列车赶晚;原则5.用点多、早点客车在不造成自身晚点的前提下避让赶交、赶流货车;原则6.司机超劳列车优先放行。
与现有技术相比,本发明的有益效果:
在本发明的方案中:
1.通过深入研究列车工作计划调整的业务逻辑和数据,确定贴合实际的列车工作计划调整数学模型。构建单台-全局调整调整逻辑运算模式,单台调整运算为单个调度台提供快速的局部粗略调整和干预条件设置,全局调整运算考虑全局范围的运输目标角度进行优化调整,实现快速提供全局目标优先的列车工作计划调整方案;
2.通过全局调整服务子系统对行调报的实时行车数据、日计划的数据和调整数据进行处理和分发,并实现全局的列车工作计划调整运算,综合分析全局列车运行布局的情况,结合专家库数据,能够进一步提升列车的全局正晚点,最大限度减少总晚点时间、总旅行时间、晚点列车数量,实现区间运行能力利用最大化,提供优质的列车计划开行方案。
附图说明:
图1为本发明提供的调整总体流程图;
图2为本发明提供的系统结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图,对本发明实施例中的技术方案进行清楚、完整的描述。显然,所描述的实施例是本发明的一种具体实施方式,不限于全部的实施例。
因此,以下对本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的部分实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动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。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征和技术方案相互组合,应注意到,相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
实施例1:请参阅图1-2,一种智能调度列车工作计划自动调整系统,包括以下系统调节步骤,S1通过列车工作计划调整的业务逻辑和数据,确定贴合实际的列车工作计划调整数学模型;S2构建单台-全局调整调整逻辑运算模式;S3系统由行调辅助调整子系统、全局调整服务子系统和全局调整查询子系统组成;S4构建业务数据模型,自动采集各项业务数据并集中处理分析构建专家库;S5通过迭代递归方法和遗传算法进行寻优,推算形成的列车开行方案;S6对全局性列车工作计划自动调整;S7中根据人工调整的设定自动调整原则。
S2构建单台-全局调整调整逻辑运算模式,单台调整运算为单个调度台提供快速的局部粗略调整和干预条件设置,全局调整运算考虑全局范围的运输目标角度进行优化调整,实现快速提供全局目标优先的列车工作计划调整方案。
S3中行调辅助调整子系统(单台)实现调台列车区段运行条件设置,并传递给全局调整服务器,同时接收全局调整服务子系统返回的列车全局目标值、台间站发车开始时间和车序全局数据,自动推演调度台所辖区段列车运行计划方案。
S3中全局调整服务子系统对行调报的实时行车数据、日计划的数据和调整数据进行处理和分发,并实现全局的列车工作计划调整运算,综合分析全局列车运行布局的情况,结合专家库数据,能够进一步提升列车的全局正晚点、交车数指标。
S3中全局调整查询服务子系统调整提供全局调整服务子系统调整结果的运行图查询功能,值班主任、车流主任岗位按线路、管辖区段进行查看。
S4中构建业务数据模型,自动采集各项业务数据并集中处理分析构建专家库。通过智能学习算法学习历史数据,生成车站各项作业时间、区间运行时间、区间缓行条件及时间、会让合理策略经验数据,为调整运算提供专家数据,智能修正自动调参数、规则,使调整方案趋于最优化。
S5中迭代递归方法和遗传算法进行寻优,推算形成的列车开行方案,最大限度减少总晚点时间、总旅行时间、晚点列车数量,实现区间运行能力利用最大化,提供优质的列车计划开行方案,列车工作计划自动调整系统以维护原计划运行图的严肃性,遵守调度规则,使晚点列车恢复正点,并减少或消除其影响为总原则,具体讲就是在处理客车与客车、客车与货车和货车与货车之间关系时,应该遵循先客后货、先快后慢以及先高后低的顺序。列车工作计划自动调整系统纠正因各种原因使列车偏离运行计划的行为,因此列车运行调整的总目标是恢复列车预定运行计划,基于这一原则,运行调整目标表述为客车总晚点列车数最少、总晚点时间最少、加权总晚点时间最少,货车旅速最大。
S6中全局性列车工作计划自动调整在全局范围内的运行图上,根据列车当前运行状态,当前站场环境、区间环境,参照一定的列车开行原则,对列车的开行计划进行调整,形成下一阶段比较合理有效的开行计划,为了提高自动调整结果的行性,实现设定的目标。
S7中根据人工调整的策略设定如下自动调整原则:原则1.列车避让施工区域,进入限速区域计算缓行时间;原则2.先客后货,按列车级放行;原则3.根据列车接续关系安排前续和后续列车的到发点和股道,避免出现反交路;原则4.确保客车正点终到、交出,晚点列车赶晚;原则5.用点多、早点客车在不造成自身晚点的前提下避让赶交、赶流货车;原则6.司机超劳列车优先放行。
实施例2,通过深入研究列车工作计划调整的业务逻辑和数据,确定贴合实际的列车工作计划调整数学模型。构建单台-全局调整调整逻辑运算模式,单台调整运算为单个调度台提供快速的局部粗略调整和干预条件设置,全局调整运算考虑全局范围的运输目标角度进行优化调整,实现快速提供全局目标优先的列车工作计划调整方案。
系统由行调辅助调整子系统、全局调整服务子系统和全局调整查询子系统组成,行调辅助调整子系统(单台)实现调台列车区段运行条件设置,并传递给全局调整服务器,同时接收全局调整服务子系统返回的列车全局目标值、台间站发车开始时间和车序全局数据,自动推演调度台所辖区段列车运行计划方案;全局调整服务子系统对行调报的实时行车数据、日计划的数据和调整数据进行处理和分发,并实现全局的列车工作计划调整运算,综合分析全局列车运行布局的情况,结合专家库数据,能够进一步提升列车的全局正晚点、交车数指标;全局调整查询服务子系统调整提供全局调整服务子系统调整结果的运行图查询功能,值班主任、车流主任岗位可以按线路、管辖区段进行查看。3.构建业务数据模型,自动采集各项业务数据并集中处理分析构建专家库。通过智能学习算法学习历史数据,生成车站各项作业时间、区间运行时间、区间缓行条件及时间、会让合理策略经验数据,为调整运算提供专家数据,智能修正自动调参数、规则,使调整方案趋于最优化。4.系统采用迭代递归方法和遗传算法进行寻优,推算形成的列车开行方案,最大限度减少总晚点时间、总旅行时间、晚点列车数量,实现区间运行能力利用最大化,提供优质的列车计划开行方案。
列车工作计划自动调整系统以维护原计划运行图的严肃性,遵守调度规则,使晚点列车恢复正点,并减少或消除其影响为总原则。具体讲就是在处理客车与客车、客车与货车和货车与货车之间关系时,应该遵循先客后货、先快后慢以及先高后低的顺序。列车工作计划自动调整系统应能纠正因各种原因使列车偏离运行计划的行为,因此列车运行调整的总目标是恢复列车预定运行计划。基于这一原则,运行调整目标可以表述为客车总晚点列车数最少、总晚点时间最少、加权总晚点时间最少,货车旅速最大。
全局性列车工作计划自动调整指在全局范围内的运行图上,根据列车当前运行状态,当前站场环境、区间环境,参照一定的列车开行原则,对列车的开行计划进行调整,形成下一阶段比较合理有效的开行计划,总体流程见图2所示。为了提高自动调整结果的可行性,实现设定的目标,根据人工调整的策略设定如下自动调整原则:原则1.列车避让施工区域,进入限速区域计算缓行时间;原则2.先客后货,按列车级放行;原则3.根据列车接续关系安排前续和后续列车的到发点和股道,避免出现反交路;原则4.确保客车正点终到、交出,晚点列车赶晚;原则5.用点多、早点客车在不造成自身晚点的前提下避让赶交、赶流货车;原则6.司机超劳列车优先放行。
以上实施例仅用以说明本发明而并非限制本发明所描述的技术方案,尽管本说明书参照上述的各个实施例对本发明已进行了详细的说明,但本发明不局限于上述具体实施方式,因此任何对本发明进行修改或同替换;而一切不脱离发明的精神和范围的技术方案及其改进,其均涵盖在本发明的权利要求范围当中。

Claims (1)

1.一种智能调度列车工作计划自动调整系统,其特征在于,所述系统由行调辅助调整子系统、全局调整服务子系统、全局调整查询子系统,调整基础数据库及调整专家库组成;所述行调辅助调整子系统用于设置调度台列车区段运行条件,并传递给全局调整服务子系统,接收全局调整服务子系统返回的列车全局目标值、台间站发车开始时间和车序全局数据,自动推演调度台所辖区段列车工作计划;所述全局调整服务子系统用于对行调报的实时行车数据、日计划数据和调整数据进行处理和分发,用于对全局的列车工作计划进行调整运算,综合分析全局列车运行布局的情况,结合调整专家库数据,优化列车的全局正晚点和交车数指标,所述全局调整查询服务子系统用于查询由全局调整服务子系统输出的运行图和用于按线路和/或管辖区段查询值班主任、车流主任岗位;
所述列车工作计划自动调整系统的调整步骤包括:
S1.通过列车工作计划调整的业务逻辑和数据,确定贴合实际的列车工作计划调整数学模型;
S2.构建单台调整运算和全局调整运算模式,所述单台调整运算为单个调度台提供快速的局部调整和干预条件设置,所述全局调整运算,用于从全局范围的运输目标角度对列车工作计划进行优化调整,得到满足全局目标的列车工作计划调整方案;
S3.自动采集各项业务数据,通过智能学习算法学习历史数据,生成车站各项作业时间、区间运行时间、区间缓行条件及时间和避让合理策略经验数据,为调整运算提供专家数据,智能修正自动调整参数和规则,优化调整方案;
S4.基于预设约束条件,通过迭代递归方法和遗传算法进行寻优,推算形成以客车总晚点列车数最少、总晚点时间最少、加权总晚点时间最少和货车旅速最大为运行调整目标的列车工作计划;所述预设约束条件为股道属性、区间能力、列车属性、机车属性、编组信息、车站作业、车底接续、进路连通和施工影响;
S5.对全局性列车工作计划进行自动调整;具体包括:在全局范围内的运行图上,根据列车当前运行状态,当前站场环境和区间环境,参照预先设定的自动调整原则,对列车工作计划进行调整,形成下一阶段的列车工作计划。
CN202211361090.8A 2022-11-02 2022-11-02 一种智能调度列车工作计划自动调整系统 Active CN115689208B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211361090.8A CN115689208B (zh) 2022-11-02 2022-11-02 一种智能调度列车工作计划自动调整系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211361090.8A CN115689208B (zh) 2022-11-02 2022-11-02 一种智能调度列车工作计划自动调整系统

Publications (2)

Publication Number Publication Date
CN115689208A CN115689208A (zh) 2023-02-03
CN115689208B true CN115689208B (zh) 2023-10-13

Family

ID=85047668

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211361090.8A Active CN115689208B (zh) 2022-11-02 2022-11-02 一种智能调度列车工作计划自动调整系统

Country Status (1)

Country Link
CN (1) CN115689208B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5623413A (en) * 1994-09-01 1997-04-22 Harris Corporation Scheduling system and method
CN108898866A (zh) * 2018-07-04 2018-11-27 深圳万智联合科技有限公司 一种有效的智能车辆控制系统
CN109823374A (zh) * 2018-12-27 2019-05-31 卡斯柯信号有限公司 基于ctc系统的列车运行图调整方法及装置
CN110920700A (zh) * 2019-12-17 2020-03-27 中南大学 一种高铁调度优化方法、系统、及存储介质
CN112116207A (zh) * 2020-08-24 2020-12-22 北京交通大学 一种多约束条件的列车运行调整的计算方法和装置
CN112668101A (zh) * 2020-12-31 2021-04-16 西南交通大学 一种高速铁路列车运行图编制方法
CN114493172A (zh) * 2021-12-30 2022-05-13 北京航天智造科技发展有限公司 一种应急产能调配预案推演方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5623413A (en) * 1994-09-01 1997-04-22 Harris Corporation Scheduling system and method
CN108898866A (zh) * 2018-07-04 2018-11-27 深圳万智联合科技有限公司 一种有效的智能车辆控制系统
CN109823374A (zh) * 2018-12-27 2019-05-31 卡斯柯信号有限公司 基于ctc系统的列车运行图调整方法及装置
CN110920700A (zh) * 2019-12-17 2020-03-27 中南大学 一种高铁调度优化方法、系统、及存储介质
CN112116207A (zh) * 2020-08-24 2020-12-22 北京交通大学 一种多约束条件的列车运行调整的计算方法和装置
CN112668101A (zh) * 2020-12-31 2021-04-16 西南交通大学 一种高速铁路列车运行图编制方法
CN114493172A (zh) * 2021-12-30 2022-05-13 北京航天智造科技发展有限公司 一种应急产能调配预案推演方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于弹性的高速铁路运行图调整策略评估;刘桐林;中国优秀硕士学位论文全文数据库工程科技II辑》(第3期);第C033-679页 *

Also Published As

Publication number Publication date
CN115689208A (zh) 2023-02-03

Similar Documents

Publication Publication Date Title
CN110782079B (zh) 基于停站方案节能的高速铁路列车运行图的调整方法
CN101544233B (zh) 一种编组站综合自动化系统
CN112634606A (zh) 货车编队运输调度方法、调度系统、介质及数据处理终端
CN112319557B (zh) 一种晚点条件下地铁列车的运行调整方法及系统
CN109410561B (zh) 一种高速路车辆匀异质编队行驶控制方法
CN107284480A (zh) 一种基于车底复用的列车运行图自动编制方法
CN112581747B (zh) 一种车路协同的货车队列组织方法、装置及系统
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
CN107871179A (zh) 一种基于运到时限的铁路货物列车运行图编制方法
CN112214829B (zh) 高速铁路列车衔接方案优化建模方法
CN111785088B (zh) 一种网联车辆匝道合并的双层协同优化方法
Bie et al. Bus scheduling of overlapping routes with multi-vehicle types based on passenger OD data
CN111791923A (zh) 一种面向节能的单线铁路列车调度方法及系统
CN114834503A (zh) 基于弹性追踪模型的虚拟编组列车控制方法
CN112288122B (zh) 一种基于客流od大数据的公交快速通勤线路设计方法
CN115743247A (zh) 一种面向双线汇合线路的虚拟编组列车编队结构决策方法
CN115759627A (zh) 基于群组控制技术的重载列车开行策略优化方法及系统
CN115689208B (zh) 一种智能调度列车工作计划自动调整系统
CN112465177B (zh) 一种基于大数据分析的公交线路优化系统及方法
Liatsos et al. Fuel Emission Reduction by The Capacitated Hybrid Truck Platooning
Liu et al. Modelling and simulation of cooperative control for bus rapid transit vehicle platoon in a connected vehicle environment
CN113361917A (zh) 一种大风条件下基于动态客流的高速列车重调度方法
CN114894209B (zh) 一种基于车辆管理系统的无人矿卡路径规划冲突避让方法
CN116434524A (zh) 混合交通流下路侧感知云端规划的无人驾驶系统、方法及车辆
CN113619655B (zh) 基于运行图控制列车晚点在路网中传播的方法和系统

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