基于遗传算法的高速铁路枢纽站轨道交通换乘优化问题

针对高铁枢纽站轨道交通换乘优化的问题,以兰州西客站为研究对象,构建经济性、舒适度、设施通行能力三者综合的最大效益函数模型,结合智能优化算法中的遗传算法求解最优的换乘设施数量,输出合理的设施配置方案。根据模型输出的优化方案可得,人工售票处、自动售票机、安检机、检票机的数量分别为6、27、7、25时为最优设施数量配置,比优化前的配置数量更少,在保证乘客换乘服务需求的同时,还减少了多余的设施成本。     

铁路旅客列车运行图始发方案优化设计北大核心CSCD

为了提高铁路运输部门编制列车运行图始发方案的可实施性,可优化列车运行图的整体布局。以客运站到发列车的到达、始发时间域最方便为目标,车站到发线能力为约柬,建立旅客列车始发方案数学优化模型。针对传统智能算法在求解上述问题易陷入局部最优的缺陷,采用动态启发式信息策略的改进蚁群算法进行求解。以列车发到时间域方便旅客程度为优化的准则确定蚂蚁转移概率,并在信息素更新策略中引入最大最小蚂蚁系统,改善算法的正负反馈机制,避免陷入局部最优。仿真结果表明,改进算法在优化性能上有较大改进,可为旅客列车运行方案编制问题提供有效解决方案。     

基于云计算技术的客运交通枢纽智慧管理系统

<正>1概述1.1项目情况介绍太子城客运枢纽位于张家口市崇礼区太子城高铁站东侧,太子城高铁站与规划1号路之间。作为2022年冬奥会崇礼赛区的重要配套工程,本工程解决由城际铁路与区域短途交通的换乘功能,涉及交通工具涵盖公交、巴士、出租车、社会车辆等,同时为奥运期间从高铁站方向而来的旅客提供安检区域。     

高铁列车运行图冗余时间优化布局方法研究

在分析各种冗余时间之间作用机理的基础上,以列车旅行时间和列车到发站延误时间最短为优化目标,建立运行图冗余时间优化布局模型。在此基础上引入遗传粒子群优化算法对模型进行求解,并用MATLAB仿真。以虚拟运行时刻表为背景,通过合理设置列车运行干扰时间和仿真分析方案,对结果进行分析。结果表明：用该模型和算法得到的布局方案相比较于固定比例方案,总延误时间短,列车在区间和车站的晚点次数少;相比较于遗传算法求解该模型的总延误时间短,总冗余时间设置多,但是列车在车站和区间的晚点次数少。     

铁路客运车站静态导向标识设置的优化方案

通过分析太原铁路局管内客运车站静态导向标识的设置情况，提出了改进方案，可指导客运车站结合旅客需求和现场实际情况合理设置静态导向标识、使用无声语言为旅客及时提供导向信息和使购票、侯车、乘车、购物等更加便捷。     

优化枚举算法研究与应用

公交换乘问题在公共交通中是一个重要的问题。针对十分流行的8684公交网络查询系统只能查询到2次换乘的缺点,提出了一种对公交线路信息预先进行处理,然后采用减少站点和线路剪枝的优化枚举算法,可以实现换乘4次的优化线路;并用Visucal C++实现了该算法。通过对大型城市的公交网络的实际计算,与8684的查询结果进行比较;结果表明该算法不但可以提供更好的线路,而且还能提供8684无法提供的线路。实际计算时间不到1 s,能够到达实时性要求,因此算法具有很强的实用性和通用性,在公交网络中可以广泛采用。     

基于均衡性和可达性的高速铁路列车停站方案优化

为了兼顾高速铁路的速度优势和旅客出行的方便,从列车停站数量的均衡性和区间的可达性出发,建立高速铁路列车停站方案的非线性多目标优化模型。结合模型的特点,设计了具有自适应性的遗传退火算法。自适应遗传算法控制全局的寻优方向,模拟退火的Metropolis邻域搜索策略提高算法的邻域搜索能力,可以快速搜索高质量的解。最后用2015年京沪高速铁路数据进行验证,并用得到的停站方案与原停站方案进行对比。结果表明：优化方案中开行列车的停站数量更加集中,停9站和停10站列车占开行列车总数的71.8%,显著提高了停站方案的均衡性;可达性提高约2.32%。     

基于Q-learning的高速铁路列车动态调度方法

高速铁路作为国家综合交通运输体系的骨干核心,近十年来取得了飞速蓬勃的发展.其飞速发展的同时也引发了路网复杂化、分布区域广等现象,这些现象对高铁动态调度提出了更高的要求.突发事件的不确定性会对列车造成时间延误影响,甚者时间延误会沿路网传播,造成大面积列车到发晚点.而目前对于此问题的人工调度方式,前瞻性及针对性较差,难以对受影响列车进行迅速调整.针对上述问题,本文建立了以各列车在各车站延误时间总和最小为目标函数的高速铁路列车动态调度模型,在此基础上设计了用于与智能体交互的仿真环境,采用了强化学习中的Q-learning算法对模型进行求解.最后通过仿真实例验证了仿真环境的合理性以及Q-learning算法用于高铁动态调度的有效性,为高铁调度员做出优化决策提供了良好的依据.     

基于客流分配的高铁票价调整策略

针对目前高铁票价单一、客运收益率低、区段客流不均衡等问题,提出基于客流分配的高铁票价调整策略。首先,分析影响旅客出行选择行为的相关因素,构建包含经济性、快速性、便捷性和舒适性四项指标的广义出行费用函数;然后,建立兼顾高铁客运管理部门收益最大化和旅客出行费用最小化的双层规划模型,其中上层规划通过制定票价调整策略实现高铁客运收益最大化,下层规划以旅客广义出行费用最小为目标,利用区段不同车次间的竞合关系构建随机用户均衡（SUE）分配模型,同时采用基于改进Logit分配模型的相继平均法（MSA）进行求解;最后,结合案例验证了所提票价调整策略能够有效地平衡区段客流,降低旅客出行成本并在一定程度上提高客运收益。结果分析表明该票价调整策略能够为铁路客运管理部门优化票价体系、制定票价调整方案提供决策支持与方法指导。     

公交换乘算法的仿真研究

研究建立城市公交换乘查询网络问题.传统的公交换乘算法忽略了公交乘客的出行寻求优化路径的心理,并且算法的时间效率较低.为了解决上述问题,提出乘坐公交车出行的最优方案为换乘次数最少并且距离最短的线路.首先建立了公交网络及最小换乘次数的数学模型,然后运用线性规划方法建立线性规划模型,重新构造公交站点的数据结构以改进原有的最小换乘算法,得到一个新的算法并用改进算法对线性规划模型进行求解.仿真结果表明:新算法为核心的公交网络查询仿真系统,在一定程度上可以提高城市公共交通系统的服务水平,为实际设计提供依据.     

基于编织算法的复线高速磁浮列车运行图铺画方法

根据高速磁浮线路结构和运行控制系统的特点,建立了复线高速磁浮列车运行图编制模型,设计了编织算法对模型进行求解。该算法严格按照列车在各车站的发车时间顺序,对上、下行列车运行线如同“织毛衣”般交叉铺画,在遇到列车冲突时通过更改列车路由和增加发车间隔等方法予以及时化解,逐步得到整体优化的列车运行图。算例分析表明,该方法优化速度快,能够有效地进行高速磁浮列车运行图的铺画。     

基于自适应遗传算法的城际列车运行图编制方法

对城际列车运行图编制问题进行研究,确定列车在各区间运行的最优顺序,并建立以列车总运行时间最小为目标的列车运行图优化模型。在此基础上,采用自适应选择机制的变异算子和交叉算子,设计一种自适应遗传算法进行求解。该算法采用“列车-区间运行顺序”的染色体二维编码形式,首先对列车在各区间运行的顺序进行编码;求解过程中,结合广度优先循环布线的原则进行解码,通过“到发时刻-发现冲突-解决冲突”逐区段进行铺画,得到列车在各车站实际的到发时刻;同时,利用自适应遗传算法进行全局优化,得到问题最优解。实验表明,自适应机制能够提高算法性能并较快得到列车最优运行顺序,铺画出更高效准确的列车运行图。     

具有极大时间约束的轨道交通系统的周期分析

运用极大–加代数方法研究具有极大时间约束的轨道交通系统的周期运行规律.分别建立具有两个车站的双回路城际轨道交通系统和具有n个车站的单回路城市轨道交通系统的极大–加线性模型.对于前者,运用系统状态矩阵的周期性,证明各个车站第k次与第(k+2)次的发车时间间隔相同;对于后者,运用状态变量的线性替换,证明在任何初始状态下,系统经过一次循环便可进入周期稳态运行,即列车连续两次到达同一车站的时间间隔相同.周期时间分析有利于轨道交通系统列车时刻表的编排和周期运行方案的设计.为验证本文结果的实用性和有效性,给出周期时间分析在列车调度和线路规划中的应用例子.     

Train Timetable Problem on a Single-Line Railway With Fuzzy Passenger Demand

The aim of the train timetable problem is to determine arrival and departure times at each station so that no collisions will happen between different trains and the resources can be utilized effectively. Due to uncertainty of real systems, train timetables have to be made under an uncertain environment under most circumstances. This paper mainly investigates a passenger train timetable problem with fuzzy passenger demand on a single-line railway in which two objectives, i.e., fuzzy total passengers' time and total delay time, are considered. As a result, an expected value goal-programming model is constructed for the problem. A branch-and-bound algorithm based on the fuzzy simulation is designed in order to obtain an optimal solution. Finally, some numerical experiments are given to show applications of the model and the algorithm.      

基于策略梯度强化学习的高铁列车动态调度方法

高速铁路以其运输能力大、速度快、全天候等优势,取得了飞速蓬勃的发展.而恶劣天气等突发事件会导致列车延误晚点,更甚者延误会沿着路网不断传播扩散,其带来的多米诺效应将造成大面积列车无法按计划运行图运行.目前依靠人工经验的动态调度方式难以满足快速优化调整的实际要求.因此,针对突发事件造成高铁列车延误晚点的动态调度问题,设定所有列车在各站到发时间晚点总和最小为优化目标,构建高铁列车可运行情况下的混合整数非线性规划模型,提出基于策略梯度强化学习的高铁列车动态调度方法,包括交互环境建立、智能体状态及动作集合定义、策略网络结构及动作选择方法和回报函数建立,并结合具体问题对策略梯度强化学习(REINFORCE)算法进行误差放大和阈值设定两种改进.最后对算法收敛性及算法改进后的性能提升进行仿真研究,并与Q-learning算法进行比较,结果表明所提出的方法可以有效地对高铁列车进行动态调度,将突发事件带来的延误影响降至最小,从而提高列车的运行效率.     

基于改进遗传算法的赶流列车运行调整研究

开展技术站车流组织与区段列车运行调整的协同优化研究,利用在途列车的运行可调性实现运输区域的"线流配合",可优化运输生产指标。将前方技术站的车流接续需求作为列车运行调整的目标之一,并定义为赶流调整。在分析赶流调整策略及应用场景的基础上,建立了赶流调整模型,设计了基于遗传算法的模型求解算法。算法设计充分结合列车运行调整特点,有效避免了"早熟"及收敛速度慢等现象,适应性好,求解时间能很好地满足列车运行调整需求。可快速验证"线流配合"研究思路中调整目标的可行性,并给出具体的调整措施,为技术站车流组织与列车运行调整协同优化研究的深入奠定基础。     

Train scheduling and circulation planning in urban rail transit lines

This paper proposes a two-stage optimization approach to optimize the train schedule and circulation plan with consideration of passenger demand for an urban rail transit line. A train scheduling model is based on the operation of train services, which results a mixed integer nonlinear programming problem. Moreover, a train circulation model is formulated to adjust the departure and arrival times obtained by the train scheduling model to reduce the number of trains required, which results in a mixed integer linear programming problem. The case study based on the Beijing Yizhuang line illustrates the effectiveness of the proposed model and solution approach.     

随机风作用下高速列车动力学参数的可靠性优化设计

建立随机风作用下高速列车动力学参数的可靠性优化设计方法．首先考虑自然风的脉动特性，采用Cooper理论和谐波叠加法模拟随车移动点的脉动风速，给出随机风作用下高速列车非定常气动载荷的计算方法．然后建立高速列车车辆系统动力学模型，计算高速列车的运行安全性，并基于可靠性理论，给出随机风作用下高速列车失效概率的计算方法．在此基础上，以高速列车动力学参数为优化设计变量，以失效概率和轮轴横向力为优化目标，采用多目标遗传算法NSGA—II进行动力学参数的自动寻优，建立随机风作用下高速列车动力学参数的可靠性优化设计模型．经可靠性优化计算，高速列车的失效概率由原始的0．4884降低为0．1406，轮轴横向力由原始的45．13kN降低为43．01kN．通过优化高速列车动力学参数可以显著改善随机风作用下高速列车的运行安全性．     

客运专线的追踪间隔控制模型与计算

在分析列车追踪间隔时间类型以及动车组追踪运行的基础上，建立了客运专线信号系统下的列车区间追踪间隔和列车车站追踪间隔模型，给出了相应的列车追踪间隔时间的计算方法。应用Matlab软件进行了计算，并对计算结果进行了分析。     

基于STeC的高速列车运行模型与算法

为了使高速列车正点运行到达目的车站,提出了基于STeC(时空一致性)语言的高速列车运行模型与算法。该模型具有位置触发自动调整高速列车运行的特点,实现动态确定高速列车制动点并保证列车正点到达目的车站,从而满足了高速列车运行实时系统对时间和空间的一致性要求。通过Matlab/Simulink的仿真测试,证明了该模型的正确性和有效性。