突發(fā)事件條件下列車運(yùn)行調(diào)整與到發(fā)線運(yùn)用協(xié)調(diào)優(yōu)化研究.pdf

1、我國自然災(zāi)害種類多且發(fā)生頻繁，多種類的突發(fā)事件嚴(yán)重干擾了列車的正常運(yùn)行，降低了線路通過能力及車站接發(fā)車能力。面對(duì)突發(fā)事件，列車運(yùn)行調(diào)整的方法將直接影響運(yùn)輸組織效率。
　　現(xiàn)階段有多種列車調(diào)度指揮系統(tǒng)，但均未將列車運(yùn)行調(diào)整與到發(fā)線運(yùn)用結(jié)合。在突發(fā)事件條件下，列車在車站使用哪條到發(fā)線以調(diào)度人員主觀確定為主，其質(zhì)量和效率難以保證，不合理的到發(fā)線運(yùn)用甚至?xí)档瓦\(yùn)輸組織效率。因此，列車運(yùn)行調(diào)整與到發(fā)線運(yùn)用協(xié)調(diào)優(yōu)化的問題亟待探究。
　　

2、本論文首先概述了突發(fā)事件的種類并界定了突發(fā)事件的影響范圍，分別闡述了運(yùn)行調(diào)整與到發(fā)線運(yùn)用的內(nèi)涵。從物理關(guān)聯(lián)性、相互作用關(guān)聯(lián)性、優(yōu)化性質(zhì)關(guān)聯(lián)性及解結(jié)構(gòu)關(guān)聯(lián)性四個(gè)方面分析了運(yùn)行調(diào)整與到發(fā)線運(yùn)用的關(guān)聯(lián)關(guān)系。
　　然后利用協(xié)同學(xué)理論，將調(diào)度區(qū)段視為總系統(tǒng)，車站及區(qū)間視為子系統(tǒng)，通過列車元素將子系統(tǒng)相聯(lián)系，找出運(yùn)行調(diào)整與到發(fā)線運(yùn)用協(xié)調(diào)優(yōu)化的方法，用數(shù)學(xué)模型描述這種協(xié)調(diào)優(yōu)化方法。再分別考慮運(yùn)行調(diào)整與到發(fā)線運(yùn)用的約束，以總延誤時(shí)間最小和列車站內(nèi)

3、走行距離最短為兩個(gè)優(yōu)化目標(biāo)，建立了列車運(yùn)行調(diào)整與到發(fā)線運(yùn)用協(xié)調(diào)優(yōu)化的非線性混合整數(shù)規(guī)劃模型。由于兩個(gè)目標(biāo)函數(shù)量綱不一致，論文利用列車站內(nèi)走行速度將兩個(gè)目標(biāo)函數(shù)的量綱進(jìn)行統(tǒng)一，轉(zhuǎn)化為單目標(biāo)模型進(jìn)行求解。
　　求解模型時(shí)選擇了遺傳算法，編程平臺(tái)為Matlab，由于論文在計(jì)算時(shí)使用了Matlab中的遺傳算法函數(shù)以及遺傳算法本身在求解復(fù)雜約束優(yōu)化問題中存在不足，在計(jì)算大規(guī)模非線性規(guī)劃中難以得到優(yōu)秀的解。針對(duì)這種情況，論文提出兩種改進(jìn)方法，

4、分別將動(dòng)態(tài)規(guī)劃和混合罰函數(shù)法與遺傳算法相結(jié)合，設(shè)計(jì)了計(jì)算步驟。
　　最后，以天水至蘭州區(qū)段突降暴雨作為突發(fā)事件案例，將本文設(shè)計(jì)的運(yùn)行調(diào)整與到發(fā)線運(yùn)用協(xié)調(diào)優(yōu)化模型數(shù)據(jù)化。先用基本遺傳算法求解，然后用兩種改進(jìn)方法求解。對(duì)比三種方法求得的解，選擇較優(yōu)解作為模型的計(jì)算結(jié)果，得到調(diào)整后的列車運(yùn)行圖及到發(fā)線運(yùn)用計(jì)劃。調(diào)整結(jié)果可作為決策者選用的一種方案，證明了本文所述的模型方法對(duì)突發(fā)事件條件下列車運(yùn)行調(diào)整與到發(fā)線運(yùn)用協(xié)調(diào)優(yōu)化的有效性。