編組站綜合自動化系統(tǒng)作業(yè)執(zhí)行智能化研究.pdf

1、隨著高速鐵路骨干網的基本建成，鐵路旅客運輸正逐步轉移到高速鐵路，原來的鐵路貨運點線能力結構發(fā)生變化，編組站、區(qū)段站等“點”的能力成為限制因素。在上述背景下，編組站需要適應鐵路生產力布局調整需要，不斷進行調整和升級改造，大幅提高整體作業(yè)效率與運營水平，新一代的編組站綜合自動化技術SAM因此應運而生。在SAM諸多技術中，集成化、集中化是系統(tǒng)的基礎;信息化體現了系統(tǒng)的通透性能;自動化體現了系統(tǒng)的控制能力;而智能化則處于核心地位，體現并決定著系

2、統(tǒng)的整體水平。
　　從宏觀的角度來說，編組站的智能化可以分為三大領域:運營決策的智能化、作業(yè)調度與執(zhí)行的智能化、作業(yè)設備控制的智能化。編組站作業(yè)執(zhí)行智能化屬于上述第二個領域，其研究的重點是:在列車配流與解編順序已經確定的情況下，智能分配作業(yè)所需設備資源。
　　文章首先對編組站運輸作業(yè)的業(yè)務進行了分析，包括編組站在鐵路現行運輸計劃與調度指揮體系中的作用和地位，主要工作與總體流程，三層計劃體系，以及作業(yè)執(zhí)行過程中的多崗協(xié)作關系。

3、文章指出，由于編制階段計劃的艱巨性，通過階段計劃調度、指揮現場作業(yè)在許多編組站并未得到真正的實行，大部分車站采取依靠階段計劃引領，結合“分層處理、分而治之、多崗協(xié)作”的辦法來進行作業(yè)調度與執(zhí)行。整個過程中，車站調度員作為主導者，通過與計劃區(qū)長、調車區(qū)長、場值班員等崗位之間的實時交互來實現協(xié)同決策與作業(yè)組織實施。
　　接著，文章研究了編組站作業(yè)執(zhí)行的數學模型，將作業(yè)執(zhí)行多目標優(yōu)化問題簡化為一個雙目標規(guī)劃模型，以正點出發(fā)列車數最多并且

4、作業(yè)執(zhí)行代價最小作為總體優(yōu)化目標。同時，文章分析了模型的約束條件，出于分層管理、分層決策的需要，將影響列車出發(fā)時間的因素分離為兩個部分，即固定的作業(yè)基本耗時和動態(tài)的作業(yè)延遲耗時。作業(yè)基本耗時由車站調度在列車配流與決策解編順序時確定，作業(yè)延遲耗時則進一步分解為到發(fā)線、編組線、調機、駝峰、進路等資源運用引起的耗時，分別由計劃區(qū)長、調車區(qū)長、場值班員在制定相應資源分配方案時確定。
　　在業(yè)務分析與數學建模的基礎上，文章對作業(yè)執(zhí)行智能化的

5、需求進行了分析，對作業(yè)執(zhí)行智能化的設計思路、技術框架進行了詳細闡述，提出求解作業(yè)執(zhí)行優(yōu)化問題需要吸納大系統(tǒng)理論的“模型降階、結構遞階、自律分散、人機協(xié)調”思想，從多個角度與多個層面構建綜合的解題方案。
　　模型降階參考了奇異攝動法的做法，即首先將模型進行降階處理，分別對分離出來的變量進行分析計算，然后將計算結果集結起來，進行總體層面的協(xié)調再優(yōu)化。
　　多級遞階結構是大系統(tǒng)的主要結構形式，具有簡化系統(tǒng)的分析和綜合、降低計算難度

6、、減少計算量、節(jié)省運算時間、利于管理與控制、可靠性較高等優(yōu)點。因應編組站的調度指揮組織結構，作業(yè)執(zhí)行系統(tǒng)采用由調度級、組織級、操控級組成的三級遞階結構。
　　在自律分散系統(tǒng)的基礎上結合分布式人工智能，則構成智能自律分散系統(tǒng)。編組站智能自律分散系統(tǒng)共劃分了三個智體組:系統(tǒng)管理智體組，后臺計算與服務智體組，人機交互智體組。系統(tǒng)中每個智體都是一個自律的單元，它們之間的聯(lián)系僅僅是通過智體數據場來實現，從而確保其自治性和弱耦合性。
　

7、　人與機器的智能集成是解決復雜大系統(tǒng)優(yōu)化問題的最有效的方法之一。構造人機協(xié)調系統(tǒng)需要把握好兩點:合理的人-機分工原則，友好的人-機交互界面。
　　文章提出了編組站作業(yè)執(zhí)行智能化系統(tǒng)的四層技術框架，由四庫層、智能支持層、后端服務層、前端層構成。在智能化技術上，考慮到編組站作業(yè)執(zhí)行涉及諸多復雜的不確定性因素，建議采用多種智能算法與技術構成混合型智能系統(tǒng)。
　　在編組站作業(yè)執(zhí)行智能化總體研究之后，文章分別對到發(fā)線、編組線、駝峰、調

8、機、進路五個方面進行了運用智能化的研究，進行了數學建模、算法設計和算例分析。
　　到發(fā)線運用智能化方面，提出以總體等線時間最短結合考慮到發(fā)線靈活運用原則為目標的數學模型，并采用遺傳算法作為它的優(yōu)化算法。
　　編組線運用智能化方面，提出以動態(tài)耗時最短與“固定使用、靈活借用”原則相結合為目標的數學模型，并采用專家知識推理結合遺傳算法作為其優(yōu)化算法。
　　駝峰運用智能化方面，提出以解體過程等待時間最短為目標的數學模型，使用產