-
题名分段解锁下高速铁路车站到发线运用方案调整研究
被引量:2
- 1
-
-
作者
张伯男
姚向明
赵鹏
韩梅
张璞
-
机构
北京交通大学交通运输学院
-
出处
《铁道科学与工程学报》
北大核心
2025年第4期1432-1443,共12页
-
基金
国家自然科学基金资助项目(U2268207,52372299)。
-
文摘
高速铁路车站接发列车作业排列紧密,列车运行受到扰动后及时调整到发线运用方案有助于降低列车延误。首先,以轨道电路为粒度详细刻画列车对车站内固定设备资源的占用过程;其次,协同考虑到发线运用、进路选择和列车到发时刻,构建以列车总延误时间最小化和到发线运用调整方案偏离原计划程度最小化为目标的混合整数线性规划模型,通过Epsilon约束法将其转化为便于求解的单目标规划模型;最后,以蚌埠南站为对象,设定包括列车区间延误、到发线故障及两者耦合扰动等多种类型的扰动场景进行案例分析,调用商业求解器GUROBI求解多目标帕累托解集。结果表明:在明确调整目标的前提下,所有场景均可以在2 s内制定出科学合理的到发线运用调整方案,满足调度调整的时效性要求。所构建模型针对多类型扰动场景均可以在兼顾车站作业秩序稳定的同时有效降低延误约60%,尤其针对到发线故障类型扰动能够实现延误降低76%以上。进一步讨论不同联锁机制、调整策略对列车晚点恢复的影响,结果表明进路分段解锁相较于一次解锁在总延误时间、延误传播范围控制方面均表现更好;采用停站时间可变、到发线不固定线路运用策略能够进一步降低延误约10%。所构建方法具有较好的应用价值和可操作性,能够为车站接发列车作业的精细化调整提供方法支持。
-
关键词
到发线运用方案
高速铁路车站
分段解锁
混合整数规划
epsilon约束法
行车扰动
-
Keywords
train platform scheme
high-speed railway station
route-lock sectional-release
mixed-integer programming
epsilon constraint algorithm
disturbance
-
分类号
U292.1
[交通运输工程—交通运输规划与管理]
-
-
题名双目标冷链物流车辆路径问题及其遗传蚁群求解
被引量:17
- 2
-
-
作者
张瑾
毕国通
戴二壮
-
机构
河南大学计算机与信息工程学院
河南大学商学院
-
出处
《科学技术与工程》
北大核心
2020年第18期7413-7421,共9页
-
基金
国家自然科学基金(41801310)。
-
文摘
针对带容量和软时间窗约束的双目标生鲜农产品冷链物流车辆路径问题,建立了以最小化总成本和最大化客户满意度为目标的双目标优化模型。为了求解问题,运用ε约束法处理双目标模型,以蚁群算法为基础,加入交叉与变异算子,设计了遗传蚁群算法。算法求解过程中,蚂蚁个体在进行状态转移时按照确定性选择和伪随机比例选择相结合的方式,信息素总量采用分段函数进行优化。为验证模型与算法的有效性,对实际算例进行求解,并与遗传算法、蚁群算法求得结果进行对比。结果表明所建模型符合实际需求,所设计的遗传蚁群算法收敛速度和求解结果均优于遗传算法和蚁群算法。
-
关键词
冷链物流车辆路径问题
客户满意度
遗传蚁群算法
双目标
ε约束
-
Keywords
vehicle routing problem for cold chain logistics
customer satisfaction
genetic-ant colony algorithm
two-objective optimization
epsilon constraint
-
分类号
U116.2
[交通运输工程]
-
-
题名考虑乘客满意度的双目标机位分配问题
被引量:5
- 3
-
-
作者
王璐
刘明
刘荣凡
吴辉
-
机构
上海民航职业技术学院基础部
同济大学经济管理学院
-
出处
《计算机应用》
CSCD
北大核心
2018年第A01期13-15,43,共4页
-
基金
国家自然科学基金资助项目(71571134)
-
文摘
针对机场的实际问题,即既要充分满足乘客的需求,同时又要考虑乘客的满意度,提出以乘客满意度为出发点的混合整数规划模型。首先,建立双目标模型;然后,开发epsilon约束算法以及带精英策略的非支配排序遗传算法(NSGA-Ⅱ);最后,给出具体算例说明epsilon约束算法只能解决小规模问题,在求解大规模问题时,NSGA-Ⅱ的效果更好,175 s便计算出结果,而epsilon精确算法65 min还未计算出结果。
-
关键词
乘客满意度
混合整数规划
双目标优化
epsilon约束算法
带精英策略的非支配排序遗传算法
-
Keywords
passenger satisfaction
mixed integer programming
hi-objective optimization
epsilon-constraint algorithm
Non-dominated Sorting Genetic algorithm- Ⅱ ( NSGA- Ⅱ )
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-