预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共29页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

客运专线旅客列车开行方案优化研究研究内容研究现状研究问题的总体描述开行方案形成过程的对应工作 运量预测阶段需要的列车服务属性,是在客流输送方案制定后才产生的,而且是在运行图编制以后才被确定的; 客流输送方案制定阶段所需要的客流参数,是通过客流预测得到的; 运行图编制阶段所需要的列车参数,必须要在列车输送方案优化后才能得到。开行方案的优化方式 列车开行方案单独优化 列车开行方案与运行图编制两个阶段的综合优化 列车开行方案与客流OD生成两个阶段的综合优化 三个阶段的整体综合优化 采用统一的综合优化模型和算法来实现 任何一个都是复杂的优化问题,统一后复杂程度将大大提高 三项工作由不同部门分别独立完成的,将其融为一体难度相当大 采用各个阶段顺序优化、循环迭代的形式运量预测模型结构中都包含有广义费用,客运专线运量预测的结果取决于其服务属性。 (1)旅行时间 (2)旅客进出站时间、费用 (3)旅客在站等候时间 (4)运价水平——从国民经济、生活水平、支付能力、比价关系,以及客运专线技术经济特性和优势几个方面综合确定。 (5)旅客时间价值——通过统计数据运用效用函数模型标定基年旅客时间价值,预测年度时间价值增长率按客运专线影响区GDP的平均增长速度确定。 旅行时间、候车时间必须通过客运专线列车开行方案的制定才能精确得到。影响因素分析始发客流候车集结过程分析时间消耗与列车服务频率的关系分析列车开行方案优化模型构建优化目标 铁路部门经济效益:合理的上座率来保障——约束条件(目标约束法); 旅客出行成本:票价和时间成本 所有旅客在途时间总和最短——优化目标 运行时间消耗 停站时间消耗 始发候车集结时间消耗 中转时间消耗 通过前述的各种集合和关联矩阵, 可以描述出各种列车的数量、旅客停站及次数、 旅客中转站及次数,进而得到各种时间消耗。 约束条件 客流约束、区间通过约束、列车服务能力约束 方案可行性约束、变量取值约束 模型特点 模型为非线性整数规划问题,非线性都集中表现在目标函数 模型存在如下组合优化的特点 列车由沿途经由站点的组合形式描述 接续方案由列车的组合描述 旅客的出行由接续方案的组合来描述 由于没有涉及到运行图的实际编制问题,很多参数都采用了假设或平均值 求解非常困难——采用现代优化算法模型的进一步推广 网状线路结构的推广 分解算法: 直线型线路上单方向旅客列车开行方案的优化问题 各线路旅客列车开行方案在衔接站的协调优化问题 静态模型,不涉及连续性时间参数和变量,较计算机编图更适合采用。 必须对列车集合在整个线路结构上统一确定,列车的运行方向不会对问题造成影响。 跨线列车和跨线客流的处理 长途跨线客流,自然形成换乘,转化为衔接站上的本线客流; 短途跨线客流,具备分离条件的(已确定了列车类型为B类,由既有线的列车开行方案已确定了其输送方案的除外)可以与本线客流分开考虑,单独进行优化求解; 短途跨线客流,若不可分离,可按研究线路的拆分形式进行拆分,转化为接入站上的本线客流进行统一的优化计算,而后与其他部分合并后确定列车形式。算法设计方案优化模型转换 求解思路: 用列车开行方案Xi代替xijk 构造Xi下的列车运行网络Gi=(Vi,Ei,Ci,Hi,Pi) 在Gi上得到客流N={nij}的最优分配方案 按上述求解思路,可将原模型描述为: Z=min{f(Fi)|Gi(Xi)} 求解的主要工作: 由Xi构造Gi Gi中最小费用流fi的计算个体编码处理 变量构造及个体编码含义 Xk={xij}k为0-1矩阵 行——客运专线上车站—区 间—车站的顺序结构; 行数mi是固定的由线路结构确定; 列——列车在车站通过、停车、始发、终到或在区间运行的状态; 列数mj由线路上所有区段中的最大列车数max{min{nq,cq|q}}确定 个体冗余性处理 车站取值冗余——车站取值约束 |xi+1,j-xi-1,j|≤xij≤xi+1,j+xi-1,j(i=2n,n∊Z+,j=1,2.…,mj) 列排序冗余——字典排序 车站限制处理: 车站不办理客运业务:取消该车站,将相邻区间合并 车站不办理列车的始发和终到作业取值约束 |xi+1,j-xi-1,j|≤xij≤xi+1,j×xi-1,j(i=2n,n∊Z+)弧产生网络的统一化处理 重复弧的处理:合并 容量变为ncu或n[cu] 节点费用的处理 始发集结消耗费用处理 节点外部流量处理 PkGk 单源单汇给定流量的有向图适应值函数的求解 适应值函数f就是求解G上给定流量W的最小费用流。 网络的可行化处理 不可行性产生的原因: 列车在车站所提供服务能力小于该站始发客流量; 列车在车站所提供服务能力小于该站终到客流量; 列车在区间所提供服务能力小于该区段旅客输送量(客流密度); 列车在O