突發(fā)事件下的列車運行調度模型與算法研究.pdf

1、我國幅員遼闊，鐵路運輸網(wǎng)絡分布范圍廣、線路里程長、客貨列車混跑、網(wǎng)絡結構復雜，很多線路經(jīng)過的地區(qū)自然災害高發(fā)，同時，節(jié)假日或突發(fā)大客流等公共事件及其它安全事件也對鐵路運輸組織工作帶來了極大的挑戰(zhàn)。突發(fā)性的事件，往往能夠在短時間內給鐵路運輸組織秩序造成較大的負面影響;任何路網(wǎng)節(jié)點或路網(wǎng)范圍出現(xiàn)異常故障或損毀的情況，都會給鐵路運輸安全和效率造成巨大的威脅。研究突發(fā)事件條件下的列車運行調度控制方法，能夠在很大程度上提高處置效率，降低突發(fā)事件帶

2、來的影響。
　　列車運行計劃的編制和下達是列車調度指揮工作的核心業(yè)務。列車運行計劃的編制和調整，是一項大規(guī)模的組合優(yōu)化設計，是涉及車、機、工、電、輛等多方面業(yè)務的復雜系統(tǒng)工程。突發(fā)事件嚴重影響鐵路路網(wǎng)的通過能力和運輸效率，因此，研究突發(fā)事件條件下列車運行計劃的調整策略，快速準確地使運輸組織重新達到最優(yōu)化狀態(tài)，最大化地降低突發(fā)事件的影響，具有重要的學術意義和現(xiàn)實意義。
　　因此，本文詳細研究梳理了鐵路系統(tǒng)各部門處置突發(fā)事件的業(yè)

3、務關系與職責，并以此作為邊界約束條件，綜合運用蟻群算法、最優(yōu)化理論、多目標粒子群算法、遺傳算法、基于信息熵的免疫算法等算法，建立了突發(fā)事件條件下列車開行方案與運行調度一體化模型，為突發(fā)事件條件下列車徑路分配及階段計劃調整提供最優(yōu)策略。
　　本文的主要研究成果包括:
　　(1)將貝葉斯理論引入鐵路突發(fā)事件行車調度預警控制中，以先驗概率為基礎，利用貝葉斯網(wǎng)絡理論建立了列車運行調度預警控制模型，計算出可能導致突發(fā)事件的概率集，為突

4、發(fā)事件條件下的列車運行調度預警提供信息支持。
　　(2)引入路阻的概念，對蟻群算法進行改進，設計引入路阻的蟻群算法求解突發(fā)事件條件下列車運行K-最短徑路算法，并考慮停站時分影響的突發(fā)事件下列車運行K-最短徑路算法，嘗試解決突發(fā)事件條件下列車運行調度K-最短徑路問題。
　　(3)在分析突發(fā)事件條件下列車運行徑路分配問題的成因、影響因素及約束條件的基礎上，建立列車運行徑路分配的數(shù)學模型，并針對該模型，設計了改進的列車運行徑路分配

5、問題的差分算法。
　　(4)針對事故和自然災害情況下的列車運行控制問題，將事故、自然災害條件下的列車運行控制問題視為多目標規(guī)劃問題，創(chuàng)造性的將多目標粒子群算法和遺傳算法有機結合起來，建立以多目標優(yōu)化為基礎的一種新的混合智能算法，對事故、自然災害下的列車運行進行有效控制。
　　(5)針對重大節(jié)假日和突發(fā)大客流情況下的列車運行控制問題，創(chuàng)造性地將傳統(tǒng)的列車運行調度問題與開行方案中的列車停站方案進行集成，建立了列車開行方案與運行調