突發(fā)事件下的列車運(yùn)行調(diào)度模型與算法研究.pdf

1、我國幅員遼闊，鐵路運(yùn)輸網(wǎng)絡(luò)分布范圍廣、線路里程長、客貨列車混跑、網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜，很多線路經(jīng)過的地區(qū)自然災(zāi)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(yùn)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(nèi)給鐵路運(yùn)輸組織秩序造成較大的負(fù)面影響;任何路網(wǎng)節(jié)點(diǎn)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(yùn)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(yùn)行調(diào)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(yùn)行計劃的編制和下達(dá)是列車調(diào)度指揮工作的核心業(yè)務(wù)。列車運(yùn)行計劃的編制和調(diào)整，是一項大規(guī)模的組合優(yōu)化設(shè)計，是涉及車、機(jī)、工、電、輛等多方面業(yè)務(wù)的復(fù)雜系統(tǒng)工程。突發(fā)事件嚴(yán)重影響鐵路路網(wǎng)的通過能力和運(yùn)輸效率，因此，研究突發(fā)事件條件下列車運(yùn)行計劃的調(diào)整策略，快速準(zhǔn)確地使運(yùn)輸組織重新達(dá)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(xué)術(shù)意義和現(xiàn)實意義。
　　因此，本文詳細(xì)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(wù)關(guān)系與職責(zé)，并以此作為邊界約束條件，綜合運(yùn)用蟻群算法、最優(yōu)化理論、多目標(biāo)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(yùn)行調(diào)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(diào)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(diào)度預(yù)警控制中，以先驗概率為基礎(chǔ)，利用貝葉斯網(wǎng)絡(luò)理論建立了列車運(yùn)行調(diào)度預(yù)警控制模型，計算出可能導(dǎo)致突發(fā)事件的概率集，為突

4、發(fā)事件條件下的列車運(yùn)行調(diào)度預(yù)警提供信息支持。
　　(2)引入路阻的概念，對蟻群算法進(jìn)行改進(jìn)，設(shè)計引入路阻的蟻群算法求解突發(fā)事件條件下列車運(yùn)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(yùn)行K-最短徑路算法，嘗試解決突發(fā)事件條件下列車運(yùn)行調(diào)度K-最短徑路問題。
　　(3)在分析突發(fā)事件條件下列車運(yùn)行徑路分配問題的成因、影響因素及約束條件的基礎(chǔ)上，建立列車運(yùn)行徑路分配的數(shù)學(xué)模型，并針對該模型，設(shè)計了改進(jìn)的列車運(yùn)行徑路分配

5、問題的差分算法。
　　(4)針對事故和自然災(zāi)害情況下的列車運(yùn)行控制問題，將事故、自然災(zāi)害條件下的列車運(yùn)行控制問題視為多目標(biāo)規(guī)劃問題，創(chuàng)造性的將多目標(biāo)粒子群算法和遺傳算法有機(jī)結(jié)合起來，建立以多目標(biāo)優(yōu)化為基礎(chǔ)的一種新的混合智能算法，對事故、自然災(zāi)害下的列車運(yùn)行進(jìn)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(yùn)行控制問題，創(chuàng)造性地將傳統(tǒng)的列車運(yùn)行調(diào)度問題與開行方案中的列車停站方案進(jìn)行集成，建立了列車開行方案與運(yùn)行調(diào)