基于粒子群算法的典型場景下列車運行調整.pdf

1、軌道交通具有安全高效、便捷可靠等優(yōu)點，已成為居民出行的重要交通方式。軌道交通在運營過程中易受到多種因素干擾產生延誤，影響列車運輸效率和服務質量。列車運行過程中的干擾不同，其調整方法也不相同，合理的調整方案能夠較快的使列車恢復正常運行，減少干擾造成的影響，因此，對不同干擾下的列車運行調整問題進行研究具有重要意義。本文選取若干典型場景的列車運行延誤調整進行研究，運用改進的粒子群算法對調整模型求解，主要研究內容如下:
　　首先，對突發(fā)情

2、況下城市軌道交通列車故障運行調整進行研究，建立小交路調整模型。根據列車故障處理過程建立列車延誤時間模型，分析上下車人數、車內乘客與故障處理時間的關系，得到受影響車站乘客滯留人數模型。同時，考慮清客作業(yè)對列車停站時間的影響，建立宏觀停站時間模型。將乘客疏散效率和折返線路的延誤時間作為優(yōu)化目標，并運用粒子群算法進行求解。通過仿真驗證了小交路調整策略在維持線路運輸能力和緩解乘客滯留問題的有效性。
　　其次，對鐵路單線區(qū)段內列車運行調整進

3、行研究，建立上下行列車運行調整模型。根據單線區(qū)段列車運行特點，將列車運行調整轉化為解決上下行列車區(qū)間沖突優(yōu)化問題。考慮列車等級的影響，當調整時間內的列車運行等級相同時，以列車總延誤時間最小建立優(yōu)化調整目標;當列車運行等級不同時，將不同等級列車延誤影響轉化為乘客滿意度函數，建立滿意度優(yōu)化模型。運用粒子群算法求解調整方案，使列車盡快回復正常運行。
　　最后，根據列車運行過程及延遲調整，設計包括列車運行圖編制、列車動態(tài)仿真及運行調整功能