铁路运输服务时空网络模型与算法

传统的铁路运输服务网络仅考虑了运输服务集合及货物的运送路径，没有考虑运输服务具体的时间安排，故后续的服务中还需要确定额外的列车服务时间表。实际上，通过这种方法找到既满足前阶段已确定的运输任务，又符合各线路和场站能力限制的运行时间表往往比较困难。因此，构建同时考虑运输服务网络问题和时间表问题的综合模型并能够有效求解将有助于提高运输服务的可靠性和可实施性。本项目将针对现有文献的研究结果较难直接指导实际作业的弊端，探讨铁路货运服务设计问题建模和求解的新方法。首先，在研究能合理描述铁路运输特征的时空网络以及相关要素的基础上，建立偏向操作层面的运输服务时空网络优化模型，讨论模型的数学性质，设计基于启发式算法的高效求解算法。同时考虑轨道交通系统中存在的不确定性对时空服务网络产生的影响，建立运输时空网络的最小风险模型，最大限度降低不确定性导致的风险。本项目的研究对铁路运输服务的完善与发展具有重要意义。

铁路运输业是社会的基础性行业之一，它在社会生产活动中占有极其重要的地位。本项目结合铁路运输的实际特点，从研究运输服务的时空特性和处理运输过程中不确定因素的角度出发，探讨铁路运输服务设计和列车群控制问题建模和求解的新方法。主要做了如下三方面的研究工作：. (1) 研究了带不确定信息的列车运行时空图优化设计及调整问题。具体来说，针对运行时空图设计中的随机信息，构建了该问题的期望值模型及关键值模型，并设计了基于分枝定界算法的启发式搜索算法。针对列车运行中由于事故导致不能按图运行的情况，将发生的事故时间处理为模糊变量，在利用时空网络描述列车运行轨迹的基础上，为列车运行调整问题构建两阶段期望值模糊规划模型和基于时空网络的两阶段最小风险模型，为模型设计GAMS代码搜索近似最优解。 . (2) 应用不确定优化技术研究铁路运输服务最小风险设计问题。将列车货运方案编制过程中的不确定信息处理为不确定变量并提出平均机会测度以度量不确定事件发生的机会。基于此,为列车货运方案的优化建立不同准则下的决策模型。设计了基于可行路搜索、随机模糊模拟和遗传算法的混合算法求解模型。进一步，利用可信性测度，为该问题建立了可信性约束下的最小风险模型，探讨了了模型的数学性质及等价类。为求解复杂模型，进一步研究数学模型的近似化方法,并设计了禁忌搜索算法求解模型的近似最优解。. (3)从惰行控制的角度，以极小化能耗和运行时间为目标，构建铁路网上列车群控制与组织一体化模型并设计高效求解算法，为完善实际环境下列车群的优化控制方案提供重要的指导。此外，首次提出了能耗约束下最小化旅行时间的列车群最优控制问题，在一般条件下分析了最优解的工况类型及其转换策略。通过研究能耗与旅行时间之间的解析函数关系，基于二分法思想设计了求解列车节能操纵问题的快速有效算法。. 上述研究对铁路运输服务的完善与发展具有重要意义。