基于潜在冲突贝叶斯推理的高速铁路列车运行图反馈优化理论研究

At present, the scheduling of train timetable in China scarcely considers the expected implementing performances, which brings adverse impacts on the transport quality and capacity of high-speed rail. Realizing the high speed train timetable feedback optimization is significant for improving the quality of train timetable design skills theoretically and practically. This project reveals the mechanism of chain law for latent conflicts in high-speed train timetable based on the mining of train operation data which comes from the dispatching simulation and actual train operation of high speed rail. Building a chain effect graph of latent conflicts of train operation in the form of a structured probabilistic reasoning and turning it into a Bayesian network, using Bayesian predictive inferences to achieve evolutionary trend forecasting of latent conflicts and post-conflict situation assessment. Based on Bayesian diagnostic reasoning, this project designs a method to calculate the latent conflict situation, proposes the latent conflicts scission mechanism under certain conflict situation, builds timetable adjustment model which takes the latent conflict situation as the optimized object, establishes the feedback optimization theory for high-speed train timetable using Bayesian inference of latent conflict. This project explores a new train timetabling methods and processes optimization for Chinese high-speed rail based on the management perspectives of reducing the complexity of train dispatching and guaranteeing the transportation service quality, which will be developments and innovations of theory for high-speed train timetabling. And it can also provide certain theoretical support for daily train dispatching and train operation adjustment.

目前我国高速铁路列车运行图编制较少考虑运行图的预期执行效果，影响了高速铁路的运输服务质量和运输能力，构建高速铁路列车运行图编制的反馈优化理论具有重要理论价值和现实意义。本项目通过对调度指挥仿真及实际列车运行数据的挖掘，揭示高速铁路列车运行图潜在冲突的链式机理，构建列车运行图潜在冲突结构化概率推理的链式效应图并将其转化为贝叶斯网。运用贝叶斯预测推理研究潜在冲突演化趋势预判及发展态势评估的方法, 设计潜在冲突态势的计算方法，基于贝叶斯诊断推理研究潜在冲突的断链机制，建立以潜在冲突态势为优化目标的高速铁路列车运行图反馈优化模型，构建基于潜在冲突贝叶斯推理的高速铁路列车运行图反馈优化理论。本项目从保障高速铁路运输服务质量及降低调度指挥复杂性的目标管理角度出发，进行高速铁路列车运行图编制模式和流程的新探索，发展和创新高速铁路列车运行图的编制理论，研究成果也能为调度指挥及列车运行调整提供一定理论支持。

目前我国高速铁路列车运行图编制较少考虑运行图的预期执行效果，影响了高速铁路的运输服务质量和运输能力，构建高速铁路列车运行图编制的反馈优化理论具有重要理论价值和现实意义。本项目通过对调度指挥仿真及实际列车运行数据的挖掘，揭示高速铁路列车运行图潜在冲突的链式机理，建立了高速列车初始晚点影响预测模型；构建了高速铁路列车运行三角模糊数时间工作流网，分析了列车运行工作流网顺序模式和选择模式的内涵。将高速铁路列车运行冲突的预测归结为工作流网时间一致性验证问题，根据列车当前的列车运行状态及列车未来各活动的三角模糊数时间，建立冲突预测链表，通过工作流网活动结束时间与截止期限的比较，计算出高速铁路列车运行各类冲突可能性，从而实现高速铁路列车运行冲突的预测；采用贝叶斯推理来构建了列车运行晚点的预测模型，基于列车运行历史数据，使用k折交叉验证法对三种贝叶斯结构进行训练和测试。结果表明相对于其他模型，混合贝叶斯网结构具有更好的预测效果。通过数据验证，混合贝叶斯网结构的性能指标更好。实际上，混合贝叶斯网模型具有较好的准确性、灵敏性和特异性，并且其在60分钟内的预测准确度达到80%；提出了基于列车运行冲突消解的高速铁路列车运行调整流程，分析了平移运行线、交换运行线、变更停站和越行方案以及数学规划四种冲突消解策略的作用原理。建立了基于最小列车运行冲突消解代价的高速铁路列车运行调整问题数学规划模型，该模型以冲突消解代价最小为优化目标，根据模型特点设计了基于实数编码的遗传算法求解模型并编写了相应的matlab程序；提出了时间补充分配（TSA）模型和冗余时间分配的整数线性规划（ILP）模型。本项目从保障高速铁路运输服务质量及降低调度指挥复杂性的目标管理角度出发，进行高速铁路列车运行图编制模式和流程的新探索，发展和创新高速铁路列车运行图的编制理论，研究成果也能为调度指挥及列车运行调整提供一定理论支持。