原文传递
基于粒子群算法的典型场景下列车运行调整
| 论文题名： | 基于粒子群算法的典型场景下列车运行调整 |
| 关键词： | 轨道交通;列车运行;运输调整;粒子群算法 |
| 摘要： | 轨道交通具有安全高效、便捷可靠等优点，已成为居民出行的重要交通方式。轨道交通在运营过程中易受到多种因素干扰产生延误，影响列车运输效率和服务质量。列车运行过程中的干扰不同，其调整方法也不相同，合理的调整方案能够较快的使列车恢复正常运行，减少干扰造成的影响，因此，对不同干扰下的列车运行调整问题进行研究具有重要意义。本文选取若干典型场景的列车运行延误调整进行研究，运用改进的粒子群算法对调整模型求解，主要研究内容如下: 首先，对突发情况下城市轨道交通列车故障运行调整进行研究，建立小交路调整模型。根据列车故障处理过程建立列车延误时间模型，分析上下车人数、车内乘客与故障处理时间的关系，得到受影响车站乘客滞留人数模型。同时，考虑清客作业对列车停站时间的影响，建立宏观停站时间模型。将乘客疏散效率和折返线路的延误时间作为优化目标，并运用粒子群算法进行求解。通过仿真验证了小交路调整策略在维持线路运输能力和缓解乘客滞留问题的有效性。 其次，对铁路单线区段内列车运行调整进行研究，建立上下行列车运行调整模型。根据单线区段列车运行特点，将列车运行调整转化为解决上下行列车区间冲突优化问题。考虑列车等级的影响，当调整时间内的列车运行等级相同时，以列车总延误时间最小建立优化调整目标;当列车运行等级不同时，将不同等级列车延误影响转化为乘客满意度函数，建立满意度优化模型。运用粒子群算法求解调整方案，使列车尽快回复正常运行。 最后，根据列车运行过程及延迟调整，设计包括列车运行图编制、列车动态仿真及运行调整功能的列车运行调整模块。其中，列车运行仿真模块实现在运行图上模拟列车动态运行过程，并对相应时刻下行车信息进行查询。列车调整模块针对延误信息进行调整，并分析调整后的指标数据，实现不同延误信息下的优化调整。 |
| 作者： | 任明月 |
| 专业： | 交通信息工程及控制 |
| 导师： | 董海荣 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
