摘要: |
该文主要研究工作如下:1.分析了铁路运输系统的特点,指出铁路运输系统属于混杂系统,必须用混杂系统方法进行建模分析.与其它混杂系统不同,铁路运输系统具有明确的空 间属性.然而,现有混杂系统建模方法只是从时间层次上分析系统的状态演变,没有考虑空间因素对系统状态变化的影响.2.在理论上首次提出具有空间属性的混杂系统建模概念,突破原有混杂系统建模理论和方法仅仅基于时间逻辑的局限性,在混杂系统建模时即考虑时间因素,也考虑空间因素,为更为科学地描述具有空间特性的混杂系统的时空演化过程提供一个全新的方法和途径.3.在对铁路交通系统特点和细胞自动机理论研究基础上,继承细胞自动机的时空计算特性,结合面向对象方法和智能技术,创造性地提出了实体自动机(Entity Automata)模型.实体自动机(EA)模型可对包含移动实体的系统进行描述,克服了细胞自动机模型的同质性、齐性的约束,同时采用智能方法描述实体转换规则,增强了对非结构化、不精确的、非定量性的规则的描述能力.在保持细胞自动机时空计算特性的基础上,EA模型对结构复杂、演化规则复杂的系统的适应能力大大提高了.4.首次将实体自动机(EA)模型应用到铁路运输系统这一特殊的混杂系统建模上,科学地描述这一特殊的具有明确空间属性的混杂系统的时间、空间的相互作用、相互影响的特性,用实体自动机模型对这一系统的时空动态变化过程进行了描述.5.研究了铁路运输系统仿真常用的方法,指出这些方法只是从时间逻辑考虑系统内实体的相互作用,而没有考虑铁路运输系统的空间连动性,首次提出铁路运输系统时空仿真概念,并用具有时空计算特征和智能表达功能的实体自动机模型进行仿真系统的建模.6.研究了铁路运营智能时空仿真系统的实现方法,以广深线为背景,应用实体 自动机时空仿真模型,借助G2专家系统骨架软件,构建了广深铁路运营智能时空仿真平台,并进行广深铁路运营仿真实验.仿真软件可以很好地模拟广深线实际运营情况,并可对不同行车组织策略进行仿真实验. |