基于改進遺傳算法的客運站到發(fā)線運用優(yōu)化研究
發(fā)布時間：2021-12-31 15:54
合理安排客運站到發(fā)線運用是編制客運站階段計劃的關鍵,運用客運站到發(fā)線時充分考慮列車到發(fā)時刻不確定性,可以提高車站的工作效率和服務水平。利用數理統計的方法,確定列車到發(fā)時刻的波動分布,采用假設檢驗方法驗證分布�；诹熊嚨桨l(fā)時刻波動,以列車占用到發(fā)線時間最小和到發(fā)線運用最均衡為優(yōu)化目標,建立客運站到發(fā)線運用優(yōu)化模型,設計改進遺傳算法求解,以加快收斂速度。以某客運站的到發(fā)線運用為例,利用8:00—12:00的數據,驗證優(yōu)化模型及改進遺傳算法的有效性。算例結果表明,優(yōu)化方案可以使到發(fā)線運用的均衡性提高82.42%,使波動誤差減小33%,改進遺傳算法優(yōu)化效果明顯,能夠滿足車站編制計劃實時性的要求,可以為車站作業(yè)智能化提供支持。
【文章來源】：鐵道運輸與經濟. 2020,42(06)北大核心
【文章頁數】：8 頁
【部分圖文】：
列車到達時刻波動直方圖
4所示。由表4可知，列車在波動范圍內占用到發(fā)線的估計最早到達時刻或最晚到達時刻與實際到達時刻的誤差ΔT1=41min；而不考慮列車到達時刻波動的列車到達時刻誤差ΔT2=61min。比較考實測值/min預期的正態(tài)值/min-20.00-10.000.0010.0020.00151050-5-10-15運用單樣本柯爾莫哥諾夫-斯米爾諾夫檢驗(K-S檢驗)對文中的假設進行驗證，得到列車到達時刻波動的正態(tài)Q-Q圖如圖4所示；列車到達時刻波動的假設檢驗摘要如表1所示。圖4列車到達時刻波動的正態(tài)Q-Q圖Fig.4NormalQ-Qgraphoftrainarrivaltimefluctuation圖5改進遺傳算法優(yōu)化收斂趨勢Fig.5Improvedgeneticalgorithmoptimizestheconvergencetrend表2到發(fā)線運用方案Tab.2Schemeforarrival-departuretracksutilization到發(fā)線接發(fā)列車車次7G1383，G1417，G1341，G1667，G7643，G1337，G7349，G1655，G76915G7333，G1403，G1651，G1371，G1379，G1503，G7325，G13773G1421，G2365，G7625，G1505，G1661，G7467，G7635，G7627，G7379I——II——4G7386，G46，G7632，G1690，G7332，G1492，G38，G7346，G1346，G76166G7382，G7472，G7330，G7364，G1228，G1672，G7368，G1384，G1632，G1496基于改進遺傳算法的客運站到發(fā)線運用優(yōu)化研究李濤等表1列車到達時刻波動的假設檢驗摘要Tab.1Summaryofhypothesistestforthetrainarrivaltimefluctuation原假設檢驗顯著性決策列車到達時刻波動的分布為正態(tài)分布
【參考文獻】：
期刊論文
[1]鐵路客運站到發(fā)線運用優(yōu)化研究[J]. 李濤,韓建鵬. 鐵道運輸與經濟. 2020(02)
[2]改進遺傳算法在移動機器人路徑規(guī)劃中的應用[J]. 孫波,姜平,周根榮,盧易天. 計算機工程與應用. 2019(17)
[3]基于安全約束的客站晚點列車到發(fā)線分配優(yōu)化[J]. 劉偉,朱曉寧. 中國安全生產科學技術. 2017(04)
[4]列車到發(fā)不確定的客站咽喉利用與股道分配[J]. 劉偉,朱曉寧,李燕晶. 北京交通大學學報. 2017(01)
[5]基于分支定界法的客運站到發(fā)線運用優(yōu)化研究[J]. 吳鵬,寇瑋華,許木南. 交通運輸工程與信息學報. 2016(04)
[6]高速鐵路車站到發(fā)線運用優(yōu)化研究[J]. 何林,呂紅霞. 鐵道運輸與經濟. 2012(08)
[7]基于模擬退火算法的客運站到發(fā)線占用優(yōu)化研究[J]. 高建. 交通科技與經濟. 2011(04)
[8]鐵路客運站到發(fā)線分配問題研究[J]. 林志安,潘玲巧. 鐵道運輸與經濟. 2010(10)
[9]鐵路車站股道運用排序模型與算法[J]. 張英貴,雷定猷,劉明翔. 中國鐵道科學. 2010(02)
[10]改進的退火遺傳優(yōu)化策略應用研究[J]. 李政偉,譚國俊. 計算機工程與應用. 2010(04)
博士論文
[1]鐵路大型客運站作業(yè)計劃智能編制的優(yōu)化技術和方法研究[D]. 呂紅霞.西南交通大學 2008
本文編號：3560541
【文章來源】：鐵道運輸與經濟. 2020,42(06)北大核心
【文章頁數】：8 頁
【部分圖文】：
列車到達時刻波動直方圖
4所示。由表4可知，列車在波動范圍內占用到發(fā)線的估計最早到達時刻或最晚到達時刻與實際到達時刻的誤差ΔT1=41min；而不考慮列車到達時刻波動的列車到達時刻誤差ΔT2=61min。比較考實測值/min預期的正態(tài)值/min-20.00-10.000.0010.0020.00151050-5-10-15運用單樣本柯爾莫哥諾夫-斯米爾諾夫檢驗(K-S檢驗)對文中的假設進行驗證，得到列車到達時刻波動的正態(tài)Q-Q圖如圖4所示；列車到達時刻波動的假設檢驗摘要如表1所示。圖4列車到達時刻波動的正態(tài)Q-Q圖Fig.4NormalQ-Qgraphoftrainarrivaltimefluctuation圖5改進遺傳算法優(yōu)化收斂趨勢Fig.5Improvedgeneticalgorithmoptimizestheconvergencetrend表2到發(fā)線運用方案Tab.2Schemeforarrival-departuretracksutilization到發(fā)線接發(fā)列車車次7G1383，G1417，G1341，G1667，G7643，G1337，G7349，G1655，G76915G7333，G1403，G1651，G1371，G1379，G1503，G7325，G13773G1421，G2365，G7625，G1505，G1661，G7467，G7635，G7627，G7379I——II——4G7386，G46，G7632，G1690，G7332，G1492，G38，G7346，G1346，G76166G7382，G7472，G7330，G7364，G1228，G1672，G7368，G1384，G1632，G1496基于改進遺傳算法的客運站到發(fā)線運用優(yōu)化研究李濤等表1列車到達時刻波動的假設檢驗摘要Tab.1Summaryofhypothesistestforthetrainarrivaltimefluctuation原假設檢驗顯著性決策列車到達時刻波動的分布為正態(tài)分布
【參考文獻】：
期刊論文
[1]鐵路客運站到發(fā)線運用優(yōu)化研究[J]. 李濤,韓建鵬. 鐵道運輸與經濟. 2020(02)
[2]改進遺傳算法在移動機器人路徑規(guī)劃中的應用[J]. 孫波,姜平,周根榮,盧易天. 計算機工程與應用. 2019(17)
[3]基于安全約束的客站晚點列車到發(fā)線分配優(yōu)化[J]. 劉偉,朱曉寧. 中國安全生產科學技術. 2017(04)
[4]列車到發(fā)不確定的客站咽喉利用與股道分配[J]. 劉偉,朱曉寧,李燕晶. 北京交通大學學報. 2017(01)
[5]基于分支定界法的客運站到發(fā)線運用優(yōu)化研究[J]. 吳鵬,寇瑋華,許木南. 交通運輸工程與信息學報. 2016(04)
[6]高速鐵路車站到發(fā)線運用優(yōu)化研究[J]. 何林,呂紅霞. 鐵道運輸與經濟. 2012(08)
[7]基于模擬退火算法的客運站到發(fā)線占用優(yōu)化研究[J]. 高建. 交通科技與經濟. 2011(04)
[8]鐵路客運站到發(fā)線分配問題研究[J]. 林志安,潘玲巧. 鐵道運輸與經濟. 2010(10)
[9]鐵路車站股道運用排序模型與算法[J]. 張英貴,雷定猷,劉明翔. 中國鐵道科學. 2010(02)
[10]改進的退火遺傳優(yōu)化策略應用研究[J]. 李政偉,譚國俊. 計算機工程與應用. 2010(04)
博士論文
[1]鐵路大型客運站作業(yè)計劃智能編制的優(yōu)化技術和方法研究[D]. 呂紅霞.西南交通大學 2008
本文編號：3560541
本文鏈接：http://sikaile.net/kejilunwen/jiaotonggongchenglunwen/3560541.html
