论文部分内容阅读
随着我国城镇化进程加快,城市交通出行需求日渐增大,交通供需矛盾日益突出,大容量、高频率和高可靠度等特性使得城市轨道交通成为缓解供需矛盾的重要手段之一。然而,现有的调度方案主要基于专业人员的经验判断,缺少优化计算过程,从而不能有效利用系统能力并造成资源浪费。本文在认真分析国内外现有研究成果的基础上,基于客流需求的时变特征以及列车流的动态演化规律,对城市轨道交通列车时刻表与车底衔接计划协同优化方法进行了研究,主要内容如下:(1)针对基于时变客流需求的列车时刻表问题,构建了多目标非线性优化模型,并设计了有效的近似动态规划求解算法。将列车发车间隔和列车载客量作为状态变量,在系统安全约束下构建了列车运行模型及列车能耗模型。进一步,以提高列车利用率与服务质量,降低旅客等待时间与列车能耗为优化目标,建立了关于列车时刻表问题的非线性动态规划模型。为解决该优化模型存在的“维数灾难”问题,根据近似动态规划方法,将原问题转换为一个马尔科夫动态决策过程,并设计了基于值函数逼近的近似动态规划算法进行求解。算例验证表明,与遗传算法和差分进化算法相比,该算法能在较短时间内收敛至一个高质量的解。同时,本文提出的模型与算法能够有效地实现在多个目标函数之间的平衡,并能根据实际需求侧重优化服务质量或运营成本。(2)在列车时刻表优化问题的基础上,提出了双向线路的列车时刻表、车辆折返衔接及客流控制策略的协同优化方法。将列车发车间隔,列车载客量,站台等待乘客数量作为状态变量,同时考虑了列车容量限制,列车折返作业和进出车辆段作业等约束,以提高列车利用率、降低客流控制力度和减少站台等待人数为目标函数,构建了列车时刻表与车底衔接计划协同优化的混合整数非线性规划模型。通过将该模型中非线性约束进行线性化处理,原模型转换为混合整数线性规划模型。为降低该模型的计算复杂度,设计了基于拉格朗日松弛的算法,将原问题分解为列车时刻表子问题和车底衔接子问题分别进行求解,有效地减少了计算量并得到一个误差小于4%的解。基于本文提出的协同优化方法,列车衔接数量、车内及车站拥挤程度以及客流限制策略得到显著优化,由此有效地提升了地铁运营效率及安全性。图30幅,表13个,参考文献88篇。