3-4 基于仿真優化的鐵路編組站調度管理問題.pdf

《3-4 基于仿真優化的鐵路編組站調度管理問題.pdf》由會員分享，可在線閱讀，更多相關《3-4 基于仿真優化的鐵路編組站調度管理問題.pdf（39頁珍藏版）》請在三個皮匠報告上搜索。

1、基于仿真優化的鐵路編組站調度管理問題何必勝 西南交通大學 交通運輸與物流學院副教授陳鵬 廣州市交通規劃研究院有限公司|01鐵路編組站調度管理問題02鐵路編組站仿真優化方法03實例分析04結論目錄CONTENT|01鐵路編組站調度管理問題Operation management problem of railway yards鐵路編組站調度管理問題Operation management problem of railway yards|我國貨運量不斷增長，節能減排等戰略持續推進。編組站是鐵路貨運網絡的重要樞紐。配流問題是階段計劃編制的核心問題。根據車站內調車系統數量，可將編組站分為單向編組站與

2、雙向編組站。（1）車場設備：到達場、調車場、出發場，駝峰等。（2）移動設備：解體調機，編組調機，本務機車等。到達場到達場駝峰駝峰調車場調車場出發場出發場單向編組站布局及設備鐵路編組站調度管理問題|Operation management problem of railway yards編組站承擔改編中轉列車、部分改編中轉列車、無改編中轉列車及通過列車等的作業任務。其中，改編中轉列車的作業流程可以概況為“到、解、集、編、發”。單向編組站主要作業流程列車到達車流解體及集結車流編組列車出發鐵路編組站調度管理問題|Operation management problem of railway yard

3、s車流推算問題股道使用問題解/編排序問題車流分配方案列車解/編順序調機運用計劃調車線使用方案編組站階段計劃編制內容編組站階段計劃編制內容到發線運用計劃決策決策決策車流分配方案列車解/編順序調車線使用方案到/發列車編組內容；車流接續關系；解編時間接續等；列車到/發順序；調機使用沖突；解/編作業時間約束；調車線-組號的關系；調車線能力限制等；影響因素影響因素影響因素配流問題配流問題決策影響影響影響影響影響影響相互影響相互影響階段計劃是編組站具體的作業實施計劃。需要考慮車流推算問題、解編排序問題及股道使用問題。車流推算過程，與解/編順序決策問題及其對應的調機使用計劃聯系密切。調車線的使用，也會影響配

4、流作業過程。鐵路編組站調度管理問題編組站階段計劃與配流問題的耦合關系Operation management problem of railway yards鐵路編組站調度管理問題|1.編組站配流研究2.鐵路作業仿真3.編組站作業仿真優化研究需要考慮各類影響因素，構建編組站配流優化模型。提出配流問題的仿真優化方法，有效實現配流方案的求解。構建編組站作業仿真模型，實現高精度作業模擬及配流方案驗證。多采用建立數學優化模型的方法，對車流推算、調機運用等問題進行考慮。但模型難以全面考慮車站各類影響因素。大多仿真模型用于對鐵路作業能力的評估，部分學者也對仿真決策功能進行了相關研究。一般采用數學模型（算法

5、）求解與仿真模型驗證的形式。對車站階段計劃編制中的列車配流、調機運用等問題的研究不足。研究現狀Operation management problem of railway yards|02單向鐵路編組站配流仿真優化方法A simulation-optimization approach for car-flow assignment problem of the one-way railway yard單向鐵路編組站配流仿真優化方法A simulation-optimization approach for car-flow assignment problem of the one-way

6、 railway yard|解體車流分配過程1.車流推算問題 車流來源：包括階段內的到達列車、本站作業車、小運轉車流等。編組內容：通常包含多個不同的運輸目的地（去向）的車輛，用車流組號來區分這些不同去向的車輛，記為b（，B為車流組號集合）。bB在配流優化模型構建過程中，需要對配流影響因素進行考慮，實現對車流分配方案、列車解編順序、調車線使用方案的決策與求解。配流問題機理分析2.解編順序決策問題若車站同時段內存在多個待解列車或待編車列，需要決策列車間的解體/編組順序，也即解體/編組調機的指派方案。解編順序方案，需要根據車流接續情況、不同組號車流的運輸優先級等因素進行綜合決策。列車解編順序示意|在

7、配流優化模型構建過程中，需要對配流影響因素進行考慮，實現對車流分配方案、列車解編順序、調車線使用方案的決策與求解。單向鐵路編組站配流仿真優化方法配流問題機理分析A simulation-optimization approach for car-flow assignment problem of the one-way railway yard3.調車線使用問題 固定使用：調車線與車流組號之間存在固定對應關系，可以分為“一對一”、“一對多”、“多對一”的使用關系。靈活使用：例如設置整理線，對超出固定使用調車線能力的車流作暫時存留，之后通過調機完成二次解體與溜放。解體車流分配過程配流問題機理分

8、析單向鐵路編組站配流仿真優化方法在配流優化模型構建過程中，需要對配流影響因素進行考慮，實現對車流分配方案、列車解編順序、調車線使用方案的決策與求解。|A simulation-optimization approach for car-flow assignment problem of the one-way railway yard鐵路單向編組站配流問題仿真優化框架仿真優化方法是一種數學模型（算法）與仿真技術相結合的方法，目前在多個領域都得到了關注與應用。優化模型優化模型/算法算法仿真模型仿真模型仿真驗證結果滿足收斂條件？確定優化解是否輸出輸入反饋生成求解結果|單向鐵路編組站配流仿真優化方

9、法A simulation-optimization approach for car-flow assignment problem of the one-way railway yard鐵路單向編組站配流優化問題鐵路單向編組站配流優化問題車流推算車流推算調車線使用調車線使用編組站配流數學優化模型編組站配流數學優化模型階段時間內，編組站內改編車輛的總停站時間最小目標函數約束條件到達作業約束解體作業時間約束；編組作業約束；出發作業約束；車輛接續約束等;編組站作業仿真模型編組站作業仿真模型規定仿真時間內，解編車輛的總停站時間輸出指標仿真內容列車作業模擬；調機作業模擬；配流過程模擬；軌道使用模擬；

10、作業隨機場景模擬；配流方案車流分配方案；列車解體/編組順序；軌道使用方案等等；配流解的適應度更新輸入驗證反饋解編順序決策解編順序決策 構建配流問題的混合整數線性規劃模型，作為整個仿真優化過程的基礎模型。建立編組站作業仿真模型，用于實現配流解的仿真驗證。使用一種禁忌搜索算法，高效獲得解編順序解。仿真驗證并輸出解的適應度值，反饋給禁忌搜索算法，更新本輪最優解，并開始下一輪的優化求解-仿真驗證-反饋。仿真優化方法技術框架|單向鐵路編組站配流仿真優化方法鐵路單向編組站配流問題仿真優化框架A simulation-optimization approach for car-flow assignment

11、 problem of the one-way railway yard（1）單溜放駝峰、駝峰和調車場各有兩臺調機分別用于解體與編組；（2）車站作業設備均能良好使用，接發列車能力充足；（3）只考慮到達解體列車及編組出發列車的車流情況；（4）調機一次只能服務于一列列車的解體或編組作業，且作業過程不能發生中斷。模型假設|單向鐵路編組站配流仿真優化方法鐵路單向編組站配流優化模型A simulation-optimization approach for car-flow assignment problem of the one-way railway yardmin,1,2,()(1)(1)ari

12、deparidecdepcoudeparideccoujii b jm in jb Bi Rj Ri Rm Lj Rn LZTTzCxCx=+3.模型構建 目標函數統計解編車輛的在站總停留時間考慮本階段內未能完成解體/編組作業的殘余列車的影響確定本模型優化目標:最小化本階段內所有解編車輛的在站停留時間|單向鐵路編組站配流仿真優化方法鐵路單向編組站配流優化模型A simulation-optimization approach for car-flow assignment problem of the one-way railway yard到達作業到達作業解體作業解體作業3.模型構建 約束條

13、件解體時間約束駝峰占用沖突調機沖突約束解體調機使用|單向鐵路編組站配流仿真優化方法鐵路單向編組站配流優化模型A simulation-optimization approach for car-flow assignment problem of the one-way railway yard3.模型構建 約束條件編組作業編組作業解編作業接續編組時間約束調機沖突約束編組調機使用|單向鐵路編組站配流仿真優化方法鐵路單向編組站配流優化模型A simulation-optimization approach for car-flow assignment problem of the one-wa

14、y railway yard3.模型構建 約束條件編組約束編組約束編組滿軸約束調車線使用|單向鐵路編組站配流仿真優化方法鐵路單向編組站配流優化模型A simulation-optimization approach for car-flow assignment problem of the one-way railway yard出發約束出發約束3.模型構建 約束條件|單向鐵路編組站配流仿真優化方法鐵路單向編組站配流優化模型A simulation-optimization approach for car-flow assignment problem of the one-way rai

15、lway yard針對鐵路單向編組站配流優化問題，建立以車站所有改編作業車的停站時間最小為目標的混合整數線性規劃模型。配流問題已經被證明是一個典型的NP-Hard問題，此類問題的求解比較復雜，為此，將提出一種仿真優化協同的求解方法。智能體（agent）是一種能自主決策的個體，適合作為作業過程繁雜的編組站仿真對象。列車、機車和車輛，作為配流過程的三類主要作業對象，具有明顯的自主行為，確定為仿真模型的車站作業智能體。編組站作業智能體編組站作業智能體到達到達列車列車出發出發列車列車解體解體調機調機編組編組調機調機本務本務機車機車機車智能體機車智能體車輛智能體車輛智能體列車智能體列車智能體1.編組站作

16、業智能體|單向鐵路編組站配流仿真優化方法鐵路單向編組站技術作業仿真模型A simulation-optimization approach for car-flow assignment problem of the one-way railway yard 物理建模虛擬車站虛擬車站實際車站實際車站繪制繪制車站物理結構車站物理結構車站車站CAD底圖底圖車站環境信息車站環境信息提取提取構建構建抽象化抽象化 調車場 到達場 出發場 2.仿真模型構建|單向鐵路編組站配流仿真優化方法鐵路單向編組站技術作業仿真模型A simulation-optimization approach for car-fl

17、ow assignment problem of the one-way railway yard選用Anylogic仿真軟件，實現編組站技術作業仿真模型的邏輯搭建。將整體作業流程分為多個小模塊，每個模塊視為一項行為。建立了覆蓋編組站內“到、解、集、編、發”全過程的仿真邏輯。2.仿真模型構建 邏輯建模|單向鐵路編組站配流仿真優化方法鐵路單向編組站技術作業仿真模型A simulation-optimization approach for car-flow assignment problem of the one-way railway yard類別 參數項 固定參數（1）固定時間標準：列車到

18、達/出發作業檢查時間/aridepijtt，解體/編組作業時間/deccouijtt，調機/駝峰占用安全間隔時間/safesafehumplocott等；（2）其他固定參數：車場各股道容車數、列車滿軸的重量和換長標準等；列車參數（1）到達列車信息：列車到達順序、到達時刻、編組內容、車輛重量及換長等；（2）出發列車信息：列車出發順序、圖定出發時刻、編組組號信息，列車重量及換長等；配流方案 求解得到的列車解體順序decq及編組順序couq 信息輸入仿真模型輸出信息，主要是各配流方案下車站內解編車輛總停留時間，用以衡量配流方案的優劣。還可對配流過程中的解編作業時間、調機使用方案、股道占用情況等，進行

19、指標輸出。3.仿真模型主要功能（1）信息交互接口 信息輸出|單向鐵路編組站配流仿真優化方法鐵路單向編組站技術作業仿真模型A simulation-optimization approach for car-flow assignment problem of the one-way railway yard時間觸發機制：在仿真模型系統中輸入相關作業時間參數，為智能體標記作業開始時刻及作業時間標準；隨仿真時鐘推移，若到達某智能體的作業開始時刻，即觸發該智能體的對應事件；更新作業狀態以等待下一次事件的觸發。3.仿真模型主要功能（2）仿真一體化模擬|單向鐵路編組站配流仿真優化方法鐵路單向編組站技術作

20、業仿真模型A simulation-optimization approach for car-flow assignment problem of the one-way railway yard編組站作業是一個動態過程，車站環境及實時作業存在不確定因素干擾，例如設備故障，人員操作不當等，作業參數存在一定的波動性。對于動態性較強的作業參數，如列車解體時間與編組時間，設置相關的動態參數機制，模擬出對應的作業動態參數。3.仿真模型主要功能（4）動態參數機制|單向鐵路編組站配流仿真優化方法鐵路單向編組站技術作業仿真模型A simulation-optimization approach for c

21、ar-flow assignment problem of the one-way railway yard結合配流問題的特點，設計一種改進式禁忌搜索算法，選擇列車解體與編組順序作為解變量，進行解編順序方案的優化。該算法基本內容如下：1.編碼及初始解生成2.鄰域操作為提高鄰域交換的科學性，提出一種分組的靈活調整策略。按照“解體照顧編組”原則，依據編組車流的組號內容，對應調整列車解體順序，便于車流的集結編組。解體順序編碼序列編組順序編碼序列|單向鐵路編組站配流仿真優化方法鐵路單向編組站配流問題的禁忌搜索算法A simulation-optimization approach for car-fl

22、ow assignment problem of the one-way railway yard3.適應度函數適應度函數用于判斷各鄰域解的質量好壞，選擇解編車輛在站總停留時間，作為適應度函數。4.禁忌表設置設置合理的禁忌表長度，將解體順序與解體順序的禁忌表長度分別設置為5.特赦準則設置設置最大迭代次數，作為算法終止的判斷依據。若當前搜索最優解的適應度值比某一禁忌解的效果更差，則考慮解禁該禁忌解，更新為當前最優解。6.終止準則設置mn，。|單向鐵路編組站配流仿真優化方法鐵路單向編組站配流問題的禁忌搜索算法A simulation-optimization approach for car-fl

23、ow assignment problem of the one-way railway yard|03實例分析Case Study算例設計出發列車信息 出發車次 出發時刻 編組內容 滿編車數 D1 8:11 45,b b 50 D2 8:46 6b 50 D2 8:52 12b 50 D4 9:25 11b 50 D5 9:35 89,b b 50 D6 9:40 10b 50 D7 9:48 3b 50 D8 10:06 1b 50 D9 10:35 1314,bb 50 D10 10:44 2b 50 D11 10:54 7b 50 到達列車信息 到達車次 到達時刻 各組號的車輛數量 1

24、b 2b 3b 4b 5b 6b 7b 8b 9b 10b 11b 12b 13b 14b A1 5:08 11 0 0 0 0 0 12 0 0 0 19 5 3 0 A2 5:20 2 13 0 0 15 7 0 0 0 0 0 2 0 11 A3 5:36 2 8 0 0 6 8 5 0 0 8 10 3 0 0 A4 6:02 9 2 12 4 3 8 2 4 0 0 0 6 0 0 A5 6:20 4 5 0 0 0 10 0 4 0 3 2 18 4 0 A6 6:42 2 19 9 0 0 2 13 0 0 0 0 5 0 0 A7 7:00 0 0 0 0 6 15 0 5 8

25、 8 0 8 0 0 A8 7:15 0 0 7 11 14 0 5 0 0 2 2 9 0 0 A9 7:29 11 0 3 0 0 0 0 11 0 12 8 2 0 3 A10 7:37 0 2 13 0 0 0 3 10 0 15 3 0 4 0 A11 8:15 3 6 6 0 0 0 7 4 4 2 6 2 10 0 A12 8:30 0 0 6 8 3 0 3 0 0 0 0 3 8 19|實例分析實驗基本數據Case study對最終求解時間進行統計得，禁忌搜索算法在242秒完成了收斂，取得最優解。仿真優化過程：仿真優化過程：建立配流模型與仿真模型；禁忌搜索算法求解初始解；仿真

26、驗證，并輸出解方案的適應度值；算法更新本輪最優解，進行新一輪迭代。2m2m1m2m1m2m1m2m2m1m2m1m1.方法有效性驗證 求解配流方案求解配流方案 出發 車次 出發 時刻 編組內容（車流來源/組號/倆數）車輛數 D1 8:11 A2/5b/15,A3/5b/6,A4/4b/4,A4/5b/3,A8/4b/11,A8/5b/11 50 D2 8:46 A2/6b/7,A3/6b/8,A4/6b/8,A5/6b/10,A6/6b/2,A7/6b/15 50 D2 8:52 A1/12b/5,A/12b/2,A3/12b/3,A4/12b/6,A5/12b/18,A6/12b/5,A7/

27、12b/2,A8/12b/9 50 D4 9:25 A1/11b/19,A3/11b/10,A5/11b/2,A8/11b/2,A9/11b/8,A10/11b/3,A11/11b/6 50 D5 9:35 A4/8b/4,A5/8b/4,A7/8b/5,A7/9b/8,A9/8b/11,A10/8b/10,A11/8b/4,A11/9b/4 50 D6 9:40 A3/10b/8,A5/10b/3,A7/10b/8,A8/10b/2,A9/10b/12,A10/10b/15,A11/10b/2 50 D7 9:48 A4/3b/12,A6/3b/9,A8/3b/7,A9/3b/3,A10/3

28、b/13,A11/3b/6 50 D8 10:06 A1/1b/11,A2/1b/2,A3/1b/2,A4/1b/9,A5/1b/4,A6/1b/2,A9/1b/11,A11/1b/3,A12/1b/6 50 D9 10:35 A1/13b/3,A2/14b/11,A5/13b/4,A9/14b/3,A10/13b/4,A11/13b/10,A12/14b/15 50 D10 10:44 A2/2b/13,A3/2b/8,A4/2b/2,A5/2b/5,A6/2b/19,A10/2b/2,A11/2b/1 50 D11 10:54 A1/7b/12,A3/7b/5,A4/7b/2,A6/7b/

29、13,A8/7b/5,A10/7b/3,A11/7b/7,A12/7b/3 50|實例分析實驗驗證與結果分析Case study車站股道使用情況-優化解編順序車站股道使用情況-默認解編順序調車線占用時間上，優化解體順序下的表現總體上更優。說明在優化解編順序后，車輛集結過程更加順利，車站解編作業效率得到提升。1.方法有效性驗證 車站股道使用情況分析|實例分析實驗驗證與結果分析Case study目標函數（在站改編車輛的停留總時間）的質量對比方面，三種規模下，優化方案相比現場方案具有一定的降低。證明該仿真優化方法對不同作業規模下的配流問題，均具有良好的優化效果。不同算例下求解結果（單位：分鐘/mi

30、n）算例規模 配流方案 平均解體時間 總解體 時間 平均集結時間 總集結 時間 目標函數值 優化率%到發 11 車 現場方案 8.3 105.1 137.1 1492.1 5196686.3 6.1%優化方案 8.4 105.4 109.3 1189.9 4879390.4 到發 8 車 現場方案 9.0 84.9 128.2 1014.8 3361354.4 5.7%優化方案 9.0 84.9 125.2 991.6 3167212.6 到發 5 車 現場方案 7.2 45.6 97.5 482.4 1961910.3 17.5%優化方案 7.2 45.2 71.3 375.7 161683

31、8.1 1.方法有效性驗證 不同算例結果分析|實例分析實驗驗證與結果分析Case study圖 5-5（a）對比箱型圖-11 車算例 圖 5-5（b）對比散點圖-11 車算例 圖 5-6（a）對比箱型圖-8 車算例 圖 5-6（b）對比散點圖-8 車算例 圖 5-7（a）對比箱型圖-5 車算例 圖 5-7（b）對比散點圖-5 車算例 根據解編時間參數是否固定，設計兩種仿真模型，即解編時間固定的仿真模型，與解編時間呈正態變化的仿真模型。求解得出兩組不同的解編順序解，分別稱為固定參數解與動態參數解。設置50組不同的解編時間參數場景。分別驗證兩種解在不同場景下的表現，即目標函數值Z。結果分析：基于動

32、態參數解仿真輸出的目標函數值，相比于固定參數解，數據分布更為集中，具有更低的平均值。說明按動態參數機制求得的動態參數解，在應對大多隨機參數場景時具有良好的穩定性。2.不確定參數優化分析|實例分析實驗驗證與結果分析Case study對本改進式禁忌搜索算法（Improve TS），分別選取常規禁忌搜索算法（TS），以及在配流問題研究中同樣常用的種群算法-遺傳算法（GA），進行對比實驗。綜上分析，該改進式禁忌搜索算法，相比于常規禁忌搜索算法TS與遺傳算法GA，在求解速度和求解質量上均具有一定的優勢，特別是動態參數條件下的求解表現。求解算法對比分析算例 規模 參數 類型 Improve TS TS

33、GA 最快收斂 時間/S 優化率 最快收斂 時間/S 優化率 最快收斂 時間/S 優化率 11 車 固定 242.3 6.1%366.3 9.2%260.1 5.9%正態 237.3 5.5%391.2 5.1%355.8 4.5%8 車 固定 169.1 7.0%272.5 6.4%247.5 5.6%正態 128.4 6.3%268.2 7.5%272.1 3.4%5 車 固定 279.3 17.6%283.9 19.4%252.4 14.2%正態 231.5 19.6%301.2 16.1%166.5 15.5%|實例分析實驗驗證與結果分析Case study|04結論Conclusio

34、n對編組站配流優化問題相關理論進行總結。指出配流問題需要考慮各類影響因素，可采用仿真優化方法進行協同優化。構建單向編組站配流優化模型，明確了配流問題應考慮車流推算、解編順序決策及調車線使用問題。提出一種鐵路單向編組站配流問題的仿真優化方法，實現仿真驗證-優化求解的過程。以某實際單向編組站為對象，驗證該仿真優化方法具有良好的求解效率及穩定性。結論Conclusion|下一步工作展望 迭代優化算法 由于采用啟發式算法求解，相比于使用精確性算法求解，在求解質量上不具備優勢，難以準確得到解的上下界。今后將從開發精確性算法等方面，提升解方案的質量。2 深化不確定優化 在對配流問題的仿真優化過程中，考慮了解編作業時間的不確定性，但未與不確定優化理論及隨機優化理論進行深入結合，這是今后的主要改進方向之一。1結論Conclusion|非常感謝您的觀看|