基于城际铁路客流动态分配的列车开行方案优化生成_王培恒
城际直达列车开行方案优化研究

邓 连波 , 王峰, 周钊, 史 峰 ( 中南大 学 交通 运输 工程 学 院 , 湖南 长沙 4 1 0 0 7 5 )
摘 要: 以一定客流 时段 内城 际直达旅客 列车开行方案为研 究对 象, 确 定列车开行频 率和 列车编组 。对旅 客 出行 的广义 费
用进行分析 , 将城 际直达客流 的广义出行 费用分为票价费用、 候 车时问、 延迟 费用、 拥挤 费用。得 出了广义 出行 费用下客 流
a n d t h e a t t r a c t i v e n e s s r a n g e o f e a c h t r a i n i s u n i f o r m.T he o p t i m i z a t i o n m o d e l w i t h t h e o b j e c t i v e s o f mi n i mi z i n g
c o s t o f he t t i c k e t ,wa i t i n g t i me,s c h e d u l e d e l a y e x p e n s e a n d c o n g e s t i o n e x p e n s e wa s a n ly a z e d .T h e n t h e l a w o f p a s s e n g e r b o a r d i n g c h o i c e u n d e r he t c o n d i t i o n o f t h e g e n e r a l i z e d r t a v e l c o s t w a s d e iv r e d .T h e l a w s t a t e s t h a t t h e e x p e c t e d b o a r d i n g t i me o f p a s s e n g e s r o n e v e r y t r a i n d i s t r i b u t e s c o n t i n u o u s l y a r o u n d t h e d e p a t r u r e t i me s o f t r a i n s
基于动态编组的宁安客专列车开行方案优化

动 车 组 的 动 态 编 组 基 于 科 学 的 客 流 分 析 ,在 保证旅客出 行 需 求 的 条 件 下 ,实现列车运行过程中动车组“重 联 $分 解 ” 作 业 ,通 过 灵 活 调 整 区 段 列 车 的 编 组 数 量 ,动态匹配运能与 客流需 求 ,提高列车客座利用率,有效解决区段性、时段性运 能虚靡问题。 2 . 2 国外经验
之 ,安 庆 至 芜湖间小编组列车即可满足客流需要,芜湖至南
京 南 、南京南至上海间则需要使用大编组或重联列车运行。 1.2运能配置存在问题
(1)
南 京 南 至 芜 湖 区 段 运 能 不 足 ,根据宁安线南京与芜
湖 交 换 客 流 大 的 特 点 ,专 门 铺 画 南 京 南 至 芜 湖 间 高 峰 线 ,开
行 往 返 南京与芜湖间列车,既 满 足 两 地 间 客 流 需 求 ,又同步
释放了南京至安庆间的运输能力。 日常高峰时段、周末及小
长 假 期 间 ,因南京南动车所动车供给限制,车辆运用不能有
效 支 撑 高 峰 线 按 需 开 行 ,运 能 供 给 存 在 较 大 缺 口 。
(2)
芜 湖 至 安 庆 间 运 能 须 弥 ,上海至安庆列车因沪宁线
马鞍山 239 156 290 2034
3901 401
南京
1071 643 764 3970 3852
2103
上海
594 256 296 1206 396 2542
由 表 1 可 知 ,在 客 流 交 换 方 面 ,宁安线因线路与沪宁城
际 线 实 现 连 通 ,客 流 主 要 为 宁 安 本 线 客 流 和 沪 宁 城 际 间 的 跨
城际铁路列车开行方案与客流需求动态匹配优化

将不同的预测方法进行组合,以获得更准确的预测结果。例如,将时间序列分析和机器学习模型进行组合。
贝叶斯模型
基于贝叶斯定理,将不同的预测方法进行融合,以获得更准确的预测结果。例如,将时间序列分析和机器学习 模型进行融合。
05
动态匹配优化算法设计与 实现
基于遗传算法的优化方法
遗传算法概述
编码方式
07
研究结论与展望
研究结论总结
城际铁路列车开行方案与客流需求动态匹配优化能够显著提高运输效率和服务质量。
优化后的列车开行方案能够有效满足客流需求,提高上座率和运营效益。
通过建立数学模型和算法,实现了列车开行方案与客流需求的动态匹配,为实际运营提供了有力支持 。
研究不足与展望
01
02
03
研究仅考虑了城际铁路的列车开行方 案与客流需求的动态匹配,未涉及其 他影响因素如车次时刻表、票务政策 等。
4. 采用定量方法,对收集到的数据进行处理和分析, 得出实证分析结果。
实证分析结果与讨论
结果
根据实证分析结果,得出该城际铁路线路 的列车开行方案与客流需求存在不匹配现 象,如部分时段列车过于拥挤、部分时段 列车客流不足等。
讨论
针对实证分析结果,提出优化建议,如调 整列车开行时刻表、增加部分时段的列车 班次、优化部分区段的线路布局等。同时 ,讨论这些优化措施的可行性和实施效果 ,为城际铁路运营管理部门提供决策支持 。
列车线路布局
包括始发站、终到站、中 途停靠站等。
列车编组形式
指列车的编组内容、车辆 数、长度等。
客流需求特点与影响因素
客流时间分布
指客流在不同时间段内的 变化情况。
客流空间分布
指客流在不同地区的分布 情况。
基于客流动态调整的客运专线网络列车开行方案优化研究

2023-10-26
目录
• 绪论 • 客运专线网络列车开行方案优化模型 • 基于客流动态调整的列车开行方案优化策略 • 基于遗传算法的列车开行方案优化算法实现 • 实证研究:以某客运专线为例 • 结论与展望
01
绪论
研究背景与意义
背景
随着国家交通网络的不断发展,客运专线网络日益完善,为 旅客出行提供了便利。然而,在客流高峰期,客运专线仍存 在运力不足、列车开行方案不合理等问题,导致旅客出行体 验不佳。
意义
通过对客运专线网络列车开行方案进行优化研究,可以提高 客运专线运输效率,提升旅客出行体验,同时有助于实现交 通资源的合理配置和经济效益的提升。
研究现状与问题
01
02
03
04
05
现状:近年来,国内外 学者针对铁路运输组织 优化开展了大量研究工 作,涉及列车开行方案 、调度指挥、车站作业 等多个方面
THANKS
06
结论与展望
研究结论
本文提出的基于客流动态调整的列车 开行方案优化方法,能够有效提高客 运专线网络的运输效率和效益。
通过建立客流动态调整模型,能够实 时预测客流变化,并优化列车开行方 案,以适应客流需求。
通过对多种算法的比较和分析,确定 了遗传算法作为最优解的搜索方法, 能够有效提高运输效率和效益。
基于客流动态调整的列车开行方案优化策略设计
01
列车开行方案优化目标
在满足旅客出行需求的前提下,降低列车运营成本,提高运营效率。
02
列车开行方案优化策略
根据实时客流数据,对列车的开行时间、车次、编组等进行调整,以
最大化满足旅客出行需求。
03
城市轨道交通多编组列车开行方案优化研究

城市轨道交通多编组列车开行方案优化研究戎亚萍;张星臣;柏赟;许得杰【摘要】In order to meet the fluctuation of passenger flow, a multi-objective optimization modal for train plan of urban rail transit based on hybrid train formation is established, which is aimed to minimize the passengers’waiting time and operator’s cost. The constraints are transport supply, policy headway and fleet size. And a two-phase mathematical programming algorithm is also proposed. At last, the validation of the proposed model and the algorithm has been tested with an urban rail transit line in China. The results show that compared with the traditional train plan of single train formation, the train plan based on hybrid train formation can reduce the waiting time of passengers and the cost of operation by 17%and 27%, but increase the total train-hours by 20%. When the threshold ratio of peak demand to off-peak demand is more than 1.48, the train plan of hybrid train formation is preferable.%针对城市轨道交通全日客流时间分布不均衡下的列车开行方案优化问题,以乘客等待时间和企业成本最小为优化目标,以运输供给、列车最小发车间隔、最大服务间隔,以及列车数为约束条件,构建基于多编组模式下的多目标列车开行方案优化模型,并设计两阶段求解算法.案例分析表明:与传统单一编组列车开行方案相比,基于多编组的轨道交通列车开行方案使乘客等待时间和车公里数分别减少17%和27%,列车运行小时增加20%;当客流不均衡系数大于1.48时,宜采用多编组运输组织方式.【期刊名称】《交通运输系统工程与信息》【年(卷),期】2016(016)005【总页数】6页(P117-122)【关键词】城市交通;列车开行方案;多目标优化模型;多编组;两阶段求解算法【作者】戎亚萍;张星臣;柏赟;许得杰【作者单位】北京交通大学城市交通复杂系统理论与技术教育部重点实验室,北京100044;北京交通大学城市交通复杂系统理论与技术教育部重点实验室,北京100044;北京交通大学城市交通复杂系统理论与技术教育部重点实验室,北京100044;北京交通大学城市交通复杂系统理论与技术教育部重点实验室,北京100044【正文语种】中文【中图分类】U268.6随着线网规模的扩大,城市轨道交通全日客流时间分布呈现明显的不均衡性,尤其是市域快速轨道交通线路,其客流具有显著的潮汐特征.为了解决单一编组模式下非高峰期运能浪费,服务水平低的问题,已有部分学者在多编组研究方面取得了一定成果.所谓多编组是指针对城市轨道交通线路客流在不同时段或不同区段的差异,由车辆基地事先设计并发出的具有不同编组长度的列车,其在运行过程中不进行拆解或重联的运营组织技术[1].Niu等[2]以城际铁路为研究对象,构建了以乘客等待成本和在车成本最小为目标的城际铁路开行方案优化模型,研究结果表明高峰期开行大编组列车,平峰期开行小编组列车能够减小乘客成本;杨信丰等[3]研究了多车型快速公交的车型调度问题,算例分析表明通过合理的发车频率和车型组合可以得到多种满足需求的调度方案;Sun等[4]以单一公交线路为研究对象,构建了基于两种车型混合使用的时刻表优化模型,算例表明采用不同容量的车辆混跑,对于节省乘客出行时间和企业费用是有效的;Hassold等[5]以减少乘客等待时间和提高列车满载率为目标,构建了考虑多种公交车容量的等间隔发车时刻表优化模型,结果表明该方案在提高满载率的同时乘客等待时间可以节省43%. Ceder等[6]以节省公交车能耗为出发点,采用大小两种容量的公交车构造非均衡发车时刻表优化模型,结果表明该运营模式可以提高19%的满载率,从而达到节约能耗的目的.Lee等[7]在公交网络车辆共享的基础上,认为同一线路不同时段采用不同容量的公交车,可以节省系统费用.尽管上述文献均考虑了多种车容量下的列车运营组织模式,但是城市轨道交通系统与城际铁路、公交系统有着明显的不同.城际铁路和公交系统的车辆可以在不同线路间共用,而轨道交通系统采用各线路独立运行的模式,不同线路间一般不能共享车辆.所以,考虑到企业运营成本,采用多编组模式下的运用车辆数不能超过单一编组模式.因此,本文增加了车体保有量的约束条件,以乘客等待时间和企业运营成本最小为优化目标,以各时段编组方案和发车频率为决策变量,构建了基于多编组的列车开行方案多目标优化模型,并设计了两阶段求解算法.最后,以某轨道交通线路为例进行了实例研究.针对1条具有N个车站,线路长度为L的城市轨道交通直线型线路,所有列车从始发站1开始,沿下行方向环形逆转到上行方向,依次标记为车站2,3,…,N,N+1,…,2N-1,直至终点站2N,如图1所示.本文用 i、j标记车站,用Di,j (t)表示t时段内从i站前往 j站的乘客数;由于列车到折返站后所有的乘客都将下车,故当i∈{1,2,…,N},j∈{N+1,N+2,…,2N},或i∈{N+1,N+2,…,2N},j∈{1,2,…,N}时,客流需求Di,j(t)=0.在城市轨道交通全日运营时段[Ts,Te]内,客流随时间波动形成以一定时间段为周期的客流时段.与客流波动相对应,本文将全日运营时段划分为若干个列车开行时段,且每个开行时段具有相对独立的列车开行频率和编组方案.令列车开行时段集合T={Tk|k=1,2,…,K },其中K为时间分段总数,|Tk|为时段长度.多编组列车开行方案由具有不同编组长度的列车构成,客流的不均衡性使得不同时段开行不同编组的列车.为减小运营组织难度,一般选取大、小两种编组的列车分别用于不同的客流时段.在多编组运输组织模式中,定义多编组方案的列车集合B={Bm|m=1,2},其中B1表示小编组列车对应的编组辆数;B2表示大编组列车对应的编组辆数;M为列车最大编组辆数;开行对数集合F={fm(k)|k=1,2,…,K },其中 fm(k)为开行时段k内第m种编组方案的列车开行对数.依照以上定义,基于多编组的城市轨道交通列车开行方案可表示为Ω={B,T ,F}.多编组城市轨道交通列车开行方案的优化过程需要兼顾运营企业和乘客两方面的利益.一方面,运营单位希望在满足客流需求的前提下,开行大间隔、小编组列车以尽可能地降低成本;另一方面,乘客则希望开行小间隔、大编组列车以减少等待时间和提高舒适度,双方利益相互矛盾.因此本文以乘客出行成本和企业运行成本最小为优化目标,以各时段编组方案和发车频率为决策变量,构建多编组列车开行方案优化模型.2.1 模型假设针对多编组列车开行方案优化问题,本文做出如下假设:(1)采用单一交路站站停的运营组织模式,同一时段的发车间隔保持不变;(2)以每1h作为一个列车开行时段,全天分为18个列车开行时段;(3)乘客均匀到达车站,服从先到先服务的原则,不存在留乘;(4)不考虑列车重联成本和耗时,且不同编组列车的旅行速度相同.2.2 模型建立(1)乘客出行成本.乘客出行成本由乘客在车时间成本和等待时间成本两部分构成,考虑到不同编组列车的旅行速度相同,乘客在车时间相同,因此乘客出行成本可由乘客等待时间表示.相关研究表明,城市轨道交通列车发车间隔较小且均匀发车时,乘客平均等待时间为发车间隔的一半[8],所以,乘客总等待时间为各车站乘客等待时间之和. (2)企业运营成本.企业运营成本主要包括列车运行成本(能耗费用、检修费用等)和人力成本(司乘人员工资).由于开行单趟列车的运行成本和单位车小时人员工资是固定的,所以本文采用车辆走行公里和列车运行时间表示企业运营成本.2.3 约束条件根据基本运输组织条件及要求,基于多编组的列车开行方案需要满足:式中:为第k个开行时段内的最大断面流量;V为每节车辆的定员;hmin,hmax分别表示最小、最大发车间隔;Nm表示第m种单元列车的可用列车数;N0表示采用单一编组模式下的运用车辆数.式(4)和式(5)表示列车编组数约束;式(6)和式(7)表示发车间隔与发车频率约束;式(8)表示运输供给约束,对客流高峰区段进行满载率限制;式(9)和式(10)表示车体保有量约束,多编组运营模式下各编组的运用列车数不能超过各自的车体保有量,且运用车辆数之和不能超过单一编组.基于多编组的城市轨道交通列车开行方案优化模型涉及多个参数和目标函数,同时列车编组与开行频率均为离散变量,且相互影响.因此,该模型是一个不连续、非凸的多目标整数规划问题,直接求解难度较大.为此,本文提出一种两阶段求解算法:第1阶段从乘客等待时间和企业运营成本综合优化角度出发,在满载率和发车频率的约束下,求解单一编组模式下的全日行车计划,从而得到单一编组模式下的运用车辆数.然后,将单一编组模式下的车体保有量作为输入条件,求解多编组运营模式下不同编组列车的车体保有量.第2阶段采用模糊折中法和线性加权法将多目标优化转化为单目标优化问题,并运用遗传算法求解该模型,染色体采用特殊的二进制编码方法,从而确定各时段列车编组方案和开行频率.3.1 车体保有量确定方法车体保有量是指在满足给定的发车间隔和编组条件下所需要运用的车底数量.对于多编组列车开行方案,一般选取大、小两种编组的列车分别用于不同的客流时段,此时,,.首先,根据高峰时段客流确定大编组列车运用数,从乘客等待时间最小化的角度构建列车开行方案评价指标,如式(11)所示.即在满足高峰断面客流需求的基础上,仅需高峰小时的大编组列车开行对数最小或小编组列车开行对数最大.然后,综合目标函数式(1)和式(2)和约束条件式(4)~式(6)确定单一编组模式下的车体保有量,以单一编组模式下的车体保有量和多编组模式下的大编组运用车数作为输入条件,可以求得小编组列车车体保有量的最大值.具体算法如下:①针对客流高峰时段,初始化大编组列车的发车频率 f1(k*)=1.②根据式(8)计算小编组列车的发车频率,则.③判断是否成立,若成立,;否则,f1(k*)=f1(k*)+1,转②.④计算大小编组列车的车体保有量,,N2=(N0-N1·B1)/B2,结束.3.2 列车开行方案确定方法采用遗传算法求解模型,染色体采用二进制编码方式,染色体长度为列车开行时段数量K,基因编码对应各时段各编组类型的发车频率.由于模型中3个目标函数的量纲不同,在设计适应度函数时首先将它们转化为同一量纲,本文采用极差化方法[9]进行无量纲化处理,如式(12)所示.然后根据适应度函数筛选出较优的开行方案,并通过交叉、变异等操作产生新的解集,直至达到最大迭代次数,筛选出最优解.式中:分别为各目标当前函数值、最小函数值及最大函数值;wobj为权重,且,本文取3个目标函数的权重相等.4.1 基础数据本文以某城市地铁线路的开行方案优化为例进行说明.线路长度为18.03km,共有16个车站,采取单一交路站站停的运营组织模式.单元列车为3节编组,车辆定员V=310人/辆,组合编组列车为6节编组,由2列单元列车组成;列车最大满载率αmax=1.2,车底周转时间T周=73min;全天各时段最大和最小发车间隔为别为10 min和3 min;运营时段参数Ts=6 h,Te=24 h,K=18 h,||Tk=1 h,即每1 h作为一个列车开行时段.本案例线路高峰时段与平峰时段的客运量均值之比为2.85,表明全日客流分布具有明显的不均衡性,全日客流时段分布如图2所示.4.2 求解结果按照高峰断面客流法确定单一编组条件下列车编组长度为6,应用本文设计的算法可求得单一编组和多编组条件下,全天各时段列车编组方案和发车频率,具体结果如表1和表2所示.结果表明,相对于单一编组方案,多编组条件下的发车频率更优,全天乘客总等待时间可减少17%,客流平峰时段(11:00-14:00和21:00-23:00)发车间隔最大可缩短22%.进一步分析企业运营成本可知,基于多编组的列车开行方案使车公里数减少27%,但列车运行时间增加了20%.可见企业采用多编组的运营模式时可以减少乘客等待时间和列车运行成本,但这是以增加司机成本为代价的.4.3 灵敏度分析客流时间分布不均衡性是列车开行方案的重要影响因素,因此,本文根据高峰小时最大断面客流与各时段最大断面客流之间的关系,将各时段最大断面客流按其差值等差波动设置,观察客流不均衡系数不同的情景下,列车开行方案的差异性.由图3可知,当客流不均衡系数趋于1时,客流在各个时间段分布较均匀.客流不均衡系数不同的条件下,多编组与单一编组列车开行方案的乘客等待时间、车辆走行公里数及列车运行时间如图4所示.由图4可以得到以下结论:(1)随着客流时间分布越均匀,两种编组方案的乘客等待时间均呈下降趋势,列车运行时间均呈上升趋势.当客流不均衡系数达到1.48时(情景7),两种编组方案的乘客等待时间和列车运行时间相同,且仅出现一种列车编组形式.这说明,随着高峰期客流减少,平峰期客流增加,单一编组模式下的列车编组数降低,发车频率提高;多编组模式下,大编组列车数减少,小编组列车数增多,将会有更多的时段采用“小编组高密度”的运营模式.当高峰客流减少到一定程度时,小编组列车即可满足需求.(2)随着客流时间分布越均匀,单一编组方案的车公里数呈波动式下降,多编组方案的车公里数呈上升趋势,且二者的差距逐渐减小.当客流不均衡系数达到1.48时,两种编组方案的车公里数相等.这说明客流时间分布不均衡性越高,基于多编组的运营模式优势越明显.综上可知,多编组是在全日客流分时需求差异较大的前提下所采用的相对较优的运输组织模式.本文以城市轨道交通多编组列车开行方案优化问题为研究对象,在考虑运用车辆数限制的基础上,以综合优化乘客等待时间和企业运营成本为目标,构建了多目标优化模型,并讨论了不同客流时间分布对结果的影响.结合案例研究,得到以下结论:(1)以某城市轨道交通线路为例,应用本文的模型和算法进行测算.结果表明,相对于单一编组方案,多编组方案使乘客的等待时间和车公里数分别减少17%和27%,列车运行小时增加20%.这说明,当企业采用多编组的运营模式时可以减少乘客等待时间和列车运行成本,但这是以增加司机成本为代价的.(2)随着客流时间分布越均匀,多编组方案的优势逐渐减弱,当线路单向高峰小时客流不均衡系数达到1.48时,仅出现一种编组形式.这说明多编组是在全日客流需求差异较大的前提下所采用的相对较优的运输组织模式.【相关文献】[1]毛保华,刘明君,黄荣,等.轨道交通网络化运营组织理论与关键技术[M].北京:科学出版社,2011.[MAO B H,LIU M J,HUANG R,et al.Operational theories and key technologies of rail transit networks[M].Beijing:Science Press,2011.][2] NIU H M,ZHANG M H.An optimization to schedule train operationswith phase-regularframework for intercity rail lines[J].Discrete Dynamics in Nature and Society,2012(549374).[3]杨信丰,刘兰芬,李引珍,等.多目标快速公交多车型优化调度研究[J].交通运输系统工程与信息,2016,16(3):107-112.[YANG X F,LIU L F,LI Y Z,et al. A multi-objective bus rapid transit dispatching optimization considering multiple types of buses[J]. Journal of Transportation Systems Engineering and Information Technology,2016,16(3):107-112.][4] SUN D J,XU Y,PENG Z R.Timetable optimization for single bus line based on hybrid vehicle size model[J]. JournalofTraffic and Transportation Engineering(English Edition),2015,2(3):179-186.[5] HASSOLD S,CEDER A.Multiobjective approach to creating bus timetables with multiple vehicle types[J]. Transportation Research Record:Journal of the Transportation Research Board,2012(2276):56-62.[6] CEDER A,HASSOLD S,DUNLOP C,et al.Improving urban public transport service using new timetabling strategies with different vehicle sizes[J].International Journal of Urban Sciences,2013,17(2):239-58.[7] LEE K K,KUO S H F,SCHONFELD P M.Optimal mixed bus fleet for urban operations[J].Transportation Research Record:Journal of the Transportation Research Board,1995(1503):39-48.[8]邓连波,曾强,高伟,等.基于弹性需求的城市轨道交通列车开行方案研究[J].铁道学报,2012,34(12):16-25.[DENG L B,ZENG Q,GAO W,et al.Research on train plan ofurban rail transit with elastic demand[J]. Journal of the China Railway Society,2012,34(12):16-25.][9]张玉召,严余松.快捷货物列车开行方案多目标优化模型及算法[J].交通运输系统工程与信息,2014,14(3):111-116.[ZHANG Y Z,YAN Y S.A multiobjective model and algorithm of operation plan for expressfreighttrains[J].JournalofTransportation Systems Engineering and Information Technology,2014,14(3):111-116.]。
基于客流动态分配的城际列车开行方案

Fl o w Dy n a mi c As s i g n me nt P E N G H o n g — q i n, Z H U Y u - j u n
( D e p a r t m e n t o f U r b a n M a s s T r a n s i t ,B e i j i n g J i a o t o n g U n i v e r s i t y ,B e i j i n g 1 0 0 0 4 4 , C h i n a )
第1 3卷 第 1期 2 0 1 3年 2月
交通运输系统工程与信息
J o u r n a l o f T r a n s p o r t a t i o n S y s t e ms E n g i n e e in r g a n d I n f o r ma t i o n T e c h n o l o g y
o b j e c t i v e p r o g r a m m i n g m o d e l c o n s i d e i r n g ma x i m u m r a i l w a y d e p a r t me n t r e v e n u e , t h e s m a l l e s t p a s s e n g e r t o t a l
摘要 : 综 述 了城 际列 车 开行 方案 的研 究现 状. 为 准 确 描 述 客 流 与 开行 方案 的 互 动 关 系, 本 文提 出了模 型 建 立的 系统封 闭性 假 设 、 列 车 种 类 划分 假 设 、 客 流 动 态转 化 假 设和 选 乘优 先顺序 假 设 ห้องสมุดไป่ตู้假设 条件 . 在 此基 础 上 , 对相 关 集合 变量进 行 了描 述 , 建 立 了反 映
基于动态客流分配的高速铁路列车优化方案
[3] 张志华, 陈俊杰, 王红卫. 基于大数据和机器学习的高速铁路客流预测模型研究[J]. 中国铁道科学, 2020, 41(5):139-146.
感谢您的观看
基于动态客流分配的高速铁 路列车优化方案
2023-11-05
目 录
• 引言 • 动态客流分配模型 • 基于动态客流分配的列车优化方案 • 优化方案实施与效果评估 • 结论与展望 • 参考文献
01
引言
研究背景与意义
高速铁路发展迅速 ,对优化列车运行 方案的需求迫切
提高运输效率,减 少空驶和拥挤现象 ,优化资源配置
考虑列车运行时间和乘客出行时间 ,合理安排列车到达时间,提高乘 客出行效率。
列车停靠站方案优化
根据各站客流量和旅客出行需求,实时监测 列车停靠站顺序和时间,对于客流量大的站
点,增加停靠时间,反之则减少。
对于一些小站点,适当减少停靠时间,提高 列车整体运行效率。
总结词:动态调整列车停靠站顺序和时间
对于一些大型枢纽站,合理安排列车停靠时 间,避免过于集中导致乘客赶不上车。
列车时刻表优化
总结词:动态调整列车时刻表,优化发车时间和 到达时间
考虑列车运行时间和乘客出行时间,合理安排各 站发车时间和到达时间,提高乘客出行效率。
根据客流数据和列车运行情况,实时监测各线路 的列车时刻表,对于客流量大、延误时间长的线 路,调整发车时间和到达时间。
与其他交通方式进行协同配合,实现多式联运, 提高整体交通效率。
等。
算法评估与改进
03
对算法进行评估,分析其性能和效果,并根据需要进行改进和
优化。
03
基于动态客流分配的列车 优化方案
基于运行网络配流的客专列车开行方案遗传优化研究
十 一 五 " 国 家 科 技支 撑 计 划 项 目 ( ) � 中 国博 士 后 科 学 基 金 资 助 项 目 ( �基金项目� " 2 0 0 9 B AG 1 2 A 1 0 2 9 4 9 4) , 男, 天 津 人 , 高 级 工 程 师 , 博 士 研 究 生 � �作者简介�董守清 ( 1 9 6 1�)
包括 起 讫 点 , 运 行 径 路 等 ) � � 列 车的 运行 区 段 ( 和 停站 方案 是客 运专线 旅客 列车 开行 方案 ( 以 下简 称 客专 列车开 行方 案 ) 的核 心内 容
� � 1
速列 车开 行 方 案 进 行 优 化 研 究 � 但 没 有 考 虑 不 同 O D 车 流之 间复 杂的 组 合优 化 关 系 � 发 达国 家 和 地 区对 旅客 列车 开行 方案的 成本 , 收 益和 数学 描述 等 方面 的研 究相 对深 入一些 � 文献 � 7�8� 研 究了 网 络条 件下 多种 旅客 列车组 合情 形 , 但由 于路 网规 模 小 , 客流 密度 大 , 所以 研究制 定的 旅客 列车 开行 方 案具 有公 交化 运营 模式的 特点 � 综上 所述 , 在 以往 的研究 中无 法避 免地 产生 了 大规 模组 合优 化问 题描述 的局 限性 和求 解的 复杂 性 2 个方 面的缺 陷 �
� 客专 列 车开
行 方案 优化 是一 个典型 的组 合优 化问 题 , 国内 外专 家 学者 对此 进行 了 广 泛 深 入 的研 究 � 文献 � 2� 将 直 通旅 客列 车开 行方案 的制 订归 结为 二分 图的 最大 加 权匹 配问 题 � 但在 优化直 通旅 客列 车开 行方 案的 过 程中 割 裂了 不 同 始 发 和 终到 站 ( O D) 之间 旅 客 列 车的 关 系 , 不 是 真 正 意 义 上 的 优 化 � 文 献 � 3� 综 合考 虑旅 行时 间 , 旅行费 用以 及旅 客需 求与 运输 能 力的 波动 的关 系 , 构造了 基于 两点 间客 流的 旅客 列 车开 行方 案的 N L P 决 策 模 型 � 但 由 于 旅 客需 求 概 率分 布函 数的 确定存 在一 定困 难 , 研究 还停 留在 理 论研 究阶 段 � 文 献 � 4� 以 广 深 准 高 铁 客 流为 基 础 , 采 用概 率分 布描述 客流 波动 对旅 客列 车开 行方 案 产生 的影 响 , 建立 带有概 率约 束的 随机 线性 规划 模 型 � 但模 型的 求解 非常困 难 , 与实 际应 用存 在一 定 差距 � 文 献 � 5� 利 用 动 态 规 划 方 法 , 以 企 业 和 旅 客的 利益 为目 标构建 了客 专列 车开 行方 案的 多目 标 优化 模型 � 但 模型 无法确 定网 络节 点上 任意 两决 策 变量 的差值 , 存 在 系 统 缺 陷 � 文 献 � 6� 通 过 建 立 多 目标 0�1 规 划数 学 模 型 , 从 停站 的 角 度 对高
基于客流动态分配的城际客运专线列车开行方案优化
基于客流动态分配的城际客运专线列车开行方案优化城际客运专线主要服务于相邻城市间或城市群内中短途旅客运输,是一个区域内各大中城市以及主要城镇之间紧密联系、协调发展的重要交通工具,可实现大运量、公交化、快捷化的旅客运输。
对于省会城市、大中城市和主要城镇等经济发达、人口稠密地区的旅客流通将起到关键作用。
区域居民收入水平较高,往来出行频繁,对于快捷、准时、舒适的运输方式需求很大,城际列车能够为当地居民提供高品质的运输服务。
随着城际客运专线网络的逐渐发展完善,既有铁路的运输组织方式已经不再适应新的路网运营。
为争取更多的客流分担率,提高旅客运输服务质量,需优化城际客运专线旅客列车开行方案,以降低旅客出行成本。
客流动态分配是指客流因列车停站方案、列车始发时刻、进站时刻、区间运行时间等开行方案要素而动态地选乘不同等级列车。
开行方案优化模型则根据目标方程和约束方程,得到最优的开行方案各要素参数。
本文的主要内容如下:(1)系统分析了城际客运专线客流的出行特点和需求,并总结了趋势客流、转移客流以及诱增客流的预测方法。
在对国内外已有关于旅客列车开行方案与客流量之间相互影响的研究成果进行系统总结并借鉴的基础上,结合我国城际客流的出行特点,论述了我国城际客运专线客流量和列车开行方案之间循环反馈的关系。
(2)首先构建了城际客运专线客流量的动态分配模型。
基于动态分配模型,构建了以旅客区间运行时间与在站等待时间之和最短为目标,以最短开行间隔、最大通过能力为约束方程的线性城际客运专线旅客列车开行方案优化模型。
(3)对广清城际客运专线的客运通道现状、沿线交通运输结构、沿线客流状况进行了调查和分析。
根据客流断面特征,制定了广清城际客运专线旅客列车分为两端站直达列车、仅在中途大站狮岭停站列车以及站站停列车三类。
对广清城际客运专线旅客列车优化模型采用理想点法和MATLAB编程求解。
结果表明,广清城际应开行8对两端站直达列车、21对仅在中途一站停列车和16对站站停列车。
城际客运专线列车开行方案模型与算法
Schoo1 of Trans po rt ati on and LogiStiCS,
S o u t h we s t Ji a o t o n g U ni v e r s i t y,C he ng d u 61 0 0 31 ,C h i n a
王 正 彬 马 驷
西南 交通 大 学 ,交 通运 输 与物 流 学 院 ,成 都 6 l 0 0 3 1
摘 要 :单 一 城 际客 运 专 线 开行 方 案 优 化 问题 本 质 上 是 一 个 给 定客 流 O — D的 最 优 列 车 停 站 组 合 方 案 问题 。为 了 更 好 的 满足 城 际旅 客 出行 需 要 ,将 列 车 分 为 站 站 停 列 车 、 中途 不 停 站 直 达 列 车 、 交错 停 站 列 车 三 类 。 以 所 有 旅
frequency and t ransi ti ng al1 the passengers to thei r destinations, an opti mizati on mode1
收 稿 日期 : 2 0 1 6 - 0 5 — 0 6 。
作 者简介:王正彬 ( 1 9 7 0 ~ ) , 男 , 四 川 邛 崃 人 , 博 士 , 西 南 交 通 大 学 交 通 运 输 与 物 流 学 院 副 教 授 , 主 要 从 事 运 输 组 织 优 化 的 研究工作。
I n o rder to sati sfy t he t ravel demand of t he i nte rcity passe ngers, the trai ns we re divided i nto three categories i n t hiS paper: all sto p trains, throug h trai ns and skip— st op trains. Taking the mi ni mizati on of t he waiting ti me and d we1l ti me i n t he i ntermedi ate starions
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
( 5)
2
基于客流动态分配的城际列车开行 方案优化生成模型
城际客流的主要出行目的以商务、通勤、出差为
方程(1)表示 t 时刻最多仅能开行一列旅客列车; 方
k 才 程(2)表示仅当 k 等级列车在车站 i 、 j 同时停车时 rijt
可能等于 1。方程(1)、(2)是方程(3)、(4)、(5)成立的前 提条件。而方程(3)、(4)、(5)表示 t 时刻任意两车站 i 和
运行费用率、城际铁路总里程。 于是,铁路部门营业利润 C1 最大化可表示为
P p ijt ; 4 表示 t 时刻不开行列车时客流在 t +1 时刻
k0
max C1 C p Cc
2.1.2 旅客时间支出最小化
( 10)
乘车时的留存率,由用于客流预测的 Logit 模型中广 义费用调整计算得来。则
m n k k k Cc r1k nt si cs d1n cT k t 1 i 1
( 9)
调整。因此,用于详细客流预测的城际列车广义费用 按各等级的列车在各最小间隔时间末尾时刻均开行 一列计算。城际客运专线两站间的预测客流量为
k 式中, csk 、 cT 、 d1n 分别表示 k 等级列车停站费用、
X (5) 的右边均先按列车开行做客流预测,再以 rijt 选择
Cp
式中 ,
n 1
i 1 j i 1 t 1
p
n
m
ij
p
x ijt
y z + pijt + pijt
( 8)
pij 表示车站 i 与 j 之间的票价,等于站间距离
与票价率的乘积; m 表示一个昼夜运营时长, min。
Optimal Train Operating Scheme Based on Intercity Railway Passenger Flow Dynamic Assignment
WANG Pei-heng SHEN Jia-xi
School of Transportation and Logistics, Southwest Jiaotong University, Chengdu 610031, China
收稿日期: 2015-05-22 。 作者简介: 王培恒( 1989-),男,汉族,甘肃人,西南交通大学交通运输与物流学院在读硕士研究生。
81
交通运输工程与信息学报
2016 年
第1期
Key words: Intercity railway;passenger flow dynamic allocation;train operating scheme; bi-objective programming model;different ranks of trains
主,旅客对运输产品的舒适性和正点率要求较高。应 以旅客需求为出发点, 研究不同消费层次的客流对运 输产品不同的要求,从经济性、快捷性、舒适性以及 安全性角度考虑,制定出不同等级的城际列车,以满 足旅客的各层次出行需求。 2.1 2.1.1 目标函数 铁路部门营业利润最大化 城际列车的总票价收入为 C p ,可通过不同旅行 距离的旅客量与车票乘积之后的加和所得:
j 间客流量在不同等级列车间的动态分配及流失过程。
k 。 在运算过程中,将不断生成停站方案集合 rijtFra bibliotek1.3
列车始发时刻及客流量预测 列车开行时刻属于开行方案求解问题的难点, 本
文将预估的列车最小开行间隔时间的一半称为最小 间隔时间, 众多相同时长的最小间隔时间构成列车每 天的运行时间长度。显然,至少两个最小间隔时间内 的客流量方可满足开行条件, 并且列车开行时刻只能 是某个最小间隔时间末尾时刻。 虽然每个最小间隔时 间末尾时刻最多允许开行一列旅客列车, 但在开行方 案生成模型求解之前做客流预测时,方程 (3) 、 (4) 、
0
引
言
1.2
城际铁路客流的动态分配模型 设城际铁路沿线共有 n 个车站, i 、 j 均表示车
城际铁路在经济发达、 人口稠密的城市群内的各 大中城市间公交化运营,是快速、舒适的客运轨道交 通系统。根据我国《中长期铁路网发展规划》和铁路 大发展的思路,到 2020 年,我国将建成 “四纵四横 ” 的铁路快速通道以及环渤海圈、长江三角洲、珠江三 角洲三个城际快速客运系统, 构成我国高速铁路的基 本框架,逐步形成城际快速客运系统。而运营中城际 铁路旅客开行方案设计对运营部门和旅客而言至关 重要 [1]。开行方案设计的难点是客流预测、列车开行 时刻、停站方案、客流分配等课题 [2~4] 。但目前在制 定开行方案时,首先预测城际铁路客流量,但客流预 测所依据的广义费用中的旅客等待时间因开行方案 尚未制定而难以准确获得。因而,本文在已有研究成 果的基础上,引入城际铁路客流动态分配模型,重点 突出客流预测及列车时刻确定, 建立基于城际铁路客 流动态分配的列车开行方案优化模型。
X X X pijt rijt pijt
Y Y Y X X pijt rijt pijt 1 1 rijt pijt
82
基于城际铁路客流动态分配的列车开行方案优化生成
王培恒 等
Z Z Z Y X Y pijt rijt pijt 1 rijt 2 pijt 3 pijt
Abstract: In order to rationally indicate the selection of different train ranks by passengers, and according to the train operation characters, the trains and the passengers were classified. Then, the passenger flow reserve rate was defined. After then, a passenger flow dynamic assignment model was established, with which the forecasted passenger flow assignment among the different train ranks of a operation scheme and the process of the forecasted passenger using the other transit ways instead of trains could be indicated .To get the train departure time and the generalized cost of the forecast passenger flow, a minimum train interval time was defined .Finally ,based on the model, the objective function and its constraint conditions formed the optimal model for the train operate scheme. An example of Guangqing intercity railway was given to examine the model’s effectiveness.
表示当更高等级列车不运行时相应乘客的留存率, 可 通过问卷调查客流选择低等级列车的概率、 客流量变
k 是 0-1 变量,数值 1 表示 化数据分析等方式获得。 rijt
1
1.1
城际铁路不同等级列车间客流的 动态分配
城际铁路客流动态分配含义 预测客流量及其时间分布特点决定了制定怎样
t 时刻开行的 k 等级列车在车站 i 和 j 同时停站, 数值
旅客在运行过程中的时间消耗取决于区段长度 ( 6) ( 7)
K
p p
k ij1
k0 ij1
及列车的技术速度, 列车的技术速度与列车等级和线 路类别相关。旅客乘坐 k 型列车在途总时间消耗为:
k k k k0 pij ( t 1) 4 1- rijt pijt pij ( t 1) k
0 表示 t 时刻不开行 k 等级列车或开行而不在车站 i 和
j 同 时 停 站 。 sik 1 表 示 k 等 级 列车 在 车 站 i 停 站 , sik 0 表示 k 等级列车在车站 i 不停站。城际铁路两站
k k ,pijt 表示预测客流在不同 间的实际乘车客流量 P pijt
的城际铁路旅客列车开行方案,反过来,具体的旅客 列车开行方案又影响着客流量, 列车开行方案与客流 量之间呈现动态性。 因而客流动态分配包含了预测客 流在某一开行方案的不同等级列车之间分配和预测 客流流失到其他交通方式两层含义。 客流动态分配的 结果是客流预测所依据的广义费用与实际广义费用 相等,城际铁路预测客流量与实际运载客流量相等。 目前客流动态分配较为成熟的方法是利用循环 迭代实现客流预测所依据的广义费用与实际广义费 用相等 。但这种方法面临模型复杂,解算难度大等 难题。本文将引入客流留存率,通过建立直观的模型 来描述客流动态分配。
交通运输工程与信息学报
第 14 卷
第1期
2016 年 3 月
Journal of Transportation Engineering and Information
No.1 Vo1.14 Mar. 2016
基于城际铁路客流动态分配的 列车开行方案优化生成
王培恒 沈嘉曦
西南交通大学,交通运输与物流学院,成都 610031
摘 要:为了更合理表达旅客对城际铁路不同等级列车的选择行为,本文根据城际铁路旅客列车的开行特点划
分了列车等级,并对旅客分类,定义客流留存率以建立城际铁路客流的动态分配模型。分配模型表达预测客流 在某一开行方案的不同等级列车之间分配和预测客流流失到其他交通方式的过程,并定义最小间隔时间解决列 车开行时刻和客流预测中的广义费用问题。在客流动态分配模型的基础上构建目标方程和约束方程形成列车开 行方案优化模型。最后,以广清城际铁路为实例,运用开行方案优化模型生成系列开行时刻及列车等级,证明 了优化模型的有效性。 关键词: 城际铁路;客流动态分配;开行方案;双目标;列车等级 中图分类号: U292.4 文献标识码: A 文章编号: 1672-4747(2016)01-0081-06 DOI: 10.3969/j.issn.1672-4747.2016.01.014