公告栏
热点文章
面向煤运通道新质发展的非煤货运路径模拟与建模优化
李乐;魏红霞;李宝文;卫振林;奇格奇;【背景】随着碳达峰、碳中和的理念持续推进，在煤炭供需分布特点以及逐渐减少的煤运需求双重影响下，煤运通道出现大量运力资源闲置的现象。同时，非煤货物的运输需求日益增长，亟须寻找新的运输路径和模式以应对这一变化。【目标】本研究旨在探讨中国煤炭运输通道新质发展背景下，非煤货物运输的路径优化策略。【方法】为开辟煤运通道新市场，本文模拟非煤货物全链路运输情境，利用现有煤运网络结构，提出一种综合考虑运输、中转装卸和中转存储成本的多式联运路径优化模型。为验证模型的准确性、可行性和普适性，本文构建了包含公铁水多式联运模式的SiouxFalls公开运输网络模型以及以朔黄铁路为背景的现实运输网络模型。【结果】通过对不同运输模式的物流成本和运输效率的比较分析发现，煤运通道的充分利用，使得公铁水联运模式在运输总成本方面相较于公水联运模式实现了显著的成本节约，在以本文构建的朔黄铁路为背景的现实运输网络中，运输成本下降幅度达到了75.7%。尽管公铁水联运模式的总运输时间略长（约为公水联运模式的1.4倍），但对于时间相对不敏感的非煤货物运输，其在运输经济性、稳定性和可靠性方面的优势明显。【应用】研究成果对于挖掘行业新质生产力、提升铁路运输服务能力和市场竞争力、促进运输企业可持续发展，具有重要意义和积极贡献。
不同模式重卡运输系统成本分析与关键因素敏感性研究
黄成彬;周子伟;徐焱;刘振东;屈海洋;刘文哲;【背景】电气化公路作为一种新兴的低碳/零碳重卡运输系统，对实现交通领域“双碳”目标至关重要，但尚未充分探讨相对于其他重卡运输模式的经济性问题。【目标】因此，构建不同模式重卡运输系统成本模型，从经济性角度推动重卡运输模式转型，促进公路交通运输的可持续发展。【方法】采用全生命周期成本法，综合考虑基础设施建设、车辆、电池更换、能耗及维护等成本，基于关键因素敏感性计算，分析不同模式重卡运输系统成本差异，揭示不同运营年限下各运输模式成本变化规律。【结果】随着运营年限的增加，电气化公路因能耗成本低且前期建设成本逐渐被稀释而表现出较大优势，其中，分段架设接触网方案成本更低。电价和电池单价对分段架设接触网方案成本影响较大，而油价波动对传统燃油方案的影响相比其他因素影响最为显著。【结论】由此可见，随着化石能源成本的逐渐上升，电池成本的逐渐降低，采用分段架设接触网方案的电气化公路系统是降低碳排放和运输成本的最佳选择。
“实时+预约”模式下共享无人驾驶汽车订单双向拍卖模型
任文杰;王静;辜继东;徐韬;罗孝羚;【背景】随着人工智能与物联网技术的深度融合，共享无人驾驶汽车正加速从实验场景走向城市交通系统，成为未来出行领域的重要发展方向，但在其高效运营和广泛推广的进程中，仍面临诸多挑战。【目的】针对共享无人驾驶汽车高速发展过程中面临的车辆资源与乘客需求分配不均等问题，提出了以社会福利最大化为目标的双向拍卖机制。【方法】构建基于混合“实时+预约”模式的共享无人驾驶汽车订单分配模型，设计时变评分函数以动态调整订单优先级、考虑供需情况制定支付规则以优化资源配置、引入滚动时域规划以缓解资源冲突等；并结合改进遗传算法求解复杂约束下的最优匹配方案。【结果】数值实验表明，提出的混合“实时+预约”订单分配模型在实现最优社会福利值方面，分别优于实时机制与预约机制16.83%和51.87%，此外，改进的遗传算法在收敛速度与求解效率方面也优于传统遗传算法。【结论】研究表明，所提内容可以为共享无人驾驶汽车订单分配提供新的思路和方法，有助于提升平台资源配置效率和社会福利，推动共享无人驾驶汽车行业的快速发展。
考虑供需异质性的共享泊位滚动时域分配模型
卓云凤;石超峰;张玺;【背景】现有共享泊位分配信息化平台对于动态随机需求难以即时响应，鲜有针对用户需求差异化进行泊位分配，且平台收益具有一定优化空间。【目标】构建并求解考虑供需异质性的共享泊位滚动时域分配模型，优化停车资源配置及社会总效益。【方法】基于经典共享泊位分配模型框架，综合考虑停车供需异质性及低碳效益，制定“按需租用”策略，设计人工鱼群-遗传算法（artificial fish shoal-genetic algorithm，AFSA-GA），利用matlab进行数值仿真实验。【数据】实地调研重庆市沙坪坝区龙湖好城时光居民小区停车场总泊位数、空闲泊位数及其时空间特征。【结论】模型可实现泊位周转率近80%，用户接受率、请求时段接受率约90%，低碳收益占比约6.56%；与传统模型相比，可节省一定的车位租用成本，具有更高的系统收益，且泊位周转率与传统泊位分配模型相近；通过灵敏度分析发现，随需求量增加，收益先增后减，泊位周转率从剧增转为平稳，用户接受率、请求时段接受率降低速度逐渐加剧。【应用】该研究结果可为共享平台进行停车分配与管理决策提供理论参考。
考虑多用户协同的移动充电车调度优化
刁永齐;吕莹;王兴蓉;孙会君;王纯;【背景】现有充电基础设施服务能力难以应对热点出行时期激增的充电需求，移动充电车作为一种创新的能源补给解决方案，能进一步缓解电动汽车长途出行的充电焦虑问题。【目标】面向可同时服务多个用户的移动充电车，综合考虑电动汽车用户绕行成本、用户等待成本和移动充电车服务成本，提出了多目标协同的移动充电车调度优化方案。【方法】通过构建包含移动充电车服务成本、用户绕成本以及等待成本的多目标优化模型，将新能源车用户的充电需求、移动充电车的运营限制以及用户时间窗约束整合进移动充电车和电动汽车路径优化模型，设计了一种在目标空间中寻找非支配极值点的方法，生成帕累托前沿曲面。【数据】为验证模型及算法的有效性，本文选用Sioux Falls网络来测试，并采用Gurobi 9.1.1对模型进行求解。【结果】实验分析各目标耦合性和互斥性，结果显示该服务策略能够在满足电动汽车用户长途出行的充电需求的同时降低服务成本。具体而言，当一个移动充电车同时为3到4位用户提供服务时，可以更为有效地平衡用户和移动充电车的成本，提升服务效率，为电动汽车长途出行提供支持。
基于行车风险量化评估的拟人驾驶方法
李海青;雷宇铖;李永福;陈家路;禄盛;【背景】近年来自动驾驶技术快速发展，虽然能够完成有条件自动驾驶功能，但也存在风险感知不足，场景泛化较差，行为决策单调，从而导致人类驾驶员信任度较低。【目标】通过学习人类风险认知及驾驶原则，在保证安全的基础上，设计符合典型风格的拟人驾驶方法，提高自动驾驶能力、降低人机冲突。【方法】首先，利用二维高斯函数建立多参数动态风险场模型，并结合驾驶场景代价地图计算行车风险量化值；其次，根据车辆实时状态与动态行车风险量化值，基于满意度决策树建立拟人驾驶模型，求解满足风险阈值约束与期望车速约束的控制量；最后，进行直道、弯道与直道避障等典型场景仿真验证。【结果】在直行与转弯工况下，行车风险场影响范围随着车速、方向盘转角、前视时间、抛物线陡度因子等关键参数增大而增大，行车风险场沿着转弯方向发生变形，且内边沿风险低于外边沿，行车风险最大值超过15 000；提出的拟人驾驶方法能有效适应不同风格的驾驶行为特征，在转弯试验工况下，激进型车辆期望速度最高，弯道行车风险最大值超过38 000，保守型车辆弯道行车风险最大值不超过18 000，一般型车辆操纵特性介于二者之间；在直道避障工况下，保守型风格车辆对障碍车更加敏感，最先做出避障反应，且保持最理想限速行驶，行车风险最大值不超过5 000，激进型风格车辆行车速度最高，转向与减速操作更激烈，行车风险最大值超过了27 000，一般型车辆操纵特性介于二者之间。【结论】建立的行车风险场模型能够计算出动态变化的行车风险，提出的拟人驾驶方法能有效适应不同风格的驾驶行为特征，应用于高级别智能汽车自动驾驶，可产生拟人驾驶行为。
居民出行全链条视角下的公共交通站点可达性评价方法
卢小林;潘述亮;闫爽;【背景】城市公共交通站点空间布局的合理性对于改善城市公共交通服务质量、提高居民生活品质具有重要意义。然而，现有研究方法中较少分析居民出行全链条视角的站点可达性时态特性。【目标】从居民出行视角，研究衔接“站域-站间”出行链的公共交通多出行时段、出行时间阈值的站点可达性评价方法。【方法】首先，建立多出行时段、出行时间阈值情景下的公共交通出行机会值模型，从站域和站间两个层面定量评价站点的出发可达性和目的可达性；其次，设计站点吸引指数计算方法，用于表征公共交通多出行时段、多级出行时间阈值下站点可达性特征；将站点吸引指数引入居民出行站点选择概率公式，并改进3SFCA模型，实现对公共交通站点的时空可达性动态分布特征进行多尺度分析。【数据】以烟台市滨海中路公共交通站点为研究对象，利用高德开放地图平台获取多时段公共交通出行数据。【结果】（1）不同出行时段、出行时间阈值条件下，滨海中路站点可达性时空分布差异显著，大体上呈现“T”字形的分布形态，沿海岸线向东西方向延伸，中段区域与莱山区方向站点之间的衔接较强；（2）从时空分布特征来看，公共交通站点各类可达性指标值均呈现明显的早晚高峰时段可达性较高的分布特征，对站点服务能力的依赖性较强；（3）基于供需平衡视角的空间可达性结果显示，站点供给与居民需求呈现出整体失衡的现象，局部失衡主要集中在东段，公共交通资源相对匮乏。
山地城市潮汐车道设置方法
林婧;姜涛;蔡晓禹;彭博;雷财林;【背景】现有的潮汐车道设置方法多集中于平原城市，缺乏对山地城市复杂地形的特定考虑，并且大多侧重于单车道的控制优化，尚未充分探讨多条潮汐车道的协同控制问题。【目标】提出了一种适用于山地城市潮汐车道设置方法，通过优化车道位置选择、车道数分配和协同控制等方面，缓解潮汐现象引发的单向交通拥堵问题。【方法】在考虑道路条件和交通流量特征约束基础上，筛选出符合所有约束条件的路段作为潮汐车道设置的备选路段，以最小化路网总运行成本和优化流量分配为目标，构建了潮汐车道设置的双层规划模型，并通过遗传算法与Frank-Wolfe算法求解，确定潮汐车道的位置和车道数分配。然后，量化相邻交叉口关联路径度，构建潮汐车道关联区划分模型，实现潮汐车道协同控制。【结果】通过对重庆某区域路网进行仿真分析，结果表明：潮汐车道设置后，方向不均衡系数降低了3.04%，饱和度降低了4.19%，有效缓解了潮汐交通造成的拥堵现象。【应用】本文提出的潮汐车道设置方法为山地城市的交通管理提供了理论支持，对优化路网运行效率具有指导意义。
考虑交互效应的建成环境对网约车时空分异影响分析
毛新博;高歌;李甜;陈蓉;潘发辉;刘硕;【目标】为探究不同建成环境因子对网约车出行的交互影响，厘清影响显著因子对网约车出行空间分异性的影响。【数据】采用海口市滴滴出行数据和多源地理空间数据（Worldpop人口数据、路网数据、网格GDP数据以及POI数据），基于多源空间数据从密度、设计、多样性、公共交通近邻度、目的地可达性和社会经济属性6个维度构建建成环境指标。【方法】首先，运用最优参数地理探测器模型（OPGD）分析因子对网约车出行的独立和交互影响；随后，采用空间自相关和多尺度地理加权回归模型（MGWR）进一步识别工作日和周末不同时段建成环境对网约车出行的时空分异性。【结论】OPGD模型揭示了土地利用混合、人均GDP等对网约车出行影响较低，餐饮、居住区与其他因子交互能显著提高对网约车出行影响的解释力；MGWR模型识别显著影响因子对网约车出行影响存在明显的空间异质性。【应用】研究结果能够为城市管理和规划者提供建议，为优化网约车出行提供支撑。
基于改进密度峰值聚类的交通扰动事件分级评价方法
鲍震天;郑凡非;郑芳芳;【背景】快速、准确地识别交通扰动事件的严重程度及其潜在影响，是制定科学应对措施和优化调控策略的前提。然而，现有事件分级评价方法大多依赖于专家知识或人为经验，容易受到主观因素的干扰，限制了评价结果的客观性和有效性。【目标】解决现有交通扰动事件分级评价中主观性较强、自动化水平不足的问题，实现交通扰动事件影响后果的快速、客观分级评价。【方法】提出一种基于遗传算法的密度峰值聚类（GA-DPC）方法。首先，通过识别决策值斜率变化拐点，自动确定初始聚类中心和分类簇数量；其次，构建以最大化轮廓系数Silhouette index（SI）为目标的优化问题，利用遗传算法求解最优截断距离；最后，基于最优截断距离迭代更新聚类中心和分类簇数量，得到最终聚类结果。【数据】利用公开数据集Spiral数据集、R15数据集和ThreeCircles数据集，以及仿真交通事故和真实降雨扰动事件数据集进行测试。【结果】GA-DPC在公开测试集上的SI值和Calinski-Harabasz（CH）值均优于ADPC、传统DPC、K-means和DBSCAN等聚类算法。在交通事故事件和降雨扰动事件影响的分级评价结果中，GA-DPC同样在■和■值上表现出更优的性能，验证了其在不同类型交通扰动事件分级中的有效性。【应用】GA-DPC为交通管理部门提供了一种基于数据驱动的分析工具，能够快速、客观地评估各类扰动事件对交通系统的影响程度，为资源调度和应急管理策略的制定提供决策依据。
基于强化学习的城市低空无人机路径规划
丁杰;王迪;【背景】随着低空经济的发展，低空空域正逐步成为城市交通变革的重要领域。无人机等新型交通工具在城市空间中的应用愈发广泛，但面临着路径规划、动态避障及多机协同等挑战。【目标】优化无人机路径规划算法，以增强无人机在低空复杂环境中的路径规划与避障能力、确保多无人机协同作业的高效性和安全性。【方法】提出一种基于强化学习的NP-MTDDQN算法，引入N步更新策略与改进后的优先经验回放机制。基于山东省济南市市中区的风流数据，构建包含多样建筑物和动态障碍物的三维低空环境，进行模拟实验以验证算法的有效性。【结果】三组对照实验表明，NP-MTDDQN算法在不同建筑物密度、不同优先级建筑物分布以及包含动态障碍物的复杂环境中，均能找到最优路径、区分建筑物优先级、识别并躲避动态障碍物，从而实现多无人机的协同作业。与传统的DQN和DDQN算法相比，该算法在路径规划的效率与准确性方面均有提升。【结论】NP-MTDDQN算法为低空智能交通网络中多无人机的路径规划问题提供了新的解决方案，有望提升城市空中交通的管理效率和响应速度。
驾驶员感知反应点对交通流迟滞影响特性及其优化策略
杨海飞;华翊璇;粟海琪;赵顗;【背景】迟滞作为典型的交通流非线性现象，其形成机制与驾驶员生理心理特性密切相关。【目标】通过探究驾驶员感知反应点（Action Point，简称AP）随机性对交通流迟滞的影响规律，以此提出减弱迟滞强度的优化策略，从而缓解交通振荡和提升行车安全。【方法】首先，运用Parabola2D函数拟合得到AP发生概率分布函数，将AP分布引入智能驾驶模型（Intelligent Driver Model，简称IDM）并进行迟滞效应仿真分析；随后，基于所提跟驰模型，在特定速度差条件下及时干预驾驶员感知并提供决策信息，从而实现迟滞效应的改善。【数据】对美国交通部联邦公路管理局采集的NGSIM数据集进行降噪处理并提取AP数据，基于此拟合得到AP发生概率分布函数并用于跟驰模型改进和迟滞效应分析。【结果】所提跟驰模型较基线IDM能更准确地捕捉驾驶员感知决策点变化。通过对迟滞效应的相关性分析发现，AP分布参数c与迟滞强度有显著正相关性，z_(0)、b、d值较小时与迟滞强度为负相关，达到一定阈值后转变为正相关。此外，及时干预驾驶员感知并提供决策信息能够有效减弱迟滞效应，迟滞强度随干预速度差范围的增大而逐渐降低，但是当速度差干预范围达到一定阈值后无法进一步提升改善效果。
基于多源信息融合的城市快速路驾驶风险辨识与方法
朱兴林;陈梦瑶;刘泓君;王光东;姚亮;【背景】由于汽车保有量的急剧增长导致城市交通拥堵和安全问题日益严重，城市快速路成为交通事故频发地，其交通事故发生率已经占城市公路交通事故的50%以上。【目标】为探究城市快速路中驾驶人状态变化、驾驶风格、驾驶风险程度之间的相互作用和关联机制，提出四种基于多源信息融合的驾驶风险辨识模型，辨识不同风格的驾驶人驾驶危险等级并寻找最优模型。【方法】以驾驶人生理、心理及车辆运行数据为基础，构建多源信息融合的驾驶数据集，首先使用皮尔逊相关性分析和K-means聚类得出驾驶人驾驶风格；其次通过熵权法并结合驾驶风格标签量化不同风格驾驶人的驾驶风险率；最后使用MLP、SVM、CNN、LSTM搭建四种驾驶风险辨识模型，采用模型性能评价指标选取最优模型。【结果】根据车辆运行数据驾驶人驾驶风格分为保守、稳健和冲动型，基于驾驶风格结果将驾驶人风险等级量化为低、中、高三类；四种驾驶风险辨识模型中CNN-LSTM模型辨识效果最好，准确率为0.90，能对驾驶人风险等级有效辨识；在城市快速路匝道入口、出口驾驶人车速平均变化率为22.14%、14.8%。 【应用】研究结果可为城市道路交通安全管理和道路人因事故预防保障提供参考，更好地针对高风险驾驶人进行重点管理，后续可以结合驾驶人眼动数据进一步分析，提高城市道路运行安全。
基于鲁棒分层控制的虚拟编组列车动态解编方法
朱才梵;王悉;杨欣;吴建军;【背景】随着虚拟编组列车技术的应用，列车在道岔区段的动态解编成为确保系统安全与效率的关键问题。然而，现有控制方法难以同时应对不确定性和外部干扰，导致列车控制精度和稳定性受到影响。【目标】本研究旨在提出一种鲁棒的分层控制方法，以提高虚拟编组列车在道岔区段动态解编过程中的运行效率和稳定性。【方法】在深入分析虚拟编组列车的动态运行过程及相关约束条件的基础上，本文设计了一个分层控制框架，上层采用线性二次优化（LQR）模型，通过优化计算确定列车通过道岔的最优策略；下层则采用基于管的扰动模型预测控制（Tube-based MPC）方法，实时执行上层策略并有效应对不确定性和外部扰动。【数据】通过与传统模型预测控制（MPC）方法进行对比，仿真结果表明，所提出的方法在速度控制精度上提高了约7.5%，在位置控制精度上提高了约20.5%。【结论】实验验证了分层控制策略的有效性，并证明了Tube-based MPC在复杂场景下的鲁棒性和优越性，为虚拟编组列车的道岔区段动态解编提供了有效的解决方案。
考虑速度控制和等待程序利用的终端区空域运行优化
夏朝禹;刘卫东;胡明华;朱秀莹;何胤弘;当前大流量、强耦合、持续增长的空中交通流和有限终端空域资源之间的矛盾促使未来空中交通管理需由人工经验型决策向数据驱动型决策转变。文章综合考虑航班航班速度调配、相对速度的时域安全间隔演变态势以及等待程序执行情况，提出了两种混合整数线性规划形式的终端空域航班调度模型，目标函数设置为最小化进离场航班累计调度时间偏差以及进场航班累计空中等待时长之和，并将终端空域航班运行复杂逻辑关系以及管制规则精确抽象为多元线性化约束限制。以成都天府国际机场为背景，分别选取常态、饱和和超负荷运行案例开展模拟仿真验证。实验结果表明，所提两种模型无论受传统距离间隔约束限制或时域运行间隔约束限制，都可通过速度调配、等待程序及动态间隔等机动方式有效化解潜在冲突。其次，将所提模型与传统三种调度模型进行多案例调度性能分析比较，对比发现融入速度优化和等待程序决策的终端空域航班调度模型性能最佳，实验中当允许航班变速范围为平均速度的±1%时，该模型目标函数相比于传统三类调度模型分别提升47.32%，32.55%，4.04%。同时，实验记录了所提模型CPU平均计算耗时，结果表明当未采用滚动时域控制机制时，约84%案例能够在30 s内求解。文章所提模型有助于推动建立综合化的终端运行管理技术体系，促使形成以数字驱动为核心的交通流精细化控制能力。
基于强化学习和邻域搜索的机场网络航班时刻配置算法
胡浩然;王艳军;范晰桐;机场容量不能满足航空运输需求时将会造成机场严重拥堵和航班延误。目前，机场时刻资源供不应求的问题主要基于世界机场航班时刻指南采用行政手段将机场航班时刻分配给航空公司。现有航班时刻配置研究大多针对一个机场的航班时刻进行单独配置，配置结果可能导致航班公司在两个机场获得的航班时刻不匹配进而无法安排航班。机场网络航班一体化配置同时考虑航班两端时刻配置，但面临问题规模大、求解困难等挑战。本文建立了一个机场网络航班时刻配置模型，用于在网络层面管理机场航班时刻。为提升模型求解效率，本文开发了基于深度强化学习(DQN)和邻域搜索(NS)相结合的NS-DQN算法。该算法利用DQN跳出邻域搜索过程的局部最优，从而提升求解速度和效果。算法被应用于求解中国大陆机场网络航班时刻配置模型的求解。计算表明，与直接使用Gurobi求解器相比，NS-DQN算法可以在2.75小时内得到全局最优解，大幅减少了模型求解所需要的计算时间。
基于交互实验的长时拼车决策演变及非理性行为
付全路;肖琳;田野;孙剑;为了准确刻画实际出行场景中出行者的长时拼车决策行为，以优化奖励机制及其效果，本研究开展了长时交互实验，探究了出行者在差异化奖励策略下的拼车决策演变及非理性表现。结果显示，奖励拼车服务中，大部分出行者在面对损失时的决策变化幅度更大，反映出损失规避心理。进一步分析揭示，驾龄1-3年、高收入、通勤天数较少且对奖励机制认知水平较高的女性出行者呈现出尤为显著的损失规避倾向；相反，少部分特定群体如高频通勤者及高学历、低收入人群则未表现出损失规避特征。此外，引入针对拼车匹配失败的补偿机制后，出行者的拼车率进一步提高，揭示了部分出行者为了避免潜在成本增加（如时间延误、额外支出等）而放弃拼车的风险规避心理。鉴于出行者非理性心理的异质性，可通过精细化调整奖励策略，包括个性化奖励金额设置、补偿机制引入、信息反馈内容优化及匹配算法升级等方法，以有效提升奖励机制的有效性。本研究为奖励管理者提供了理解出行者非理性心理的窗口，为其设计更加精准高效的奖励策略、机制提供了科学依据。
多目标协同下的即时配送路径优化
凌帅;杨娟;孙鹏;贾宁;近年来，网络外卖送餐经历了快速发展，在不断满足居民需求的同时也刺激了人们对送餐服务更快捷更低廉的期望，而这给配送员带来了巨大的压力。为了迎合客户的期望、避免延迟送餐所带来的平台处罚，配送员危险驾驶、超时工作的情况时常发生，伴随交通事故频现。为了解决上述问题，本研究综合考虑配送员权利和安全，提出了多目标协同的即时配送路径优化策略。首先，通过构建包含配送员疲劳度、路径成本以及客户满意度的多目标协同框架，将配送员权利和安全，以及送餐软时间窗约束整合进即时配送路径规划模型。其次，研究基于协同进化的思想提出了一种多目标协同优化的遗传算法(MOCGA)进行模型求解，引入在三个目标上协同进化的选择算子、协同交叉算子以及差分变异算子，保证了各目标进化的均衡性，通过差分变异算子产生高质量新解从而更快逼近帕累托前沿。最后为验证该算法的性能，本文进行了大规模的算例实验，数值实验结果表明，MOCGA算法的所得到的解优于文献中常用的NSGA-II 算法和单目标遗传算法，同时算法性能试验表明算法在多样性以及收敛性方面表现良好。
可变编组下城市轨道交通货运列车运行计划优化
山湧泉;陈垚;冯旭杰;肖雅玲;柏赟;城市轨道交通线路平峰时段客流需求较少、发车间隔较大，利用其富余能力提供货物运输服务可有效提升线路经济效益，缓解道路货运压力。本文针对城市轨道交通双方向货运需求，采用增开不同编组货运列车，并引入可变编组模式使货运列车可在线路终点站进行编组转换以更好的匹配货运需求。以货运列车的时刻表、编组形式、车底周转计划和货单分配方案为决策变量，考虑列车运行间隔、列车容量、装卸作业时间、车底周转、货物运输时效性等约束，构建了以货运净收益最大为目标的城市轨道交通货运列车运行计划优化模型。案例分析表明，考虑可变编组模式可更好的满足线路货单需求，且相较于固定多编组模式可以使货运利润提升1.29%。灵敏度分析表明，当货运列车满载率到达60%～70%、上行和下行方向货运需求存在一定量的差值、货单运输时效性要求高时，采用可变编组模式的优势更为明显。但增加编组转换的解挂编成本，采用可变编组模式的效果下降。
基于列生成算法的高速铁路动车组运用调整优化
李沁洋;彭其渊;张永祥;李登辉;钟庆伟;冯涛;姚志洪;为解决高速铁路区间完全中断情况下动车组运用计划实时调整优化问题，本文基于构建的动车组接续网络，采用停运列车、空驶、重联/分解、改变接续以及备用车启用等调整措施，考虑动车组检修、动车所容量以及动车所日终库存状态等实际约束，以列车停运惩罚、动车组运用计划偏离惩罚、动车所库存偏离惩罚以及动车组运行成本的加权和最小为优化目标，建立基于动车组单元路径的整数线性规划模型，并设计列生成算法求解。在该算法中，主问题为动车组运用调整问题的线性松弛问题，子问题为资源限制最短路问题。主问题采用Gurobi求解，并将对偶信息传递给子问题，子问题使用标签算法寻找最优的动车组单元路径反馈给主问题，重复以上过程直至收敛。最后，选取郑州局集团公司配属动车组运用数据构造切实算例验证所提出方法的有效性，结果表明：所提模型和算法能高效求解不同区间、不同时长中断下的实际案例，且算法能最快在6 s内求解得到所有算例的最优调整方案，满足实时调度需要，可为现场调度员提供辅助决策支持。
期刊信息
创刊时间：2003
出版周期：季刊
主管单位：中华人民共和国
主办单位：西南交通大学
主编：刘晓波 贺正冰
邮箱：jtt@swjtu.edu.cn
ISSN ：1672-4747
CN ：51-1652/U
期刊计量指标
影响因子学科排序：11/154
C I 学 科 排 序 ：31/154
所 属 分 区 ：Q1
复合类影响因子：2.479
复合类即年指标：0.574
重要源期刊收录
中国科技核心期刊(CSTPCD)
SCOPUS文摘引文数据库收录
RECCSE中国核心学术期刊
日本JST数据库收录
中文科技期刊数据库收录
中国知识资源总库(CNKI)全文收录
万方数据-数字化期刊群全文收录
管科学会交通分会战略合作期刊
微信公众号
