基于不固定停站方案的高速鐵路列車運行圖優(yōu)化研究.pdf

1、隨著社會經(jīng)濟的發(fā)展和人民生活水平的提高，旅客出行需求日益強烈，其中選擇高鐵出行的需求也日益增加，導致高鐵運輸能力日益緊張。建設高鐵新線在一定程度上能增加高鐵運能，但不是唯一的措施也不是最好的措施，而不斷優(yōu)化運輸組織才是提高鐵路運輸能力的根本舉措。作為運輸組織的重要基礎，運行圖在運輸組織優(yōu)化過程中起著舉足輕重的作用，因此對運行圖進行優(yōu)化一直受到專家學者的廣泛關注。作為開行方案和運行圖的重要組成，停站方案通常是在開行方案階段確定，在運行圖編

2、制和優(yōu)化階段不再改動，從而在一定程度上限制了運行圖能力的提高。為消除這種限制，本文將停站方案的確定融入到運行圖優(yōu)化中，對基于不固定停站方案的列車運行圖優(yōu)化問題進行研究。
　　本文首先詳細分析了停站方案和運行圖的緊密關系，停站方案不僅在目標和約束條件方面和運行圖有著較強的一致性，而且作為運行圖重要的一部分，對運行圖同等級列車鋪畫質(zhì)量和不同等級列車越行質(zhì)量有著重要影響?；诖耍瑢⑼Ｕ痉桨傅恼鹃g可達性約束、車站停站服務頻次、列車停站次數(shù)

3、等基礎約束和運行圖的基本約束結合，以給定數(shù)量、運行路徑和開行順序的列車占用運行圖的時空資源最小為優(yōu)化目標，建立了基于不固定停站方案的列車運行圖優(yōu)化模型。其次，通過分析模型的特點和常用算法的適用性，選取遺傳算法作為求解模型的主算法，并引入序優(yōu)化理論對初始種群、選擇操作和終止規(guī)則進行改進。在算法具體的操作過程中，設計不可行解的調(diào)整策略以得到可行解;設計列車到發(fā)時刻推算策略以得到列車在各個車站的到發(fā)時刻，求得目標函數(shù)。
　　最后，選取京

4、滬高鐵線路下行的50列列車進行案例分析。詳細介紹基礎數(shù)據(jù)的處理，并選取合適的算法參數(shù)。利用改進的遺傳算法進行2990次迭代得到的最優(yōu)目標值為8964.83(km*h)，相比實際停站方案對應的運行圖，節(jié)省約35.32％的資源，一級節(jié)點之間、一二級節(jié)點之間以及二級節(jié)點之間的平均站間服務可達性指標均不低于實際停站方案。通過和傳統(tǒng)遺傳算法對比，改進遺傳算法的最優(yōu)解比傳統(tǒng)遺傳算法的最優(yōu)解優(yōu)5.36％，在1200次迭代之后，每一代的較優(yōu)解的質(zhì)量比傳