摘要：目前编组站各种巡检基本采用人工以及人工查看视频监控的方式进行,而人工巡检作业存在巡检效率低、事件地点快速定位难、应急处理响应时间久等问题。针对以上问题,可以通过采用无人机编组站智能巡检,将编组站巡检作业由“人工巡检方式”向“无人机巡检方式”的逐步转变,实现编组站管理智能化。通过对无人机编组站智能巡检调度系统的研究,从路径规划、任务规划两方面入手,采用集中式路径规划算法、集中式任务规划方案和抢占策略方案,实现在不同巡检任务中对无人机进行统一指挥调度,确保整个编组站的巡检工作高效有序进行。

摘要：运用随机规划方法,研究列车解编时间随机变动情况下编组站阶段计划的优化编制问题,建立了以压缩车辆中时和减少出发列车晚点时间为目标的随机机会约束规划模型。将模型中的随机机会约束转化为相应等价形式,从而将随机规划模型转化为确定性模型,并提出了一种改进遗传算法对之进行求解。该算法基于列车解编顺序对染色体进行编码,并针对问题的特殊性设计了相应的交叉和变异操作。算例表明,设计的改进遗传算法能够在较短时间内收敛至最优解,编组站阶段计划的随机机会约束规划模型能取得可靠性更高的调度计划,为改进编组站的决策质量提供了一条解决的途径与方法。

摘要：调车场尾部咽喉区优化设计是编组站计算机辅助设计系统的重要组成部分，本文把调车场尾部咽喉分解为尾部进路区和尾部线束区两大部分，并分别对其进行设计，同时介绍了一种由计算机自动识别和提取尾部咽喉区连接关系图中图形信息的方法，使优化计算与图形生成可自动。

摘要：编组站的阶段计划在执行过程中,会受到车流波动的影响,衡量阶段计划与动态车流之间的耦合关系,并将车流波动控制在一定的范围,对车站调度工作具有重要意义。在车站阶段计划执行资源已确定的条件下,分析列车晚点时间、解体作业时间、编组作业时间的容许变动范围,给出车站阶段计划与动态车流耦合度的计算方法。当车流的变化超出容许范围时,在不改变原有解编顺序的基础上,对车流进行一定幅度的调配,以减小对车站整体作业的影响,并以此为目标建立优化模型。算例表明,车站阶段作业计划易受到达列车晚点、列车编组内容改变、解编作业晚点等因素的影响,进行适当的车流调配可在一定程度上提高阶段计划与动态车流的耦合度。

摘要：为了提高阶段计划的编制效率,针对编组站静态配流字典序多目标累积调度模型,设计了迭代、约束传播和启发式回溯的混合算法.该算法根据多目标的字典序将模型分为3层:第1层为配流成功的出发列车优先级总和最大化,第2层为出发列车车流来源总数最少化,第3层为车辆平均停留时间最短化.每层先通过约束传播算法化简模型、缩小解空间,再通过启发式回溯算法和约束传播技术联合快速求解.上一层的最优解作为下一层的初始解,并动态增加避免上一层目标退化的约束,迭代求解每层的最优解.通过某编组站实际数据验证表明,本算法耗时小于20 s,满足现场对阶段计划编制的实时性要求,且求得的配流方案优于其他算法.

摘要：以所有车辆在站停留时间最短为目标,对单向单推单溜配流模型进行理论分析,证明该模型下的三个优化目标转换定理,并在不同假设条件下得出8个推论。为了验证上述定理和推论的启发效果,将它们设计为各阶段选择解体列车和编制配流方案的优先规则,并构建以每列出发列车获得最大车流数最多为子目标的多阶段配流问题推理算法,实例结果表明该算法可在线性时间复杂度内获得高效近似解。

摘要：为了提高编组站动态配流与静态配流协调优化算法的收敛速度,根据编组站解体方案树的构造规则,用解体序号矩阵进行解体方案编码,限制解的生成空间,避免了不必要的搜索.结合遗传算法与蚁群算法(genetic and ant algorithm,GAAA)的优势和配流问题的特点,设计了以GAAA为基础的协调优化算法.用遗传算法求出若干组优化解体方案,并生成初始信息素分布,用静态配流蚁群算法筛选出最优解体方案,在此基础上生成配流方案.实例表明:对阶段到发列车数不超过25列的编组站配流问题,本文算法均能在30 s内收敛到最优解或满意解.

摘要：为了使编组站动态配流充分考虑实际解体和编组作业过程,首先基于约束程序中的累积调度和字典序多目标优化理论,按照配流成功的出发列车优先级总和最大、车辆在站平均中转停留时间最小和资源利用率最高3个目标函数的字典序,建立适应于不同解体方式的动态配流字典序多目标累积调度模型,并设计约束传播与多点结构化搜索相结合的混合算法迭代求解,得到解编顺序和初步配流方案;然后,以出发列车车流来源总数最少为目标函数,建立二次配流整数规划模型,并设计贪婪算法对初步配流方案优化。算例结果表明,采用给出的编组站动态配流分层模型和求解算法,可提高铁路编组站的解编调车作业效率和配流方案兑现率。

摘要：不同的调车场股道活用方案产生不同的车辆集结状态,由此引起解编调车作业成本和到发车流接续关系的不同。为了提高编组站阶段计划的兑现率,本文在动态配流的基础上,综合考虑调车场存车状态随解编作业动态变化、调车场股道容量和解编作业时序限制等,设计"开口"算法将到达车列划分为车组,以各车组在调车场集结股道为变量,建立阶段时间内调车场股道活用整数优化模型。以解体照顾编组、当前解体照顾后续解体、借用股道混到底、均衡使用资源、减少交叉干扰等为原则,设计了变量取值动态排序的启发式回溯算法。算例表明,启发式回溯算法比基本回溯算法效率高,调车场股道活用方案更能适应车流不均衡、密集到达情况。

摘要：基于阶段计划列车解编顺序优化,同时考虑出发列车牵引质量及换长两个满轴约束,以车流接续与分配的"代价"最小为目标,构建编组站配流优化0-1整数规划模型,并设计与ILOG优化软件结合的和声搜索算法进行求解。其中配流结果使用ILOG求解,列车解编顺序则采用和声搜索策略进行优化。在构造新的和声过程中,采用邻域搜索策略提升算法的寻优效率。算例结果表明:提出的方法能获取鲁棒性更高的配流方案。