摘要：随着对城市轨道交通日常客流出行规律的不断挖掘,运输组织创新是解决客流与运力有效匹配问题、实现系统能耗节约及社会经济效益最大化的关键手段,而重联编组运营模式可有效提高客流与运力的匹配度。通过分析重联编组与固定编组条件下车底运用问题的差异性,构建基于“影子列车”的重联编组车次接续法,以车底与车次接续、车底一致性和重联编组作业等为约束条件,以车次接续总成本最小和车底使用时间标准差最小为目标函数,构建重联编组条件下城市轨道交通车底运用方案优化模型。通过引入非线性惯性权重更新方法和动态学习因子,设计多目标混沌粒子群优化(Multi-objective Chaos Particle Swarm Optimization,MOCPSO)算法。以某城市轨道交通线路的102个车次为例验证模型的有效性,并对车次接续时间上限、车底重联解编作业和车底存放情况进行讨论分析。研究结果表明:MOCPSO算法通过引入Logistic混沌优化策略可有效跳出局部最优;车次接续时间上限越大,需要投入的车底数量越多,不宜使车次接续时间过长;在车底运用过程中应尽可能地减少联挂解编作业的次数。该方法可为决策者提供一系列不同运营投入和车底运用均衡性下的车底运用Pareto非劣方案,有助于协调线路运能利用,同时降低了轨道交通的能耗。

摘要：城轨线路车底在出入场时需在其车场与其担当车底交路始发/终到站间空驶,优化全日车底空驶出入场方案(含始发和终到车场,出入场路径和时刻表)对降低车底空驶距离和时间,节省运营成本具有重要作用.本文针对具有多车场和多折返站的城轨线路,基于广义集合划分构建大规模0-1线性规划模型,综合优化担当给定车底交路所需车底的空驶出入场方案.结合模型特点,设计行列生成算法高效求解模型.对某布置复杂且繁忙城轨线路开展实例分析,验证算法有效性和实用性.结果表明,所提出算法可在合理时间(2小时)内获得紧致下界和接近最优解(相对误差小于1%),且在求解质量和计算时间上均优于现场经验方法.

摘要：探讨城轨线路运营时段前车底空驶出场路径与时刻表综合优化问题,给定运营时段内运行图和车底交路,路径问题指派运营时段初列车需要车底的配属车场及其运营时段前从车场到列车始发站的出场路径,时刻表问题确定车底在其选择路径上途经车场、中间站和折返站的到发时刻。通过网络抽象提前生成所有列车的可行车底出场路径,以车底出场总空驶距离和总空驶时间最小为目标,考虑车场和车站能力,构建混合整数线性规划模型。为避免车底在途不必要停站,设计两阶段算法,对出场方案进行二次优化。采用大规模实际案例验证所提出方法的可行性和有效性。