基于城市轨道交通列车时刻表转峰优化的列车调度方法与流程

1.本发明涉及城市轨道交通时刻表转峰优化的列车调度，属于城市轨道交通智能化技术领域，具体的说是一种基于城市轨道交通列车时刻表转峰优化的列车调度方法。


背景技术：

2.随着城市轨道交通的迅猛发展，路网结构日趋复杂、输送客流量日益增大。列车时刻表是城市轨道交通运营组织的基础，合理的时刻表方案要求运输能力与客流量相匹配，高效利用列车进行调度以满足输送客流需求。因此，在考虑因客流影响下列车时刻表编制问题中，针对有效地进行平峰时段与高峰时段的分部时刻表衔接，优化提高时刻表编制效率和质量以期望获得最佳列车调度方案，其技术研究方法日益受到重视。
3.现有时刻表编制软件主要分为两类，一类软件是分列车编制，另一类软件是分时段编制。这两类时刻表编制软件都存在无法实现对于不同峰期的自动转换，需要人工调整列车发车间隔才能合理进行分部时刻表衔接，所以对操作用户而言，软件的可操作性很差，降低了用户的工作效率。
4.在优化地铁列车周转计划上，常通过基于数学优化模型设计相应求解算法以及基于离散事件的模拟方法。基于数学模型的方法，模型建立较为容易，但相应的求解设计较难且计算量较大，计算耗时长。基于离散事件的模拟方法，能够仔细刻画列车运行状态，减少计算量，在极短时间内获得问题的解，但仍需进一步提高解的精度。


技术实现要素：

5.本发明是为了解决上述现有技术存在的不足之处，提出一种基于城市轨道交通列车时刻表转峰优化的列车调度方法，以期能优化平峰转高峰或高峰转平峰的列车发车间隔，快速得到合理的列车时刻表以及对应高效的列车调度方案，从而能降低操作用户的工作强度，提高城市轨道交通列车时刻表编制的自动化和智能化水平，提升城市轨道运营效率。
6.本发明为达到上述发明目的，采用如下技术方案：
7.本发明一种基于城市轨道交通列车时刻表转峰优化的列车调度方法的特点在于，是应用于由n 1个车站、相邻两个车站之间的轨道所对应的n个站间、至少一条独立的上行轨道和一条独立的下行轨道以及两条渡线所组成的城市轨道交通线路中，列车执行上行车次或下行车次任务进行周转调度，并按照如下步骤进行：
8.步骤1、定义上行车次高峰集合{wu|u＝1,2,
…
,u}与下行车次高峰集合{w
′d|d＝1,2,
…
,d}其中，wu表示第u次上行车次高峰，w
′d表示第d次下行车次高峰，u、d分别表示上行车次高峰与下行车次高峰的总数；定义一组转峰系数为{ti|i＝1,2,
…
,i}，表示平峰转高峰或高峰转平峰时车次间隔，用于处理平峰转高峰以及高峰转平峰时的列车时刻表衔接；i＝2
×
u 2
×
d，当i∈[1，2
×
u]时，ti表示车次上行时的转峰系数，当i∈(2
×
u，i]时，ti表示车次下行时的转峰系数；
[0009]
若在车次上行的第u个高峰，则{ti|i＝2
×
u-1}表示上行车次平峰转第u个高峰时的车次间隔；{ti|i＝2
×
u}表示上行车次第u个高峰结束转平峰时的车次间隔；
[0010]
若车次下行的第d个高峰，则{ti|i＝2
×
u 2
×
d-1}表示下行车次平峰转第d个高峰时的车次间隔；{ti|i＝2
×
u 2
×
d}处理下行车次第d个高峰结束转平峰时的车次间隔；
[0011]
步骤2、确定营运时间内的车次各项时间参数：
[0012]
营运车次的首发时刻ts、停运时刻te，平峰时段内车次间隔tf、高峰时段内车次间隔t
p
、上行车次的第u个高峰开始时刻上行车次的第u个高峰结束时刻下行车次的第d个高峰开始时刻下行车次的第d个高峰结束时刻站间[n,n 1]的上行车次旅行时间站间[n,n 1]的下行车次旅行时间第n站台的车次停站时间折返站sr的上行车次最小折返时间折返站sr的下行车次最小折返时间
[0013]
步骤3、初始化所述转峰系数{ti∈(t
p
，tf)|i＝1,2,
…
,i}；根据各项时间参数，衔接平峰时段高峰时段的分部时刻表，得到初始车次时刻表以及相应的车次集合
[0014]
其中，{m|m＝2
×
u 2
×
d 2}表示由于高峰时段的影响，生成分部时刻表总数；其中车次上行生成分部时段总数为2
×
u 1，车次下行生成分部时段总数为2
×
d 1；
[0015]
步骤3.1、获得上行车次集合
[0016]
步骤3.1.1、若在车次上行的首个平峰时段内，即当m＝1时，该时间段内车次的首发时刻
[0017]
获得第g个发车时刻且从而确定在首个平峰时段内的车次总数a1；
[0018]
步骤3.1.2、若在车次上行的第u个高峰时段内，即当m＝2
×
u时，则利用式(1)得到车次在该时间段内的首发时刻其中表示该时段的前一个相邻平峰时段内，最后一班车次的发车时刻；
[0019][0020]
获得该时间段内第h个发车时刻且从而确定该时段内的车次总数a2×u；
[0021]
步骤3.1.3、若在车次上行的最后一个平峰时段内，即当m＝2
×
u 1时，该时间段内车次的首发时刻且其中表示该时段的前一个相邻高峰时段内，最后一班车次的发车时刻；
[0022]
获得第k个发车时刻且从而确定在该平峰时段内的车次总数a2×
u 1
；
[0023]
步骤3.2、按照步骤3.1的过程，获得下行车次集合
[0024]
步骤3.3、根据上行车次集合和下行车次集合得到车次集合a；
[0025]
假设车次集合a的任意一班车次在出发站s
ori
的发车时刻记为则上行车次在折返站sr的到达时刻为下行车次在折返站sr的到达时刻为
[0026]
步骤4、初始化足够大的列车集合q＝{1,2,
…
,q}，基于离散事件的模拟方法使部分列车完全覆盖车次集合a，得到执行过车次任务的最少列车数量z(ti)：
[0027]
步骤4.1、定义所述车次的执行时刻为列车q在出发站s
ori
的出发时刻、折返站sr的到达时刻；则根据所有车次的执行时刻确定列车q的状态集合e；其中，列车q的状态包括：
[0028]
状态1：列车q当前处在出发站s
ori
内且即将开始执行当前车次任务；
[0029]
状态2：列车q当前处在折返站s
ori
内且即将结束执行当前车次任务；
[0030]
状态3：列车q当前处在折返站s
ori
内且已经结束执行当前车次任务，等待执行下一次车次任务；
[0031]
状态4：在平峰时段内，列车q在出发站s
ori
或折返站sr内且即将退出执行当前车次任务；
[0032]
状态5：在高峰时段内，经过状态4的列车q在出发站s
ori
或折返站sr内即将开始执行新的车次任务；
[0033]
状态6：列车q在执行当前车次任务；
[0034]
步骤4.2、遍历列车q的状态集合e，判断列车q在当前执行时刻t所处的状态并更新，若为状态1，则转入步骤4.3；若为状态2，则转入步骤4.4；若为状态3，则转入步骤4.5；若为状态4，则转入步骤4.6；若为状态5，则转入步骤4.7；若为状态6，则转入步骤4.8；
[0035]
步骤4.3、判断发生状态1的列车q的所在位置与当前执行时刻t所对应的列车q的状态，更新列车q的状态：
[0036]
步骤4.3.1、若列车q为第一次执行车次任务，则将列车q的状态更新为状态6，并标记列车q为已签到；否则，转入步骤4.3.2；其中，签到表示列车从未执行车次任务状态转为即将执行新的车次任务状态；
[0037]
步骤4.3.2、遍历列车q的状态集合e，若列车q的状态为状态3，则在折返站sr上对所有列车的到达时刻进行排序，并转入步骤4.3.3；
[0038]
步骤4.3.3、若列车q是最早到达折返站sr，则将列车q的状态更新为状态6，否则，将列车q的状态更新为状态3；
[0039]
步骤4.4、在上行的折返站sr的时刻或在下行的折返站sr的时刻，将列车q的状态更新为状态3，并将当前执行时刻t所对应的列车q的状态3加入所述列车状态集合e；
[0040]
步骤4.5、发生列车状态3的列车q，更新为可执行工作状态；
[0041]
步骤4.6、在上行的折返站sr的时刻或在下行的折返站sr的时刻，退出列车q当前执行车次任务，并将当前执行时刻t所对应的列车q的状态4加入所述列车状态集合e；
[0042]
步骤4.7、从退出当前运行任务的站点可以开始执行新的车次任务，并标记列车q为已签到；同时将新的车次的执行时刻所对应的列车q的状态5加入所述列车状态集合e；
[0043]
步骤4.8、直到当前车次的任务执行完成后，列车q在折返站sr的状态更新为状态2；
[0044]
步骤4.9、判断列车q的状态集合e中是否包含所有的状态，若包含，则统计列车q的状态集合e中标记为签到的列车总数并作为执行过车次任务的最少列车数量z(ti)；否则，返回步骤4.2顺序执行；
[0045]
步骤5、运用模拟退火算法优化转峰系数{ti|i＝1,2,
…
,i}：
[0046]
定义并初始化模拟退火算法的温度为w、温度w的衰减率为a，且a∈(0，1)；定义内循环的最大迭代次数记为l
max
；定义当前内循环的迭代次数为l；
[0047]
步骤6、初始化l＝1；
[0048]
步骤7、将执行过车次任务的最少列车数量z(ti)的值作为第l次迭代的目标函数值z(ti)
l
；
[0049]
步骤8、按照步骤3的过程重新初始化所述转峰系数{t
′i∈(t
p
，tf)|i＝1,2,
…
,i}，并按照步骤5的过程计算在重新初始化后的转峰系数{t
′i|i＝1,2,
…
,i}下，执行过车次任务的最少列车数量z(t
′i)的值并作为第l 1次迭代的目标函数值z(ti)
l 1
；
[0050]
步骤9、计算第l次迭代的差值δ
l
＝z(ti)
l 1-z(ti)
l
；
[0051]
步骤10、判断δ
l
＜0是否成立，若成立，则将z(ti)
l 1
赋值给z(ti)
l
；否则，生成一个位于区间[0,1)的随机数r，并判断是否成立，若成立，则将z(ti)
l 1
赋值给z(ti)
l
；否则，保留z(ti)
l
为当前最优数量；
[0052]
步骤11、令l 1赋值给l后，返回步骤7执行，直到l＝l
max
为止；
[0053]
步骤12、将步骤11最终得到的z(ti)
l
赋值给z(ti)后，令w
×
a赋值给w，并返回步骤6执行，直到w≤1为止；
[0054]
步骤13、输出最终的转峰系数并作为最优转峰系数t
i*
，列车运行的最终最少数量并作为最优最少数量z(t
i*
)，且z(t
i*
)对应的列车集合q
*
为最优列车调度方案。
[0055]
与现有技术相比，本发明的有益效果在于：
[0056]
1、本发明通过提出转峰系数优化方法来应对和处理在平峰转高峰以及高峰转平峰时的列车时刻表衔接，解决了现有碎片化时刻表编制问题，能够一次性快速生成一整个工作日的列车时刻表，极大地提高了运行图的编制效率和质量，降低了时刻表编制人员的工作强度。
[0057]
2、本发明通过增加或减少在运营高峰期与平峰期的列车开行对数，协同优化地铁
列车周转计划，合理设计高效的列车调度方案，提高了列车使用效率。
[0058]
3、本发明通过基于离散事件的模拟方法，通过详细刻画列车的运行状态，大幅度减少了计算量，设计的转峰优化的列车时刻表，实现了列车调度的安全性与均衡性，避免了传统的基于数学模型方法的易建模难求解的弊端。
附图说明
[0059]
图1为本发明整体框架流程图；
[0060]
图2为本发明上行车次平高峰时段分布图；
[0061]
图3为本发明基于离散事件的模拟方法匹配列车运行的最少数量流程图；
[0062]
图4为本发明利用模拟退火优化转峰系数的流程图。
具体实施方式
[0063]
本实施例中，一种基于城市轨道交通列车时刻表转峰优化的列车调度方法，针对客流需求在不同时间下列车发车频率调整，着力于解决当前地铁列车运行组织管理系统中存在时刻表编制耗时长、效率低等问题，实现对于不同峰期的优化转换并获得高效的列车调度方案，辅助实现时刻表编制系统操作的灵活、便捷等，是应用于由n 1个车站、相邻两个车站之间的轨道所对应的n个站间、至少一条独立的上行轨道和一条独立的下行轨道以及两条渡线所组成的城市轨道交通线路中，列车执行上行车次或下行车次任务进行周转调度，本方法的整体框架流程图如图1所示，并按照如下步骤进行：
[0064]
步骤1、定义上行车次高峰集合{wu|u＝1,2,
…
,u}与下行车次高峰集合{w
′d|d＝1,2,
…
,d}其中，wu表示第u次上行车次高峰，w
′d表示第d次下行车次高峰，u、d分别表示上行车次高峰与下行车次高峰的总数；定义一组转峰系数为{ti|i＝1,2,
…
,i}，表示平峰转高峰或高峰转平峰时车次间隔，用于处理平峰转高峰以及高峰转平峰时的列车时刻表衔接；i＝2
×
u 2
×
d，当i∈[1，2
×
u]时，ti表示车次上行时的转峰系数，当i∈(2
×
u，i]时，ti表示车次下行时的转峰系数；
[0065]
若在车次上行的第u个高峰，则{ti|i＝2
×
u-1}表示上行车次平峰转第u个高峰时的车次间隔；{ti|i＝2
×
u}表示上行车次第u个高峰结束转平峰时的车次间隔；
[0066]
若车次下行的第d个高峰，则{ti|i＝2
×
u 2
×
d-1}表示下行车次平峰转第d个高峰时的车次间隔；{ti|i＝2
×
u 2
×
d}处理下行车次第d个高峰结束转平峰时的车次间隔；
[0067]
步骤2、确定营运时间内的车次各项时间参数：
[0068]
营运车次的首发时刻ts、停运时刻te，平峰时段内车次间隔tf、高峰时段内车次间隔t
p
、上行车次的第u个高峰开始时刻上行车次的第u个高峰结束时刻下行车次的第d个高峰开始时刻下行车次的第d个高峰结束时刻站间[n,n 1]的上行车次旅行时间站间[n,n 1]的下行车次旅行时间第n站台的车次停站时间折返站sr的上行车次最小折返时间折返站sr的下行车次最小折返时间
[0069]
步骤3、初始化所述转峰系数{ti∈(t
p
，tf)|i＝1,2,
…
,i}；根据各项时间参数，衔
接平峰时段高峰时段的分部时刻表，得到初始车次时刻表以及相应的车次集合
[0070]
其中，{m|m＝2
×
u 2
×
d 2}表示由于高峰时段的影响，生成分部时刻表总数；其中车次上行生成分部时段总数为2
×
u 1，车次下行生成分部时段总数为2
×
d 1；
[0071]
步骤3.1、如图2所示，上行车次共有u个高峰，故从车次首发时刻至停运时刻的时间段内，分为“平峰时段—第u个高峰时段—平峰时段”等2
×
u 1个时段，则根据转峰系数衔接平峰时段高峰时段的分部时刻表，得到初始上行车次时刻表并获得上行车次集合
[0072]
步骤3.1.1、若在车次上行的首个平峰时段内，即当m＝1时，该时间段内车次的首发时刻
[0073]
获得第g个发车时刻且从而确定在首个平峰时段内的车次总数a1；
[0074]
步骤3.1.2、若在车次上行的第u个高峰时段内，即当m＝2
×
u时，则利用式(1)得到车次在该时间段内的首发时刻其中表示该时段的前一个相邻平峰时段内，最后一班车次的发车时刻；
[0075][0076]
获得该时间段内第h个发车时刻且从而确定该时段内的车次总数a2×u；
[0077]
步骤3.1.3、若在车次上行的最后一个平峰时段内，即当m＝2
×
u 1时，该时间段内车次的首发时刻且其中表示该时段的前一个相邻高峰时段内，最后一班车次的发车时刻；
[0078]
获得第k个发车时刻且从而确定在该平峰时段内的车次总数a2×
u 1
；
[0079]
步骤3.2、按照步骤3.1的过程，获得下行车次集合
[0080]
步骤3.3、根据上行车次集合和下行车次集合得到车次集合a；
[0081]
假设车次集合a的任意一班车次在出发站s
ori
的发车时刻记为则上行车次在折返站sr的到达时刻为下行车次在折返站sr的到达时刻为
[0082]
步骤4、初始化足够大的列车集合q＝{1,2,
…
,q}，如图3所示，基于离散事件的模拟方法使部分列车完全覆盖车次集合a，得到执行过车次任务的最少列车数量z(ti)：基于离散事件的模拟方法应用于由列车状态集合的离散事件系统中，其中系统状态变化是由列车状态的改变导致的。考虑求解列车匹配调度方案时，可按列车状态改变的时间节点顺序匹配列车执行车次任务，将系统中未包含的列车更新状态添加到列车状态集合并更新系统状态，直到把获得部分列车执行全部车次任务的调度方案，算法停止；
[0083]
步骤4.1、定义所述车次的执行时刻为列车q在出发站s
ori
的出发时刻、折返站sr的到达时刻；则根据所有车次的执行时刻确定列车q的状态集合e；其中，列车q的状态包括：
[0084]
状态1：列车q当前处在出发站s
ori
内且即将开始执行当前车次任务；列车在出发站的状态改变为开始事件；
[0085]
状态2：列车q当前处在折返站s
ori
内且即将结束执行当前车次任务；列车在折返站的状态改变为结束事件；
[0086]
状态3：列车q当前处在折返站s
ori
内且已经结束执行当前车次任务，等待执行下一次车次任务；列车在折返站的接续等待的状态改变为折返事件；
[0087]
状态4：在平峰时段内，列车q在出发站s
ori
或折返站sr内且即将退出执行当前车次任务；平峰时段内减少车辆运行导致列车状态改变为签退事件；签退表示列车从执行车次任务状态转为即将不再执行新的车次任务状态；
[0088]
状态5：在高峰时段内，经过状态4的列车q在出发站s
ori
或折返站sr内即将开始执行新的车次任务；高峰时段内增加车辆运行导致列车状态改变为签到事件；签到表示列车从未执行车次任务状态转为即将执行新的车次任务状态；
[0089]
状态6：列车q在执行当前车次任务；
[0090]
步骤4.2、遍历列车q的状态集合e，判断列车q在当前执行时刻t所处的状态并更新，若为状态1，发生开始事件则转入步骤4.3；若为状态2，发生结束事件则转入步骤4.4；若为状态3，发生折返事件则转入步骤4.5；若为状态4，发生签退事件则转入步骤4.6；若为状态5，发生签到事件则转入步骤4.7；若为状态6，则转入步骤4.8；
[0091]
步骤4.3、判断发生状态1的列车q的所在位置与当前执行时刻t所对应的列车q的状态，更新列车q的状态：
[0092]
步骤4.3.1、若列车q为第一次执行车次任务，则将列车q的状态更新为状态6，并标记列车q为已签到；否则，转入步骤4.3.2；其中，签到表示列车从未执行车次任务状态转为即将执行新的车次任务状态；
[0093]
步骤4.3.2、遍历列车q的状态集合e，若列车q的状态为状态3，则在折返站sr上对所有列车的到达时刻进行排序，并转入步骤4.3.3；
[0094]
步骤4.3.3、若列车q是最早到达折返站sr，则将列车q的状态更新为状态6，否则，将列车q的状态更新为状态3；
[0095]
步骤4.4、在上行的折返站sr的时刻或在下行的折返站sr的时刻，将列车q的状态更新为状态3，并将当前执行时刻t所对应的列车q的状态3加入所述列车状态集
合e；
[0096]
步骤4.5、发生列车状态3的列车q，更新为可执行工作状态；
[0097]
步骤4.6、在上行的折返站sr的时刻或在下行的折返站sr的时刻，退出列车q当前执行车次任务，并将当前执行时刻t所对应的列车q的状态4加入所述列车状态集合e；
[0098]
步骤4.7、从退出当前运行任务的站点可以开始执行新的车次任务，并标记列车q为已签到；同时将新的车次的执行时刻所对应的列车q的状态5加入所述列车状态集合e；
[0099]
步骤4.8、直到当前车次的任务执行完成后，列车q在折返站sr的状态更新为状态2；
[0100]
步骤4.9、判断列车q的状态集合e中是否包含所有的状态，若包含，则统计列车q的状态集合e中标记为签到的列车总数并作为执行过车次任务的最少列车数量z(t
x
)；否则，返回步骤4.2顺序执行；
[0101]
步骤5、如图4所示，运用模拟退火算法优化转峰系数{ti|i＝1,2,
…
,i}：
[0102]
定义并初始化模拟退火算法的温度为w、温度w的衰减率为a，且a∈(0，1)；定义内循环的最大迭代次数记为l
max
；定义当前内循环的迭代次数为l；
[0103]
步骤6、初始化l＝1；
[0104]
步骤7、将执行过车次任务的最少列车数量z(ti)的值作为第l次迭代的目标函数值z(ti)
l
；
[0105]
步骤8、按照步骤3的过程重新初始化所述转峰系数{t
′i∈(t
p
，tf)|i＝1,2,
…
,i}，并按照步骤5的过程计算在重新初始化后的转峰系数{t
′i|i＝1,2,
…
,i}下，执行过车次任务的最少列车数量z(t
′i)的值并作为第l 1次迭代的目标函数值z(ti)
l 1
；
[0106]
步骤9、计算第l次迭代的差值δ
l
＝z(ti)
l 1-z(ti)
l
；
[0107]
步骤10、判断δ
l
＜0是否成立，若成立，则将z(ti)
l 1
赋值给z(ti)
l
；否则，生成一个位于区间[0,1)的随机数r，并判断是否成立，若成立，则将z(ti)
l 1
赋值给z(ti)
l
；否则，保留z(ti)
l
为当前最优数量；
[0108]
步骤11、令l 1赋值给l后，返回步骤7执行，直到l＝l
max
为止；
[0109]
步骤12、将步骤11最终得到的z(ti)
l
赋值给z(ti)后，令w
×
a赋值给w，并返回步骤6执行，直到w≤1为止；
[0110]
步骤13、输出最终的转峰系数并作为最优转峰系数t
i*
，列车运行的最终最少数量并作为最优最少数量z(t
i*
)，且z(t
i*
)对应的列车集合q
*
为最优列车调度方案。
[0111]
综上所述，本方案能应对和处理在平峰转高峰以及高峰转平峰时的列车时刻表衔接问题，解决现有碎片化时刻表编制问题，获得高效的列车调度方案，从而能提高车辆利用率与提高运行图的编制效率和质量。