客流波动场景下的动车组运用计划调整研究OA北大核心CSTPCDEI

为了适应旅客客流的动态变化,列车运行图的调整越来越频繁,相应的动车组运用计划也需要随之进行调整。为了使动车组运用计划在列车运行图切换时能够高效高质量地调整,针对客流波动场景下的动车组运用计划调整问题进行研究,构建了一个多日的动车组运用接续网络刻画动车组担当运行线、检修、接续等状态和基本约束,从而将可行动车组交路的生成转化为接续网上的路径搜索问题。在此基础上,以取消加开车次数量最少、偏离原计划程度最小、动车组运用成本最小和偏离期望库存数量最少为目标,考虑动车组接续以及检修等约束条件,建立了基于路径的动车组运用计划调整模型。针对模型的分治结构特征,设计了拉格朗日松弛算法,将原问题分解为多个独立动车组运用的时空最短路径子问题,并通过求解拉格朗日对偶子问题得到路径集合。基于迭代过程中生成的路径集合,采用求解器求解原模型,得到问题的上界解。最后,以多个区域内的部分高速铁路网络日常图与周末图的实际运营数据为背景进行算例验证。结果表明,所设计的算法均能在65 s内得出结果,且Gap均在0.64%以下,所得到的方案在求解质量和求解效率方面均优于人工调整的方案。通过本文提出的优化方法,可以快速生成动车组调整计划,有效提高动车组的运用效率,降低运营成本。