劉 杰,殷 勇*,甘志良
(1.西南交通大學(xué)交通與物流學(xué)院,成都610031;2.綜合交通運(yùn)輸智能化國(guó)家地方聯(lián)合工程實(shí)驗(yàn)室,成都610031)
高速鐵路到發(fā)線和咽喉區(qū)作為車(chē)站完成技術(shù)作業(yè)的重要設(shè)備,其作業(yè)效率和運(yùn)輸組織直接影響著整個(gè)路網(wǎng)的輸送能力.將兩者進(jìn)行綜合運(yùn)用研究對(duì)優(yōu)化車(chē)站作業(yè)組織、提高作業(yè)效率具有重要意義.
近年來(lái),國(guó)內(nèi)外學(xué)者在該領(lǐng)域的研究重心逐漸轉(zhuǎn)移到高速鐵路車(chē)站.文獻(xiàn)[1]將到發(fā)線分配問(wèn)題看成時(shí)間上具有限制的排序問(wèn)題,并說(shuō)明到發(fā)線運(yùn)用屬于NP-hard問(wèn)題.文獻(xiàn)[2]用點(diǎn)包裝問(wèn)題描述到發(fā)線運(yùn)用問(wèn)題,建立了0-1整數(shù)規(guī)劃模型.文獻(xiàn)[3-4]以作業(yè)成本最小化為目標(biāo)構(gòu)建模型.文獻(xiàn)[5]基于設(shè)備使用均衡和旅客服務(wù)質(zhì)量分別建立到發(fā)線運(yùn)用優(yōu)化的多目標(biāo)模型.文獻(xiàn)[1-5]都構(gòu)建了到發(fā)線運(yùn)用優(yōu)化模型,但均未考慮與咽喉區(qū)進(jìn)路選擇的協(xié)調(diào)優(yōu)化且都只考慮了1個(gè)目標(biāo).文獻(xiàn)[6]基于既有研究成果建立到發(fā)線和咽喉區(qū)使用均衡的優(yōu)化模型,但未考慮列車(chē)接續(xù)時(shí)間問(wèn)題.文獻(xiàn)[7]基于到發(fā)線使用均衡和進(jìn)路偏好最大建立綜合運(yùn)用優(yōu)化模型,采用線性加權(quán)法求解,目標(biāo)權(quán)重賦值主觀性較強(qiáng),僅能得到問(wèn)題的局部最優(yōu)解.文獻(xiàn)[8]建立設(shè)備占用效用最大的過(guò)站徑路模型,然而在求解時(shí)未考慮進(jìn)路占用效用和到發(fā)線運(yùn)用方案的穩(wěn)定性.
上述研究在到發(fā)線與咽喉區(qū)運(yùn)用整體性、求解算法適用性、作業(yè)計(jì)劃穩(wěn)定性等方面存在的不足,本文建立高速鐵路車(chē)站到發(fā)線與咽喉區(qū)綜合運(yùn)用優(yōu)化模型,基于改進(jìn)的帶精英策略的非支配排序遺傳算(NSGA-II)對(duì)模型進(jìn)行求解,得到的多種優(yōu)化方案為車(chē)站日常作業(yè)組織提供一定的參考.
到發(fā)線是為完成各類(lèi)列車(chē)作業(yè)而專(zhuān)門(mén)設(shè)置的線路,咽喉區(qū)是提供由進(jìn)站端接入至到發(fā)線和從到發(fā)線走行至出站端的通道.到發(fā)線使用規(guī)則決定了列車(chē)接入的到發(fā)線集合,接發(fā)列車(chē)對(duì)應(yīng)多個(gè)接發(fā)車(chē)進(jìn)路.如何在滿足列車(chē)到發(fā)時(shí)刻、作業(yè)時(shí)間標(biāo)準(zhǔn)、到發(fā)線占用原則[9]及咽喉區(qū)進(jìn)路占用原則[10]、動(dòng)車(chē)組運(yùn)用方案的前提下,確定所有接發(fā)列車(chē)的到發(fā)線及咽喉使用方案是研究的難點(diǎn).
已知車(chē)站站型、列車(chē)運(yùn)行圖、作業(yè)時(shí)間標(biāo)準(zhǔn)、到發(fā)線固定使用方案及動(dòng)車(chē)組接續(xù)關(guān)系;具備接續(xù)關(guān)系的列車(chē)必須停靠在相同到發(fā)線;不考慮分段解鎖,軌道電路的解鎖時(shí)刻與所屬咽喉區(qū)的完全解鎖時(shí)刻相同;假設(shè)動(dòng)車(chē)段的能力沒(méi)有限制.
假設(shè)某時(shí)段高速鐵路車(chē)站接發(fā)列車(chē)數(shù)量為m,根據(jù)到站先后編號(hào)為i,列車(chē)集合為I={1 ,2,…,i,…,m} ;到發(fā)線數(shù)量為n,編號(hào)為j,到發(fā)線集合為J={1 ,2,…,j,…,n} ;列車(chē)i接入到發(fā)線j的進(jìn)路集合為列車(chē)i接入到發(fā)線j的選用第k條進(jìn)路列車(chē)i從到發(fā)線j出發(fā)的發(fā)車(chē)進(jìn)路集合為列車(chē)i從到發(fā)線j的選用第k條發(fā)車(chē)進(jìn)路,
決策變量有:
(1)到發(fā)線占用與列車(chē)匹配最合理.
為保證作業(yè)安全有序,上下行列車(chē)分別接在上下行到發(fā)場(chǎng).列車(chē)接入的到發(fā)線與列車(chē)停站時(shí)間、列車(chē)等級(jí)和列車(chē)在站作業(yè)方式等最大程度匹配.匹配性程度用到發(fā)線占用費(fèi)用來(lái)體現(xiàn).優(yōu)化目標(biāo)1表示為
式中:cij為列車(chē)i占用到發(fā)線j的費(fèi)用.
目前多數(shù)學(xué)者的處理方法是為其賦予0、1、M共3種取值,無(wú)法體現(xiàn)不同種類(lèi)列車(chē)占用到發(fā)線的費(fèi)用差異[11].基于此,本文綜合考慮列車(chē)運(yùn)行方向、停站時(shí)間、在站作業(yè)方式和列車(chē)等級(jí)構(gòu)建到發(fā)線占用費(fèi)用矩陣.具體方法如下:
假設(shè)列車(chē)運(yùn)行方向集合S=(1,2,???,s),列車(chē)分方向費(fèi)用矩陣為某方向列車(chē)停靠在j到發(fā)線,j到發(fā)線越靠近正線費(fèi)用值越低,列車(chē)遵循正接正發(fā)時(shí)費(fèi)用越低;列車(chē)作業(yè)類(lèi)型集合Y=(1,2,???,y),列車(chē)作業(yè)方式費(fèi)用矩陣與列車(chē)進(jìn)行的始發(fā)、終到、停站、通過(guò)相關(guān),且與到發(fā)線固定作業(yè)方式匹配程度相關(guān);列車(chē)種類(lèi)集合G=(1,2,???,g),列車(chē)種類(lèi)費(fèi)用矩陣與列車(chē)的等級(jí)和接入到發(fā)線的匹配程度密切相關(guān).定義算子⊕ ,若M=(h1,h2,???,hn) ,N=(u1,u2,???,un) ,則T=M⊕N=(max(h1,u1),???,max(hn,un)).基于算子運(yùn)算規(guī)則,列車(chē)i的費(fèi)用矩陣為
列車(chē)費(fèi)用矩陣構(gòu)成了到發(fā)線占用費(fèi)用矩陣C=(cij),當(dāng)cij=∞時(shí),表示列車(chē)i不能接入到發(fā)線j;當(dāng)cij≠∞時(shí),表示列車(chē)i可以接入到發(fā)線j,所產(chǎn)生的費(fèi)用為cij.
(2)提高車(chē)站作業(yè)計(jì)劃穩(wěn)定性.
增大占用同一到發(fā)線的相鄰列車(chē)間的緩沖時(shí)間可有效提高車(chē)站作業(yè)計(jì)劃的穩(wěn)定性,同時(shí)兼顧到發(fā)線的均衡使用[12].假設(shè)列車(chē)i和i*接入同一到發(fā)線j,且列車(chē)i早于列車(chē)i*到達(dá)車(chē)站,則列車(chē)之間的緩沖時(shí)間表示為
因此,優(yōu)化目標(biāo)2表示為
(3)選擇長(zhǎng)度短、道岔少的進(jìn)路完成接發(fā)車(chē)作業(yè).
采用進(jìn)路占用費(fèi)用體現(xiàn)方案的優(yōu)劣.目標(biāo)函數(shù)3表示為
優(yōu)化模型應(yīng)滿足下列約束條件:
(1)列車(chē)只能選擇1條到發(fā)線進(jìn)行作業(yè),約束為
(2)到發(fā)線有效滿足列車(chē)接入條件,約束為
式中:Lj為編號(hào)為j的到發(fā)線的有效長(zhǎng)度;li為編號(hào)為i的列車(chē)長(zhǎng)度.
(3)列車(chē)只能選擇1條接車(chē)進(jìn)路和發(fā)車(chē)進(jìn)路,約束為
(4)到達(dá)同一到發(fā)線的相鄰列車(chē)作業(yè)之間須滿足最小安全時(shí)間間隔,約束為
(5)具備動(dòng)車(chē)組折返關(guān)系的2列列車(chē)必須安排在同一到發(fā)線上,約束為
式中:Mii*為0-1變量,依據(jù)列車(chē)方案確定,列車(chē)i與列車(chē)i*存在折返關(guān)系,取值為1;否則,為0.
(6)具有旅客換乘關(guān)系的列車(chē)必須停靠在同一站臺(tái)的到發(fā)線上,約束為
式中:Gjj*為0-1變量,依據(jù)車(chē)站站型確定,若到發(fā)線j與j*臨靠同一站臺(tái),取值為1,否則,取值為0;Fii*為0-1變量,若列車(chē)i與列車(chē)i*存在換乘關(guān)系,取值為1,否則為0.
(7)通過(guò)列車(chē)s*應(yīng)安排在正線上,約束為
式中:L(j)為車(chē)站正線的集合;S*為通過(guò)列車(chē)集合.
(8)占用接發(fā)車(chē)作業(yè)進(jìn)路的交叉干擾疏解,約束為
(9)變量取值約束為
上述模型是1個(gè)多目標(biāo)0-1規(guī)劃模型,此類(lèi)問(wèn)題通常不能得到唯一解使各個(gè)目標(biāo)都達(dá)到最優(yōu),只能得到Pareto最優(yōu)解集.針對(duì)該類(lèi)問(wèn)題,一些學(xué)者求解的思想在于將多目標(biāo)問(wèn)題轉(zhuǎn)化為單目標(biāo)問(wèn)題求解,但轉(zhuǎn)化過(guò)程中權(quán)重等參數(shù)難以確定且受人為影響較大.部分學(xué)者采用啟發(fā)式算法對(duì)模型求解,但如何快速全面的找到具有收斂性的Pareto最優(yōu)解集是求解問(wèn)題的難點(diǎn).本文采用改進(jìn)的帶精英策略的非支配排序遺傳算法(NSGA-II)對(duì)模型求解.算法在保存優(yōu)秀個(gè)體和降低計(jì)算復(fù)雜度2個(gè)方面作了改進(jìn).
(1)染色體編碼和解碼:采用整數(shù)編碼的方式,列車(chē)數(shù)量為m,到發(fā)線數(shù)量為n,以列車(chē)占用的到發(fā)線作為編碼數(shù)值,編碼方式如圖1所示.對(duì)圖1的編碼子串進(jìn)行解碼,列車(chē)1占用到發(fā)線2,列車(chē)2占用到發(fā)線5,依次解碼不再贅述.
(2)種群快速非支配排序:使用快速非支配排序?qū)ΨN群進(jìn)行排序,為種群中的每個(gè)個(gè)體返回2列,分別是排序等級(jí)和擁擠距離.
(3)選擇算子:采用二進(jìn)制錦標(biāo)賽選擇,選擇過(guò)程中,隨機(jī)比較2個(gè)個(gè)體的排序等級(jí),選擇排序等級(jí)低的個(gè)體,如果等級(jí)相同,則比較擁擠距離,選擇擁擠距離大的個(gè)體.
(4)交叉和變異:2個(gè)染色體之間的交叉如圖2所示,設(shè)交叉概率為pm,變異概率為pc,兩者可發(fā)生在編碼的任意位置.染色體1和2的交叉如圖2所示.
(5)精英策略:保留父代中的優(yōu)良個(gè)體,直接進(jìn)入子代,降低計(jì)算復(fù)雜度,同時(shí)保證精英個(gè)體不被遺漏.算法流程如圖3所示.
圖1 染色體編碼Fig.1 Chromosome coding
以某高速鐵路車(chē)站為例,如圖4所示,接發(fā)A、C、E共3個(gè)方向的列車(chē).動(dòng)車(chē)段1、2分別與下、上行到發(fā)場(chǎng)連通.采用模型及算法,對(duì)車(chē)站8:00-16:00接發(fā)的84列列車(chē)安排相應(yīng)股道及咽喉區(qū)進(jìn)路.列車(chē)技術(shù)作業(yè)時(shí)間標(biāo)準(zhǔn)按表1取值,到發(fā)線占用費(fèi)用矩陣如表所示2所示.
圖2 染色體交叉示意圖Fig.2 Chromosome cross diagram
圖3 算法流程Fig.3 Algorithm steps
表1 作業(yè)時(shí)間標(biāo)準(zhǔn)Table 1 Operating time standard
圖4 某高速鐵路車(chē)站平面站型Fig.4 Layout of a high-speed railway station plane
表2 到發(fā)線占用費(fèi)用矩陣Table 2 Occupancy cost matrix of arrival and departure line
列車(chē)從不同方向接入各到發(fā)線和從各到發(fā)線發(fā)出的最優(yōu)接發(fā)車(chē)進(jìn)路是確定的,例如從A端接入列車(chē)到股道1的最優(yōu)接車(chē)進(jìn)路經(jīng)過(guò)的股道為:9,11,19,21,35,37,39,41.因此可以確定各到發(fā)線對(duì)應(yīng)的最優(yōu)接發(fā)車(chē)進(jìn)路費(fèi)用如表3所示.
表3 各股道最優(yōu)接發(fā)車(chē)進(jìn)路的占用費(fèi)用Table 3 The cost of the optimal access route and departure route to the track
利用Matlab編程求解,參數(shù)為:初始種群100,最大進(jìn)化代數(shù)200,交叉概率0.9,變異概率0.1.計(jì)算得到上行列車(chē)作業(yè)方案最優(yōu)邊界如圖5所示.下行列車(chē)作業(yè)方案最優(yōu)邊界如圖6所示.
圖5 上行列車(chē)作業(yè)方案最優(yōu)邊界Fig.5 The optimal boundary of down train
圖6 下行列車(chē)作業(yè)方案最優(yōu)邊界Fig.6 The optimal boundary of up train operation
根據(jù)模型優(yōu)化結(jié)果可知,有多種作業(yè)方案可供選擇.不同目標(biāo)函數(shù)對(duì)應(yīng)的最優(yōu)值對(duì)應(yīng)圖5和圖6的邊界點(diǎn).選擇解集中的一個(gè)方案,將其結(jié)果與原始方案進(jìn)行對(duì)比分析,驗(yàn)證方案的合理性.
分析表4,得出如下結(jié)論:
(1)列車(chē)占用到發(fā)線匹配性.優(yōu)化方案所有列車(chē)均采用“正接正發(fā)”的方式進(jìn)行作業(yè);接入臨近正線的股道的列車(chē)數(shù)量較原始方案增多,列車(chē)接入與列車(chē)停站時(shí)間、列車(chē)等級(jí)和列車(chē)在站作業(yè)方式匹配度更高,占用總費(fèi)用減少10.因此,到發(fā)線與列車(chē)匹配度更合理.
表4 優(yōu)化前后車(chē)站作業(yè)方案的對(duì)比分析Table 4 Comparison and analysis of station operation schemes before and after optimization
(2)車(chē)站作業(yè)計(jì)劃穩(wěn)定性.優(yōu)化后車(chē)站作業(yè)計(jì)劃穩(wěn)定性評(píng)價(jià)函數(shù)值減少225,說(shuō)明優(yōu)化方案穩(wěn)定性更強(qiáng);優(yōu)化方案的股道平均緩沖時(shí)間和相鄰兩次占用股道的平均緩沖時(shí)間都有所增加,列車(chē)接入到發(fā)線的緩沖時(shí)間越大,車(chē)站抗干擾能力越強(qiáng).
(3)接發(fā)車(chē)進(jìn)路條件好.優(yōu)化后車(chē)站接發(fā)列車(chē)占用總費(fèi)用相比優(yōu)化前減少475,列車(chē)接發(fā)的進(jìn)路條件好.
(4)軌道利用均衡性.優(yōu)化方案股道占用次數(shù)方差更小,到發(fā)線的使用越均衡.
本文建立滿足列車(chē)到發(fā)占用到發(fā)線匹配性最大、作業(yè)計(jì)劃穩(wěn)定性最強(qiáng)和接發(fā)車(chē)進(jìn)路偏好性最好的優(yōu)化模型.以某高速鐵路車(chē)站為例,采用基于改進(jìn)的帶精英策略的非支配排序遺傳算法(NSGA-II)編程求解,選擇Pareto解集中一個(gè)方案與原有方案對(duì)比發(fā)現(xiàn)新的方案在列車(chē)與到發(fā)線的匹配性,車(chē)站作業(yè)計(jì)劃的穩(wěn)定性,接發(fā)車(chē)進(jìn)路條件,軌道利用均衡性都較原方案優(yōu),驗(yàn)證了模型和算法的有效性,為車(chē)站日常接發(fā)車(chē)作業(yè)組織提供一定的參考.
[1]KANG L J,WU J J,SUN H J.Using simulated annealing in a bottleneck optimization model at railway station[J].Journal of Transportation Engineering,2012,138(11):1396-1402.
[2]ZWANEVELD P,KROON L G,HOESEL S P M V.Routing trains through a railway station based on a node packing model[J].European Journal of Operational Research,1997,128(1):14-33.
[3]CRAREY M,CRARVILLE S.Scheduling and plat forming trains at busy complex stations[J].Transportation Research,Part A,Policy and Practice,2003,37(A3):195-224.
[4]ZWANEVELD P J,KROON L G,HOESEL P M V.Routing trains through a railway station based on a node packing model[J].European Journal of Operational Research,2001,128(1):14-33.
[5]李琦.高速鐵路大型客運(yùn)站到發(fā)線運(yùn)用優(yōu)化研究[D].成都:西南交通大學(xué),2012.[LI Q.Study on the optimization of the development of large-scale passenger station in high-speed railway[D].Chengdu:Southwest Jiaotong University,2012.]
[6]趙鵬,宋文波,陳霞,等.大型鐵路客運(yùn)站到發(fā)線與咽喉區(qū)綜合運(yùn)用優(yōu)化[J].北京交通大學(xué)學(xué)報(bào),2015,39(6):1-7.[ZHAO P,SONG W B,CHENG X.Comprehensive utilization of large-scale railway passenger station to hairline and throat zone[J].Journal of Beijing Jiaotong University,2012.]
[7]喬瑞軍.客運(yùn)專(zhuān)線車(chē)站接發(fā)車(chē)進(jìn)路選擇與調(diào)整問(wèn)題研究[D].北京:北京交通大學(xué),2012.[QIAO R J.Study on route selection and adjustment of 6passenger dedicated line[D].Beijing:Beijing Jiaotong University,2012.]
[8]陳彥.鐵路客運(yùn)站列車(chē)過(guò)站徑路與調(diào)機(jī)運(yùn)用優(yōu)化[D].長(zhǎng)沙:中南大學(xué),2010.[CHEN Y.Optimization of trains and trunking of railway passenger station[D].Changsha:Central South University,2010.]
[9]王克豹.客運(yùn)專(zhuān)線與既有線銜接站到發(fā)線運(yùn)用優(yōu)化研究[D].成都:西南交通大學(xué),2011.[WANG K B.Study on optimization of passenger dedicated line and existing line connection station[D].Chengdu:Southwest Jiaotong University,2011.]
[10]陳建鑫.客運(yùn)專(zhuān)線車(chē)站作業(yè)計(jì)劃協(xié)同優(yōu)化方法研究[D].北京:北京交通大學(xué),2007.[CHEN J X.Research on cooperative optimization method of passenger dedicated line station operation plan[D].Beijing:Beijing Jiaotong University,2007.]
[11]江秀,倪少權(quán),陳釘均.客運(yùn)站到發(fā)線運(yùn)用優(yōu)化研究綜述[J].鐵道運(yùn)輸與經(jīng)濟(jì),2014,36(11):14-18.[JIANG X,NI S Q,CHEN D J.A summary of optimization research on the application of passenger terminal[J].Railway Transport and Economy,2014,36(11):14-18.]
[12]賈文崢.大型鐵路客運(yùn)站的進(jìn)路分配問(wèn)題及緩沖時(shí)間研究[D].北京:北京交通大學(xué),2010.[JIA W Z.Research on route assignment and buffer time of large railway passenger station[D].Beijing:Beijing Jiaotong University,2010.]
[13]刁訓(xùn)娣.基于多目標(biāo)遺傳算法的項(xiàng)目調(diào)度及其仿真研究[D].上海:上海交通大學(xué),2010.[DIAO X D.Research on project scheduling and simulation based on multi-objective genetic algorithm[D].Shanghai:Shanghai Jiaotong University,2010.]