1.模型参数设定及说明建立线路车站集合G={S,T},其中,S={sj|j=1,2,…,n}为线路中的车站集,s1,s2,…,sn分别表示从线路起点到终点列车依次经过的车站序列,n表示线路上的车站数量。S换⊂S表示线路中满足换乘节点技术条件可作为换乘站的...[继续阅读]

    遗传算法是一种通过模拟自然界的优胜劣汰及适者生存原理来进行寻优的概率性优化算法,可以解决非线性的优化问题,具有强大的全局搜索能力。然而遗传算法的寻优过程比较盲目,没有足够跳出局部最优的能力,难以寻找到全局最优...[继续阅读]

    1.染色体编码用遗传退火算法求解高速铁路列车停站方案优化问题时,需根据解的性质设计合适的编码方式,直观地表现问题的解及尽量满足模型中的约束。因此,采用0-1整数编码方式,如图4-6所示。图4-6列车停站方案染色体编码方式编...[继续阅读]

    混合遗传算法求解高速铁路列车停站方案优化的具体步骤如下:步骤1:初始设定算法参数,种群大小popsize,交叉概率调整参数分别为pc1、pc2,变异概率调整参数分别为pm1、pm2,最大迭代次数Maxgen,初始温度ts,温度衰减参数α;图4-8算法流程示...[继续阅读]

    列车停站是为了满足旅客乘降需要,中间各站间的客流交换主要通过列车停站的方式输送,列车停站数目越多越有利于各站旅客的乘降,为旅客出行提供方便;但高速铁路列车停站次数过多会损失列车旅行速度,增加旅客旅行时间。因此...[继续阅读]

    停站方案的编制过程较为复杂,影响因素多种多样。国外普遍在车站和列车分级化的思想上建立相对简单的列车停站方案,而我国目前则主要按照“按流开车”的原则,采用建立模型等方式进行停站方案的编制。停站方案的影响因素有...[继续阅读]

    列车停站率是指在一个车站有营业停时的列车数与经由该车站的同一种类列车总数的比率。列车停站率[24]可根据各站到达和发送的旅客数量来确定式中Rj——车站j的列车停站率;A发——从j车站出发的旅客人数(日均人数);A到——到达...[继续阅读]

    对于一条高速铁路,编制列车开行方案时通常需要经过几个步骤:首先,客运部门收集资料并预测站间OD客流量,绘制客流图,计算客流总量、区段客流密度;其次,根据客流总量和区段客流密度初步确定列车开行区段和不同种类列车的开行...[继续阅读]

    (1)在单个车站上,不同列车经过同一车站的停站时间分布尽量均衡,每隔一段时间就有列车在站停车,可实现车站服务频率的固定化,增加了旅客出行的便捷性。对在j站停车的列车进行排序,Dpj＝p·xpj,xpj≠0,式中Rj——同一等级的列车在...[继续阅读]

    (1)列车停站率约束。是指对单个车站,其全天的列车停站次数应符合列车停站率的要求。(2)站间服务可达性约束。从方便旅客的角度,制订的停站方案应尽可能多地为旅客提供直达服务,减少或避免旅客的换乘,反映在本模型中,即同时为...[继续阅读]