城市轨道交通末班列车运行计划协同组织优化

摘要

20世纪70年代以来，伴随着能源危机、城市化进程带来的资源短缺与道路交通拥堵、交通事故与环境污染的逐步加剧，城市轨道交通受到发达国家及发展中国家的普遍重视。城市轨道交通的快速发展，大大提高了城市交通供给水平，缓解了大城市日益拥堵的交通环境;引导了城市格局的健康发展，扩展了城市版图;提高了社会效益及城市的综合竞争力。
　　城市轨道交通是大众出行的主要载体，是城市功能正常运转的重要支撑。目前，各大城市轨道交通系统已由单一线路发展成为纵横交错、经纬贯穿的轨道交通路网。轨道交通的总发展趋势呈现了集中型、网络化、多模式的发展态势。因此，开展网络化条件下的城市轨道交通路网运营组织理论与方法、技术研究也变得更加复杂。
　　本论文以城市轨道交通网络及换乘站为研究对象，通过分析末班列车衔接机理及乘客换乘效率等的影响因素，结合城市轨道交通系统运营现状，重点研究换乘站末班列车衔接优化问题。分别建立基于不同情景下的城市轨道交通末班列车运行计划协同优化模型，并设计高效的求解算法。以北京市城市轨道交通网络为例，验证模型与算法的可行性、高效性。通过研究，将为城市轨道交通网络末班列车运行提供科学的理论依据。本论文的主要研究内容如下:
　　第一，分析并证明末班列车在换乘站的衔接情形，当换入、换出线路的末班列车到达换乘站的时刻之差大于等于换入列车停站时间，则末班乘客换乘成功;当换入、换出线路的末班列车到达换乘站的时刻之差小于列车停站时间，则来自彼此方向的末班乘客均不能成功换乘至对方线路。建立末班列车运行计划编制问题的一般模型。选取NAE-3SAT问题作为被归约的NP-Complete问题，证明末班列车运行计划编制问题属于NP-Hard问题。
　　第二，综合分析首班列车、末班列车、峰时列车的运行特点，建立城市轨道交通首末班及峰时列车换乘等待时间整合模型。根据列车运行时段的不同，设计不同算法确定首班列车、末班列车、峰时列车各换乘对的等待时间。以北京城市轨道交通线网图为背景做实例分析，结果表明优化后首班列车的换乘等待时间减少了21.5％，无缝衔接方向提高了5个。末班列车的换乘等待时间减少了67.7％（其中，衔接失败方向数由16个减少至14个），无缝衔接方向提高了2个。峰时列车的换乘等待时间减少了63.3％，无缝衔接方向提高了7个。
　　第三，定义末班列车换乘冗余时间，对比分析换乘冗余时间与等待时间的耦合关系，建立城市轨道交通末班列车换乘冗差时间模型并设计遗传算法作为求解方法。为了验证所建模型的实效性，选取了小规模网络进行预测试。最后，选取北京城市轨道交通网络进行实例分析，优化结果显示所选择的42个重点换乘方向中，衔接水平提高了11.9％，并且完全消除了“Just-miss”的末班换乘影响。
　　第四，提出末班列车延误调整的原则是快速、微扰地解决列车延误造成的换乘影响，建立城市轨道交通末班列车延误调整模型并设计遗传退火算法作为求解方法。以北京城市轨道交通网络为研究背景，计算北京地铁1号线上行方向各区间的延误容忍，测试结果显示车辆段至公主坟区间的延误容忍时长为15分10秒。该线路中的敏感区间为东单至建国门区间，延误容忍时长为7分46秒。

目录

声明

致谢

摘要

1 引言

1．1 研究背景

1．2 研究目的和意义

1．3 国内外研究综述

1．3．1 乘客等待时间优化

1．3．2 面向服务与运营的多目标优化

1．3．3 列车运行计划编制与调整

1．3．4 列车运行图鲁棒性研究

1．3．5 面向能耗的列车运行计划编制研究

1．3．6 列车运行计划编制算法

1．3．7 研究现状评述

1．4 主要内容和结构框架

1．4．1 论文主要内容

1．4．2 论文结构框架

1．5 本章小结

2 城市轨道交通末班列车运行计划编制问题NP-Hard证明

2．1 NP-Hard问题定义

2．2 末班列车换乘站衔接方向数分析

2．3 末班列车运行计划编制问题的一般模型

2．4 末班列车运行计划编制问题NP-Hard证明

2．4．1 NAE-3SAT问题

2．4．2 归约证明NAE-3SAT(-)d-LTP

2．4．3 解的等化证明

2．5 本章小结

3 城市轨道交通首末班及峰时列车换乘等待时间优化

3．1 换乘等待时间模型的符号说明

3．2 模型假设条件

3．3 模型约束条件

3．3．1 技术约束

3．3．2 运行约束

3．4 换乘等待时间建模

3．4．1 首班列车换乘等待时间

3．4．2 末班列车换乘等待时间

3．4．3 峰时列车换乘等待时间

3．4．4 首末班及峰时列车换乘等待时间整合模型

3．5 整合模型求解算法

3．5．1 解的编码形式

3．5．2 算法的领域结构

3．5．3 换乘等待时间求解算法

3．5．4 模拟退火算法步骤

3．6 等待时间模型算例设计及分析

3．6．1 初始的列车运行计划衔接情况

3．6．2 优化后的列车运行计划衔接情况

3．6．3 算法效率分析

3．7 等待时间模型实例分析

3．7．1 等待时间模型网络初始数据

3．7．2 等待时间模型优化结果

3．7．3 停站时间灵敏度分析

3．8 本章小结

4 城市轨道交通末班列车换乘冗差时间优化

4．1 冗差时间模型的符号说明

4．2 冗差时间模型的假设条件

4．3 冗差时间模型的决策

4．3．1 冗余时间(PTCT)和等待时间(PTWT)

4．3．2 冗差时间(PTCH)

4．4 冗差时间模型的约束与目标函数

4．4．1 末班列车运行约束条件

4．4．2 冗差时间模型目标函数

4．5 遗传算法设计

4．6 冗差时间模型算例设计

4．6．1 重点衔接方向

4．6．2 算例优化结果

4．6．3 遗传算法效率分析

4．7 冗差时间模型实例研究

4．7．1 网络初始数据

4．7．2 优化结果分析

4．7．3 衔接惩罚因子影响分析

4．7．4 目标函数对比分析

4．7．5 算法参数及收敛性分析

4．8 本章小结

5 城市轨道交通末班列车延误调整

5．1 延误调整模型的符号说明

5．2 延误调整模型的假设条件

5．3 延误调整模型的约束条件

5．3．1 模型硬约束

5．3．2 模型软约束

5．4 末班列车延误调整模型

5．4．1 延误调整的快速性

5．4．2 延误调整的换乘影响

5．4．3 延误调整的扰动性

5．4．4 末班列车延误调整建模

5．5 遗传退火算法设计

5．6 延误调整模型算例设计

5．6．1 算例优化结果分析

5．6．2 区间末班列车延误分析

5．7 延误调整模型实例研究

5．7．1 硬约束软约束分析

5．7．2 末班列车延误管理

5．7．3 灵敏区间检测

5．8 本章小结

6 结论

6．1 研究总结

6．2 主要创新点

6．3 研究展望

参考文献

作者简历

学位论文数据集