动车组的运用包括动车组担当的列车车次、始发终到车站、运行时间、走行路径以及其在运营过程中所需要的各级检修作业等内容。动车组的运用实质是充分考虑动车组列车衔接和维修约束条件下的优化利用问题,是典型复杂环境中的优化问题。差分进化(Differential Evolution Algorithm,DE)算法具有原理简单、控制参数少以及通用性强等优点;在进化阶段,DE算法特有的变异操作算子且不依赖于问题的特征信息,使其表现出较强的全局收敛性和高可靠性,因此适用于复杂环境下的优化问题求解。从优化动车组列车接续关系的角度出发,研究动车组运用计划的数学模型及其优化求解算法。具体内容如下:(1)针对动车组周转接续优化问题,提出一种置换方式下选择概率Q最优的离散差分进化(Discrete Differential Evolution for the Permutations space based on Optimal Q,DDEP-Q)算法。已知高速铁路全线、成对列车运行图,针对动车组周转接续优化模型,利用DDEP-Q算法求解此模型,得到动车组的最优周转方案。针对DDEP-Q算法,种群中的初始个体的表示方法采用正整数编码;利用相邻交换次数最佳的随机冒泡排序算法对差分变异算子进行设计,并引入适应性调节策略;在标准DE的二项式交叉策略的基础上,随机选择交叉点,进行部分基因交换,避免最优解结构遭到破坏;同时引入一定的选择概率的“贪婪”选择策略,提高算法求解动车组周转接续优化问题的有效性。以武广客运专线的长沙站为研究对象,应用DDEP-Q算法求解动车组周转接续优化问题,并在MATLAB编程环境下仿真实现,其结果表明,相比蚁群优化(Ant Colony Optimization,ACO)算法,DDEP-Q算法可以快速获得较好质量的解,即得到动车组周转优化方案。(2)在满足检修时间和里程约束的条件下,建立了动车组运用计划编制的数学模型,并针对动车组运用计划的编制优化问题,提出一种结合禁忌搜索(Tabu Search,TS)算法和DDEP-Q算法的混合(TS-DDEP-Q)算法。以动车组不固定区段使用方式为前提,将所有列车运行任务构成的有序正整数排列为动车组交路,在排列状交路中,确保动车组走行时间和里程周期的检修约束,考虑动车组使用数量最少,构建数学模型。针对TS-DDEP-Q算法,通过设计邻域函数,利用TS算法产生种群初始个体;采用DDEP-Q中基于置换的变异策略,同时给出相应的修复操作方式,处理变异过程中产生的不可行解;在传统DDE算法两点交叉方式的基础上,利用交路中“路段交换”的思想设计交叉操作。最后结合武广客运专线实例进行MATLAB仿真研究,与其它离散变异方式下的离散差分进化算法进行比较,验证了TS-DDEP-Q的优越性。
暂无评论