单线铁路区间能力失效条件下列车运行调整模型

列车运行调整是调度指挥工作中关键任务之一. 列车运行调整模型多是基于确定的、强度较弱的扰动提出的,然而现实中某些扰动可能包含不确定的信息, 且强度较大,使得既有模型和算法呈现出一定局限性.针对单线铁路区间能力失效条件下列车运行调整问题,考虑能力失效持续时间的不确定因素,探索优化制定列车运行调整方案的模型.提出两阶段带补偿随机期望值模型,进一步讨论了多阶段递归决策概念模型的复杂度,据此给出了不完全连续多阶段决策模型.针对两类模型提出基于分枝定界的求解算法, 设计算例进行验证,与基于优先级的运行调整方法进行比较. 结果表明,相对于基于优先级的方法,多阶段决策模型能够将总列车晚点时分的期望值降低34%,两阶段模型能够降低4%, 两种模型均能够在一定程度上提高列车正点水平.     

列车运行调整问题研究现状及发展趋势

本文在较为全面，系统分析铁路列车运行调整问题的基础上，以列车运行调整研究的三类主要方法的线索，即基于运筹学优化理论的调整方法，基于人工智能的调整方法及基于离散事件动态系统理论的调整方法，分四个部分对列车行车调整问题的研究现状进行了评述，并对发展趋势提出了展望。     

复线列车运行调度的层次Petri模型及仿真

在对列车运行调度问题进行分析的基础上,通过综合受控Petri网、颜色Petri网和赋时Petri网的优势,提出一种混合Petri网模型并给出形式化描述和运行规则;采用混合Petri网建立包含设备故障和设备维修两种异常情况的列车运行调度的层次Petri网模型。通过对模型的分析,给出模型具有的两个性质,指出列车运行调度的本质是通过控制可控事件的发生时间来恢复列车的正常运行秩序。最后,以一个具有6个车站和5个区间的调度区段为例,采用CPN TOOLS仿真工具对模型进行了仿真。仿真结果表明了模型的有效性以及设备故障发生概率和列车运行可调整之间的关系。     

基于离散事件拓扑图模型的单线列车运行调整迭代修复算法

列车运行调整的优化是一个非常复杂的问题,需考虑的因素很多,很难给出一个完美的优化模型.根据单线列车运行调整的特点,建立了单线列车运行图的离散事件拓扑图模型,并在此基础上提出了单线列车运行调整的迭代修复算法.在综合考虑列车运行调整各种常用的性能指标的基础上,提出了"调整运行图综合满意度"作为运行调整的目标,给出了基于离散事件模型的迭代修复算法的原理与步骤,并实例进行仿真.仿真结果表明,该算法模型在实际运行过程中的具有较好的优化性和有效性.     

单线列车运行调整的梯度搜索算法仿真与研究

列车运行调整的优化是一个非常复杂的问题,需考虑的因素很多,很难给出一个完美的优化模型。根据单线列车运行调整的特点,建立了单线列车运行图的离散事件拓扑图模型,提出了＂调整运行图综合满意度＂作为运行调整的目标,并进一步论证了＂调整运行图综合满意度＂函数的单调递减特性;提出了冲突树的概念和梯度搜索算法的算法原理及搜索步骤,并实例进行仿真。仿真结果表明,该算法模型在实际运行过程中的具有较好的优化性和有效性。

Abstract：

The optimization of railway rescheduling is a very complex issue, many factors should to be taken into account, and it’s difficult to give a perfect optimization model. A discrete event topologic diagram model was derived according to the characteristics of the single-track railway diagram, and the ＂comprehensive satisfaction of the adjusted train diagram＂ was proposed as the target of the railway rescheduling, then the monotonically decreasing characteristic of the target function was demonstrated. The concept of conflict tree was developed and the principle and steps of the gradient search algorithm based on the DET model were given and simulated. The simulation results show that this algorithm has better adaptability and effectiveness in practical application.     

在移动闭塞条件下列车运行调整的仿真研究

针对我国铁路运能运量矛盾日益突出的现状，提出了采用移动闭塞制式加大行车密度以缓解上述矛盾的方案。首先在对移动闭塞与固定闭塞差异进行简要分析的基础上，建立了移动闭塞条件下列车的运行调整模型。其次基于专家系统技术建立了移动闭塞条件下的列车运行调整仿真系统。最后对仿真结果进行了细致分析。该仿真系统的建立将为移动闭塞条件下的列车运行提供了仿真平台。     

集装箱码头ALV调度与堆场位置分配集成优化模型

针对自动化集装箱码头水平搬运作业和堆场作业,提出一种集成调度优化方法,以最小化最大完工时间为目标,同时考虑船舶装、卸作业,建立自动升降车(automated lifting vehicles,ALV)调度与堆场位置分配集成优化模型,提出求解模型的优化算法,设计基于遗传算法的启发式算法,利用算例对模型与算法的有效性进行了验证.计算结果表明,提出的启发式算法可以提高运算效率,能够在很短的时间内对大规模算例求出高质量的解.另外,集成优化模型同时考虑码头多个作业环节,有利于提高自动化集装箱码头的装卸作业效率.     

铁路编组站到发线运用的排序模型和算法

研究在铁路编组站计算机辅助调度过程中 ,如何编制到发线运用计划的关键问题 .通过分析列车占用到发线的特性 ,建立到发线运用问题的排序模型 .通过分析列车占用到发线时间区间集合的特点 ,运用构造方法给出到发线运用问题的实用算法.     

Job-Shop调度问题的优化模型及算法

建立了关于 Job-Shop调度问题的一般优化模型 ,将问题归结为双层规划 ,以特例形式给出了最小完工时间与提前 /拖期 Job-Shop调度批量模型 ,构造了一个有效的求解算法 ,数值实验表明了模型及算法的正确性和有效性 .     

集装箱码头集成调度模型与混合优化算法

为提高集装箱码头作业中各种设备的协调性,提高整体作业效率,建立了集成调度模型,模型集成了装卸桥、集卡与龙门吊的调度问题.同时,设计了求解模型的混合优化算法,此算法集成了神经网络良好的近似估计功能与模拟退火算法有效的搜索能力.算法流程是:初始化集装箱装卸序列;基于一定的分配规则为集装箱分配作业设备;采用模拟退火算法搜索解空间,更新装卸序列.在算法过程中,用神经网络预测目标函数,并且过滤明显的劣质解.最后,通过算例分析验证了模型与算法的有效性.结果表明,混合优化算法可以提高模型求解效率,对于规模为400个集装箱的调度问题,平均偏差为7.52%,计算时间为8.9s,模型与算法可行.     

卫星地面站资源调度优化模型及启发式算法

针对涉及合理确定各地面站各类设备的数量及其分布,对设备进行最优调度,提高地面系统资源利用率等卫星地面站资源优化问题,建立了一种非线性泛函优化模型,并根据实际,在适当假设的基础上建立了系统的0-1规划模型。为了求解模型,提出基于地面站资源冲突消解策略,提出了一种启发式调度算法。利用该算法,研究了一个5站10星问题的调度方案,并与人工经验调度方案进行了比较。结果表明,采用这种启发式调度算法,卫星获得服务的时间增加,平均每天服务总圈数没有明显下降,说明该算法是有效的。     

生产作业计划调整的优先调度算法研究

本文基于生产作业计划生成的优先调度法,提出了针对生产作业计划调整的机床优先调度算法和工件优先调度算法。在机床优先调度算法中,设计了机床优先调度算法的步骤。而在工件优先调度算法中,利用归纳学习方法,研究了面向生产系统状态的生产作业计划调整方法。     

轧制计划的优化模型及其算法的应用研究

为保证热轧生产调度计划的可行性，提高排程的效率，根据热轧生产模式和轧制计划的结构特点，提出了一种车辆路径问题（VRP）模型来建模轧制调度问题，发展了一种混合调度方法（SAMPSO算法）来解决这个问题．试方法利用修正粒子群优化算法的局部和全局搜索能力来寻找全局最优解，利用模拟退火方法来避免陷于局部最优。对某钢厂实际生产数据的仿真结果表明，所提出的模型和算法具有良好的适应性和可行性。     

调整时间与顺序相关的flowshop调度的精确算法

调整时间与顺序相关的流水车间调度问题（flowshop scheduling with sequence dependent setup times,FSSDST)在过程制造业中有着广泛的应用背景，是一类比较复杂的调度问题，对目标函数是最小化最大流程时间（makespan)的同排列流水车间FSSDST调度问题进行了研究，建立了FSSDST的混合整数线性规划模型（MILP），提出了两种确定原问题的下界方法：（1）按照第m台机器（最后一台机器）定界；（2）按照全部机器定界，根据这两个下界，提出并实现了分支定界算法，为了提高分支定界算法的效率，提出了两种改进上界的策略：（1）改进初始上界法；（2）改进动态上界法，实现了上述所有算法，并通过随机产生的例子获得了各种算法的性能。     

卫星数传资源负荷均衡调度模型及蚁群优化算法

建立了卫星数传资源负荷均衡调度模型,提出了调度方案效能评价函数和模型求解的蚁群优化算法.调度模型中主要考虑任务调度收益和资源负荷均衡两个优化目标,蚁群算法通过遍历矩阵解构造图来逐步构造可行解,利用基于调度方案效能评价函数的全局信息素更新规则同时优化数传任务调度收益和数传资源负荷均衡两个目标.算例仿真表明,本文提出的调度模型和蚁群优化算法所求得的调度方案取得了较好的任务调度收益和资源负荷均衡指标评价值,说明模型与算法正确可行.     

用延迟-速率服务器模型优化流量调度算法

对数据流量进行合理调度在诸如TCP/IP这样的分组交换网络提供QoS服务过程中是很重要的。采用延迟 -速率服务器模型 (LR模型 )对广义的流量调度算法进行了分析和优化。在证明一种重要的调度算法—虚拟时钟算法符合LR模型的基础上 ,以丢失率为主要参数 ,根据分析结果对其进行了动态优化。模拟实验结果证明 ,该方法确能较好地改善资源利用率。     

待料型生产计划与调度优化模型

提出待料型生产系统的概念．并建立待料型生产计划与调度优化的三个层次的教学模型；综合计划模型、生产调度模型和工艺优化模型。为具有待料现象的企业提供优化生产组织的一般分析方法和建模思路,以增进此类企业的经济效益。     

可重入柔性调度问题研究:模型、算法与应用

近二十年来,在企业提高生产效率和增加生产灵活性方面的内在需求推动下,一类广泛存在于半导体制造、钢铁生产、汽车制造、武器生产、化工、微生物检测、金融财务等制造和服务领域,且具有多阶段、并行机拓扑结构的柔性生产调度问题的研究和应用正得到学术界和工业界越来越多的重视.考虑到在实际生产过程中,工件在部分阶段的加工工艺路径为循环的技术要求,与实际生产过程更加贴近的可重入系统的特性被引入到柔性制造系统.鉴于可重入柔性调度问题(reentran flexible scheduling problem,REFSP)在理论上的重要性及其对于实际调度的指导性,本文综述了可重入柔性调度问题的研究进展.首先介绍了可重入柔性调度问题的基本数学模型,并基于α|β|γ表示法对已有的复杂环境下的可重入柔性调度问题进行了归类,接着对其优化求解方法进行了归纳,并梳理了其主要应用领域,最后提出了有待进一步研究的若干方向和内容,旨在推进国内在可重入柔性调度问题研究领域的理论研究和工程应用.     

基于随机模型的动态调度算法研究

针对多资源云环境中虚拟机放置问题,提出了一种在随机模型下综合利用率较高的动态调度算法MIUS （maximize integrated utilization scheduling）. 首先,在调度中心建立一个虚拟的中央队列缓存用户任务,然后利用随机路由算法对用户任务进行服务器快速选择,最后在服务器上建立虚拟等待队列并利用MIUS算法进行虚拟机配置. 仿真实验结果表明,该算法在保证QoS的情况下,实现了一定程度上的负载均衡,并可较大提高系统的综合利用率.     

工程进度调整的人机对话模型与算法设计

分析传统的工程进度调整方式在进度管理上的不足，提出一种新的进度调整模式－－人机对话模式与相应的算法。