论文部分内容阅读
车流组织是铁路行车组织工作中的重要内容,一直也是国内外铁路行业专家以及运筹管理领域学者们研究的课题之一。由于铁路运输组织的行业特殊性以及网络大规模尺度,指导运输生产的各种计划和方案相互关联,相互影响,从而使得车流组织优化非常复杂也非常困难,至今仍未圆满地解决。分组列车作为其中的一种车流组织形式,在以美国和加拿大为代表的铁路货运发达国家非常普遍。但由于铁路管理体制的不同以及运输组织模式的差异等其他方面原因,国外的研究成果难以完全应用于我国实际。而在国内,车流组织研究主要集中于单组列车,很少涉及分组列车;实际生产中分组列车的比例也非常低,目前主要在牵引定数递减情形以及集装箱五定班列中有过采用,但并不广泛。因此,分组列车的理论成果和实践经验还非常缺乏。相比单组列车,分组列车组织较为复杂,要求编成站具有较大的改编能力和较多的调车线路等。尽管如此,仍有其有利性存在,如有利于保证列车满轴正点和不违编,远程车流在换挂站部分改编而停留时间较短,减轻沿途技术站的负担等。既然分组和单组列车各有利弊,那么二者相互配合,扬长避短,发挥各自的优势对提高运输效率和效益将很有现实意义。另外,在列车的构成上,单组列车和摘挂列车都可以视为特殊的分组列车。从这个角度来说,分组列车的内涵更大,其理论研究也更具普适性。因此,对分组列车组织的相关问题研究,具有实际应用价值和学术研究价值。本论文在分析铁路车流组织原理、总结国内外编组计划优化方面的理论和方法的基础上,运用系统工程原理以及微观机理融合宏观机制的指导思想,采用定性分析与定量测度相结合,理论推导与仿真实验相融合的方法,比较系统地研究了分组列车组织特征、集结特性、组织条件、编组方案优化等相关问题,主要研究工作包括以下几个方面:(1)既有文献的对比分析。在总结大量相关文献的基础上,从研究对象、建模方法、求解算法三个方面分别介绍国内外编组计划的研究现状,对比并评述国内外编组计划在编制流程、构成内容和建模方法三个方面的特点。(2)分组列车车流组织特征分析。在对车流组织的含义、内容、组织方案以及我国车流组织经验概述的基础上,分析了分组列车的基本特征,包括技术作业特点,编成站、换挂站和终到站的作业流程,货车构成,利弊分析,组织条件分析以及各种组织形式分类,并与单组列车进行了相应地对比。(3)分组列车集结特性研究。以双组形式又尤以其中的固定重量形式分组列车为研究对象,对其集结特性进行定性分析和定量测度。将固定重量形式分组列车的总集结耗费划分为固有和附加两类,根据集结过程的动态特性和车流到达的不确定性,将到达批中的车辆数和间隔时间都视为随机变量,在独立同分布的假定下,描述固定形式分组列车在编成站和换挂站的集结过程。进一步假定到达批中的车辆数服从泊松分布以及间隔时间服从指数分布,应用随机过程知识,理论推导了集结特性的三个表现方面:集结批次、集结占用时间以及集结消耗,采用数值计算方法分析了单参数的灵敏度以及双参数的耦合影响,并给出三者均值的估计公式。(4)分组列车组织条件研究。也以双组形式的固定车组重量分组列车为研究对象,其组织条件主要包括列车编成辆数最佳分配和开行适用条件。对于前者,将其描述为,在车流到达特征已定的条件下,如果车流量递减,通过确定基本组和补轴组重量的最佳组合,使得平均每列车的集结耗费最小或者集结占用时间最小,建立整数优化模型。模型采用分阶段逐步求解思路,首先通过数值计算探究最佳固定重量的影响机制,然后基于挖掘的信息采用回归方法给出经验计算公式。对于后者,基于固定形式分组列车与单组列车集结耗费的比较分析,以前者相对后者的总净节省作为其综合效益的度量,构建了其开行适用性条件,并采用离散事件系统仿真方法进行验证。(5)分组列车编组方案优化参数。研究了分组列车编组方案的优化参数,具体包括计划车流量,固定和非固定形式的集结参数,部分改编相对无改编通过增加时间、相对完全改编的减少时间两个节省时间参数,途中改编次数,以及最大车流组号数。(6)分组列车编组计划优化模型。以途中仅换挂一次的双组列车为研究对象,在同时采用分组和单组列车形式进行车流组织的框架下,根据编组去向在车流和列流之间的过渡和衔接角色,重构车流组织任务,定性分析综合编组方案的内容和特点。基于车流组织任务的分解和我国的实际情况,忽略列车接续子问题,进而以路网编组去向方案、编组去向接续方案以及路网列流方案为0-1决策变量;考虑物理方面的车站调车线数约束和改编能力约束,车流组织制度方面的车流接续归并和车流不拆散约束,以及决策变量之间的逻辑约束;以列车集结和车流改编的总耗费最小为目标函数,建立车流径路已知条件下综合编组方案优化模型OMITFP。针对模型的特点,对其中编组去向接续子问题(CBAP),以路网编组去向方案和编组去向接续方案为0-1决策变量,考虑避圈约束、最大改编次数约束、决策变量之间的逻辑约束以及筛除显然不利方案,构建数学模型并设计了方案树法和回溯算法。