面向城市轨道交通灵活编组的列车运行图编制方法

来源 :北京交通大学 | 被引量 : 0次 | 上传用户:wisled
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来随着城市化的快速发展,人们对公共交通的要求越来越高。同时,随着人民出行需求和各方面需求的进一步升高,现有轨道交通的发展速度已经无法满足人民日益增长的出行需求,这也导致我国交通运输的供求矛盾越来越严重。列车运行调度是协调轨道交通运输供求矛盾的关键,然而现有的面向灵活编组的方案都是以调度员的经验为基础,缺少科学的决策依据。同时,缺乏最优的数学模型和最优的运算流程,使得现有的资源无法得到充分的利用,导致了资源的浪费。因此,基于自适应虚拟编队策略在任意时刻实现有效且正确的编组具有重要的意义。本文考虑了不同时段客流的需求,结合列车在线路上的运行情况,设计了面向城市轨道交通灵活编组的列车运行图编制优化模型,主要内容如下:(1)本文建立了面向灵活编组的列车运行动态模型和乘客客流量动态模型。在考虑乘客方与运营方双方利益的优化目标前提下,结合相关约束条件,建立面向城市轨道交通灵活编组的列车运行图优化模型,从而获得灵活的自适应虚拟编队策略。与传统的高峰编组低峰解编的策略不同的是,基于自适应虚拟编队策略,综合考虑车站状态、动态客流属性以及优化目标,在任意时刻实现有效且正确的编组。(2)本文采用能够将复杂约束条件进行松弛和分解的拉格朗日松弛算法求解面向城市轨道交通灵活编组的列车运行图优化模型。本文通过对不同时段的列车停站时间、发车间隔以及列车运行图的对比分析,验证了拉格朗日松弛算法的可行性;通过与基准算法的对比分析,验证了拉格朗日松弛算法的求解优势。(3)本文设计并开发了一套面向动态灵活编组的ATS仿真系统,并基于该系统,实现对面向城市轨道交通灵活编组的列车运行图优化方法的验证。首先,通过观测ATS仿真系统的运行图以及虚拟车辆的运行效果,验证了面向城市轨道交通灵活编组的列车运行图优化方法的可行性。同时站场显示中也可以看出本文求解获得的自适应虚拟编队策略会综合客流等因素判断列车是否加入编组。在以上对面向城市轨道交通灵活编组的列车运行图优化方法的构建、验证以及实现的基础上,本文可以通过客流情况进而进行虚拟编队的灵活编组,同时设计非周期的列车运行图,随客流情况的变化停站时间成正比变化。仿真结果表明,与以往固定的停站时间相比,既提高了列车利用率,又提高了乘客乘坐舒适度。图39幅,表11个,参考文献56篇。
其他文献
组合设备是一种高度自动化集成制造系统,能够对单枚晶圆进行高效且精确的加工。因此,它被广泛应用于半导体芯片制造。组合设备由一对真空锁、一个传输模块以及若干个加工模块组合在一真空环境中。随着半导体芯片制程日益复杂,由若干台组合设备通过缓冲模块耦合而成的多组合设备逐渐被晶圆厂采用。由于组合设备的价格不菲,因此寻找有效的调度与控制方法提高其利用率和回报率,是非常有必要的。近几年来,芯片产品种类多样化,晶圆
学位
随着信息技术推动全球由传统工业进入信息社会,农业也迈入数字化、智能化的新时代。研究基于三维点云技术的植物形状表达与表型分析,对促进农业的高产量、高质量生产具有至关重要的意义。然而,对植物幼苗进行三维重建,常存在户外环境光线不稳定、叶片间的遮挡、摄像头视野限制、扫描精度过低等因素导致植物幼苗点云出现噪声、稀疏、缺失的情况,影响了植物表型分析的准确度。因此,研究植株点云数据的修补算法,能辅助植物三维形
学位
随着互联网的发展,信息量指数增长,如何从大量信息中获取所需要的信息是一个重要问题,因此,信息抽取的相关技术研究愈发重要。事件检测是自然语言处理中事件抽取任务的子任务,是信息抽取中的一个重要方向。给定一段文本,事件检测旨在从中检测出潜在的事件类型。目前的事件检测主流是对文本中的触发词进行识别,并判断该触发词属于哪个事件类型。这种基于触发词的事件检测方式会加大数据标注的工作开销,此外,在事件检测任务中
学位
故障诊断是设备维护中的关键部分,轴承作为现代机械设备中的基础元件更是维护过程中的关键部分。由于滚动轴承受各种复杂因素的影响,使之成为整个旋转机械系统中可靠性最差的零部件之一。传统的轴承故障诊断方法以人工设计降噪、滤波、特征提取为主,手动提取特征的过程相对繁琐,且需要一定的背景知识,在面对海量数据集时越来越力不能及。此外,轴承工作周期跨度大,工况复杂多变,这也使得手动提取特征愈发困难。随着深度学习的
学位
随着硬件计算能力提升与众多深度学习方法的普及,行为识别算法逐渐应用于现实中。基于骨骼的行为识别算法是行为识别领域下的一个热门研究领域,吸引了不少研究人员的目光。众所周知,相对于深度学习方法,传统方法可以在较少样本情况下较快地进行训练与预测,但是准确率有所不足;而深度学习方法可以得到较高的准确率,但是需要较多样本用以训练并且计算量较大。这启发我们将传统方法与深度学习方法进行结合,使传统方法与深度学习
学位
情感分析(Sentiment analysis)是自然语言处理的重要领域之一,其目的是从各种数据源中收集基于特定主题的主观意见或感受。但是情感分析在带有复合情感的句子中可能无法准确分析出不同方面情感倾向。因此更具细粒度的情感分析任务,方面级的情感分析(Aspect-based sentiment analysis)被提出,这个任务旨在识别出被分析主体涉及到的多个方面的情感倾向。方面情感分析由多个子
学位
随着深度学习技术的推进以及用户需求的不断更新,人工智能领域对于文本和图像的研究不再局限于单一的自然语言处理任务或者计算机视觉任务,整合这两种不同模态数据的跨模态学习开始受到人们的重视,并展现出了巨大的应用前景。文本语义图像合成作为一种结合文本和图像数据的跨模态图像生成任务,能够更好地适应日益多元化、复杂化的应用场景,满足用户的多样化需求。因此,该任务逐渐成为了跨模态学习领域的一个研究热点。本文是关
学位
情感分析,作为自然语言处理的重要研究领域之一,随着研究的深入以及网络文本情感挖掘的现实应用需求越来越大,作为更为细粒度的方面级情感分析越来越获得重视,已经成为研究热点。方面级情感分析模型,主要是基于深度学习方法,有不少实质性的进展突破。但是深度学习方法依赖标注数据集进行监督学习,而方面级情感分析任务数据集较少,这使得模型过拟合风险较大,容易陷入性能瓶颈和应用障碍。本文,提出基于多任务学习的方法,利
学位
单光子发射型计算机断层扫描(Single-Photon Emission Computed Tomography,SPECT)是临床上常用的一种成像技术,其原理是向病人体内注射一定剂量的放射性示踪剂,放射性示踪剂在衰减过程中会放射出gamma光子,围绕在人体周围的探测器接收到这些光子后经由计算机处理成投影数据,最后通过重建算法进行图像重建,得到重建后的SPECT图像可以辅助医生进行临床诊断。然而放
学位
声波是唯一能够在海洋中实现远距离传递的能量形态。在水下介质中,与其他物理场相比,声波的能量衰减系数更低,能够实现更远距离的能量传播。因此,声波是在水下最佳的信号载体。目前中国所拥有的海域面积约为299.7万平方公里,占地十分辽阔。对于我国而言,富饶且稳定的海洋环境是国民经济高速发展的重要保障,因此对水下传感器进行研究就显得尤其重要。光纤水声传感器结合了光纤技术和光电子技术,以其灵敏度高、响应频段宽
学位