仇前程 呂從高
【摘 要】本文闡述了高速鐵路動(dòng)態(tài)性能的內(nèi)涵以及研究方法,基于列車(chē)運(yùn)行圖仿真技術(shù),引入了7個(gè)運(yùn)行圖動(dòng)態(tài)性能評(píng)價(jià)指標(biāo),并詳細(xì)介紹了每個(gè)指標(biāo)的計(jì)算方法。為了區(qū)別各指標(biāo)的重要程度,運(yùn)用灰色多層次方法評(píng)價(jià)兩兩指標(biāo)相對(duì)于準(zhǔn)則層、兩兩準(zhǔn)則層相對(duì)于目標(biāo)層的重要程度,構(gòu)建了灰數(shù)判斷矩陣,最終得到各指標(biāo)對(duì)于動(dòng)態(tài)性能的權(quán)重。
【關(guān)鍵詞】高速鐵路;多層次評(píng)價(jià);動(dòng)態(tài)性能;灰色評(píng)價(jià)
0 引言
目前,我國(guó)關(guān)于高速鐵路列車(chē)運(yùn)行圖評(píng)價(jià)的研究可以分為兩個(gè)方面,即列車(chē)運(yùn)行圖的靜態(tài)性能和動(dòng)態(tài)性能。一方面,列車(chē)運(yùn)行圖靜態(tài)性能評(píng)價(jià)主要從列車(chē)運(yùn)行、列車(chē)乘務(wù)組安排、機(jī)車(chē)運(yùn)用和旅客服務(wù)質(zhì)量等方面進(jìn)行設(shè)置指標(biāo),這些指標(biāo)主要是在列車(chē)運(yùn)行圖編制完成后通過(guò)直接查定運(yùn)行圖來(lái)獲取的。另一方面,列車(chē)運(yùn)行圖的動(dòng)態(tài)性能是指列車(chē)運(yùn)行圖在實(shí)施過(guò)程中承受各種隨機(jī)因素?cái)_動(dòng)的能力,即當(dāng)列車(chē)運(yùn)行偏離基本計(jì)劃時(shí),根據(jù)列車(chē)調(diào)度人員的調(diào)整措施,列車(chē)運(yùn)行圖憑借其計(jì)劃無(wú)效能力向執(zhí)行有效能力的轉(zhuǎn)化,使列車(chē)恢復(fù)按圖行車(chē)或減少偏離的能力[1]。由于在運(yùn)行圖實(shí)施過(guò)程中計(jì)劃無(wú)效能力向執(zhí)行有效能力轉(zhuǎn)化的邏輯關(guān)系相當(dāng)復(fù)雜,而且調(diào)度人員的處理方法也不盡相同,因此現(xiàn)在還無(wú)法用分析的方法來(lái)解決動(dòng)態(tài)指標(biāo)的計(jì)算問(wèn)題。因此,需借助計(jì)算機(jī)仿真技術(shù),通過(guò)對(duì)列車(chē)運(yùn)行實(shí)績(jī)的仿真獲取相應(yīng)的動(dòng)態(tài)數(shù)據(jù)。
1 高速鐵路運(yùn)行圖動(dòng)態(tài)性能評(píng)價(jià)指標(biāo)
目前,我國(guó)學(xué)者對(duì)高速鐵路運(yùn)行仿真做了大量的研究[2-3],也已經(jīng)設(shè)計(jì)了鐵路運(yùn)行圖仿真評(píng)估系統(tǒng)?;诜抡婕夹g(shù),本文設(shè)置了如下的動(dòng)態(tài)性能指標(biāo)。
1.1 列車(chē)平均晚點(diǎn)列數(shù)
如果某一列車(chē)的實(shí)際區(qū)段到達(dá)時(shí)間tis晚于圖定到達(dá)時(shí)間ti,那么就認(rèn)為該列車(chē)是晚點(diǎn)列車(chē),列車(chē)i是否晚點(diǎn)的邏輯變量為tis-ti>0,則ρi為1,否則為0。
1.2 列車(chē)平均延誤系數(shù)
通過(guò)一張運(yùn)行圖內(nèi)所有高速鐵路列車(chē)在區(qū)段終到站的實(shí)際與圖定到達(dá)時(shí)刻tis、ti,可以求得每次列車(chē)的實(shí)際延誤時(shí)間tis-ti,由于考慮列車(chē)旅行時(shí)間的不同,定義實(shí)際總延誤時(shí)間與圖定總旅行時(shí)間T的比值為列車(chē)平均延誤系數(shù)。
1.3 列車(chē)晚點(diǎn)恢復(fù)度
列車(chē)晚點(diǎn)恢復(fù)度的定義為列車(chē)晚點(diǎn)恢復(fù)時(shí)間與列車(chē)初始晚點(diǎn)時(shí)間Tc的比值,列車(chē)晚點(diǎn)恢復(fù)度可以衡量列車(chē)運(yùn)行圖對(duì)干擾的吸收效果,晚點(diǎn)恢復(fù)度越高,說(shuō)明運(yùn)行圖抗干擾能力越強(qiáng),運(yùn)行圖的動(dòng)態(tài)性能也越好。
1.4 全圖非圖定額外停站次數(shù)
非圖定額外停站是指列車(chē)在實(shí)際運(yùn)行過(guò)程中,由于各種原因產(chǎn)生的,在原有運(yùn)行圖不規(guī)定停車(chē)的車(chē)站而發(fā)生的停站。非圖定額外停站作業(yè)打破了原有列車(chē)運(yùn)行圖的運(yùn)輸組織工作順序,通過(guò)鐵路調(diào)度人員的人為干預(yù),從而改變了原有運(yùn)行圖的結(jié)構(gòu),一般情況下,非圖定額外停站次數(shù)越少,列車(chē)運(yùn)行計(jì)劃的動(dòng)態(tài)性能越好。
1.5 緩沖時(shí)間利用率
緩沖時(shí)間的利用率表示列車(chē)在實(shí)際運(yùn)行過(guò)程對(duì)預(yù)留的緩沖時(shí)間的利用程度。一般來(lái)說(shuō),列車(chē)運(yùn)行圖的緩沖時(shí)間越多,列車(chē)的動(dòng)態(tài)性能越好。列車(chē)i在車(chē)站p的緩沖時(shí)間利用率可表示為:
1.7 列車(chē)關(guān)鍵運(yùn)行線(xiàn)鋪畫(huà)
在一張列車(chē)運(yùn)行圖中,如果一輛列車(chē)與其后續(xù)列車(chē)是緊湊鋪畫(huà)的,相鄰列車(chē)間無(wú)緩沖時(shí)間或緩沖時(shí)間很小,一旦該列車(chē)運(yùn)行晚點(diǎn),必然會(huì)引起相鄰后續(xù)列車(chē)晚點(diǎn),這樣的列車(chē)運(yùn)行線(xiàn)稱(chēng)為列車(chē)關(guān)鍵運(yùn)行線(xiàn)[4]??梢杂?jì)算列車(chē)關(guān)鍵運(yùn)行線(xiàn)的晚點(diǎn)度即列車(chē)關(guān)鍵運(yùn)行線(xiàn)的晚點(diǎn)列車(chē)數(shù)與列車(chē)關(guān)鍵運(yùn)行線(xiàn)的總列車(chē)數(shù)的比值,作為衡量運(yùn)行圖動(dòng)態(tài)性能的指標(biāo)之一,列車(chē)關(guān)鍵運(yùn)行線(xiàn)晚點(diǎn)度越低,說(shuō)明運(yùn)行計(jì)劃抵抗干擾的能力越強(qiáng),其動(dòng)態(tài)性能也就越好。
2 基于灰色多層次分析法確定評(píng)價(jià)指標(biāo)權(quán)重
建立了均可以量化處理的運(yùn)行圖動(dòng)態(tài)性能指標(biāo)體系,然后采用群體灰色層次分析法確定以上各評(píng)價(jià)指標(biāo)的權(quán)重,即通過(guò)對(duì)比兩兩指標(biāo)重要性,構(gòu)建以區(qū)間灰數(shù)的形式給出的指標(biāo)判斷矩陣,然后通過(guò)區(qū)間灰數(shù)白化處理,指標(biāo)間層次分析與決策,得到各指標(biāo)的權(quán)重。
其評(píng)價(jià)步驟如下:
Step1建立動(dòng)態(tài)性能評(píng)價(jià)系統(tǒng)的遞階層次結(jié)構(gòu)。
構(gòu)建包括目標(biāo)層G、準(zhǔn)則層C和指標(biāo)層P的評(píng)價(jià)系統(tǒng)結(jié)構(gòu),如圖1所示。
Step2構(gòu)建指標(biāo)層相對(duì)于準(zhǔn)則層的每個(gè)專(zhuān)家的灰數(shù)判斷矩陣X(k)。
若有s位專(zhuān)家參與評(píng)價(jià)過(guò)程,每位專(zhuān)家對(duì)指標(biāo)層各因素關(guān)于準(zhǔn)則層的重要性進(jìn)行兩兩對(duì)比,在專(zhuān)家打分時(shí),給出的是一個(gè)重要性取值區(qū)間,構(gòu)建每個(gè)專(zhuān)家的灰數(shù)判斷矩陣X(k)=(xijk)n×n式中xii(k)=1;xij(k)×xji(k)=1,其中xij(k)∈[xijkmin,xijkmax]為指標(biāo)層中第i個(gè)元素和第j個(gè)元素相比對(duì)于目標(biāo)層重要程度的比值。
Step5指標(biāo)層相對(duì)于準(zhǔn)則層的層次單排序。
求出灰數(shù)判斷矩陣X最大特征值λmax,然后使用對(duì)應(yīng)的特征方程X′W=λmaxW解出相應(yīng)的特征向量W,再進(jìn)行歸一化,即為指標(biāo)層各因素相對(duì)于準(zhǔn)則層的重要性權(quán)重。
Step6一致性檢驗(yàn)。
用λmax-r度量X′中個(gè)元素的估計(jì)一致性,為此引入一致性指標(biāo)CI,一致性隨機(jī)指標(biāo)RI以及一致性比率CR。當(dāng)CR<0.1時(shí),X′的不一致性可以接受,否則需要調(diào)整判斷矩陣。
Step7 根據(jù)Step2-6,構(gòu)建準(zhǔn)則層相對(duì)于目標(biāo)層的每個(gè)專(zhuān)家的灰數(shù)判斷矩陣Y(k),灰數(shù)判斷矩陣Y及白化矩陣Y,進(jìn)行一致性檢驗(yàn)和層次單排序,確定準(zhǔn)則層各因素相對(duì)于目標(biāo)層的重要性權(quán)重。
Step8層次總排序。
為計(jì)算總層次排序需先計(jì)算判斷矩陣X′以及Y′的最大特征值對(duì)應(yīng)的特征向量,則層次總排序, 即各指標(biāo)權(quán)重分別為:
3 結(jié)束
本文建立了包括7個(gè)可以量化處理的指標(biāo)的運(yùn)行圖動(dòng)態(tài)性能指標(biāo)體系,運(yùn)用已經(jīng)相當(dāng)成熟的灰色層次分析法,來(lái)確定各指標(biāo)的權(quán)重,這樣就可以量化分析運(yùn)行圖的動(dòng)態(tài)性能,具有一定的實(shí)用意義。然而,在灰色層次分析法,通過(guò)專(zhuān)家對(duì)比兩指標(biāo)相對(duì)于準(zhǔn)則的重要性,建立評(píng)價(jià)判斷矩陣,具有一定的主觀性。
【參考文獻(xiàn)】
[1]楊肇夏,胡安洲.列車(chē)運(yùn)行圖動(dòng)態(tài)性能及其指標(biāo)體系的研究[J].鐵道學(xué)報(bào), 1993,15(04):46-56.
[2]孟令云.客運(yùn)專(zhuān)線(xiàn)列車(chē)運(yùn)行圖動(dòng)態(tài)性能及其仿真評(píng)估系統(tǒng)的研究[D].北京:北京交通大學(xué),2009.
[3]楊肇夏,胡安洲,李菊.列車(chē)晚點(diǎn)傳播模擬系統(tǒng)[J].鐵道學(xué)報(bào),1995(02):17-02.
[4]彭其淵.列車(chē)運(yùn)行圖均衡性評(píng)價(jià)方法研究[J].西南交通大學(xué)學(xué)報(bào),1998,33(04):372-377.
[責(zé)任編輯:薛俊歌]