梁紫玥,俞花珍,邰國(guó)璇,黃友能,2,余立偉,李 凱
(1.北京交通大學(xué) 電子信息工程學(xué)院,北京 100044;2.北京交通大學(xué) 軌道交通運(yùn)行控制系統(tǒng)國(guó)家工程研究中心,北京 100044;3.朔黃鐵路發(fā)展有限公司 肅寧分公司,河北 肅寧 062350;4.交控科技股份有限公司 鐵路事業(yè)部,北京 100070)
近年來(lái),我國(guó)重載鐵路線路不斷發(fā)展,全國(guó)貨運(yùn)總量逐年上升。年運(yùn)輸計(jì)劃的大幅度提升,對(duì)重載鐵路貨運(yùn)量提出了較高的要求,我國(guó)需加強(qiáng)重載運(yùn)輸研究[1],且要在短時(shí)間內(nèi)進(jìn)一步提升線路能力和列車總運(yùn)量。由于我國(guó)重載鐵路之間相互交接,列車在不同重載線路間跨線運(yùn)行時(shí),需經(jīng)過(guò)線路始端技術(shù)站,為提升重載線路的運(yùn)輸能力,對(duì)到達(dá)技術(shù)站的重載小列將進(jìn)行組合作業(yè)。因此重載鐵路始端技術(shù)站決定了重載線路能力[2],并且在重載線路運(yùn)量提升問(wèn)題上發(fā)揮著不可或缺的作用。
重載鐵路技術(shù)站常位于線路始端,連接貫通不同重載鐵路線路,對(duì)線路能力影響較大[3]。從各方向到達(dá)技術(shù)站的不同重量的重載列車,在站內(nèi)進(jìn)行接車、組合、發(fā)車作業(yè)后出站[4]。由于站場(chǎng)到發(fā)線數(shù)量有限,到達(dá)技術(shù)站重載列車停靠的技術(shù)站到發(fā)線編號(hào)、列車重量等因素會(huì)對(duì)后續(xù)列車接入站場(chǎng)產(chǎn)生影響,若編排不當(dāng),可能會(huì)產(chǎn)生前后到達(dá)列車到發(fā)線選擇沖突問(wèn)題;同時(shí),選擇??肯嗤桨l(fā)線的不同重載列車,在滿足組合列車重量上下限和編入列車數(shù)等情況下,可視為一列組合出發(fā)列車的備選到達(dá)列車組合方案。不同備選方案下的組合列車到發(fā)線內(nèi)組合作業(yè)起訖時(shí)刻和發(fā)車階段的作業(yè)時(shí)間需根據(jù)組合的到達(dá)重載列車相關(guān)信息確定。因此,重載鐵路始端技術(shù)站內(nèi)到達(dá)列車進(jìn)行的接、組、發(fā)作業(yè)間相互關(guān)聯(lián),相互影響,單一列車作業(yè)的起止時(shí)刻不僅會(huì)引起自身組合列車的組合、出站時(shí)刻的差異,也會(huì)對(duì)后續(xù)進(jìn)站重載列車的到發(fā)線和組合策略產(chǎn)生影響。目前,既有技術(shù)站對(duì)到達(dá)列車組合采用的是“先到先組、先組先發(fā)”的方法,列車間作業(yè)均順序完成,在站內(nèi)消耗時(shí)間較長(zhǎng)。因此優(yōu)化列車站內(nèi)組合策略,對(duì)提升站場(chǎng)線路設(shè)備利用率,加快線路周轉(zhuǎn)具有重要實(shí)際意義和實(shí)用價(jià)值。
由于國(guó)外重載鐵路多為專線運(yùn)輸,線路能力利用率較低,能滿足實(shí)際運(yùn)量需求,因此國(guó)外對(duì)于重載鐵路技術(shù)站的研究較少。國(guó)內(nèi)學(xué)者對(duì)重載鐵路技術(shù)站運(yùn)輸組織研究較多。文獻(xiàn)[5]提出“代價(jià)”概念,將配流問(wèn)題轉(zhuǎn)化為總代價(jià)最小的運(yùn)輸問(wèn)題,采用表上作業(yè)法求解;文獻(xiàn)[6]采用隨機(jī)規(guī)劃方法,對(duì)編組站階段計(jì)劃在列車解編時(shí)間隨機(jī)變動(dòng)情況下進(jìn)行優(yōu)化研究;文獻(xiàn)[7]以階段內(nèi)出發(fā)車輛數(shù)最大為目標(biāo),將編組站解編作業(yè)時(shí)間作為模糊變量,采用基于螞蟻系統(tǒng)的非確定性樹(shù)搜索算法求解;文獻(xiàn)[8]以湖東站為研究背景,構(gòu)建該站重車流0-1規(guī)劃模型,采用網(wǎng)絡(luò)流算法求解;文獻(xiàn)[9]在列車載重、組合時(shí)間和組合規(guī)則的約束下,以列車在站內(nèi)停留時(shí)間和后期分解時(shí)間最短為目標(biāo),采用“表格法”求解站內(nèi)列車組合方案;文獻(xiàn)[10]對(duì)組合站靜態(tài)條件下,考慮列車組合輛數(shù)和牽引質(zhì)量等約束,采用最大-最小蟻群算法求解列車站內(nèi)優(yōu)化組合情況;文獻(xiàn)[11]考慮到達(dá)列車站內(nèi)殘存情況、出發(fā)列車停運(yùn),以列車停留時(shí)間和前方站內(nèi)中轉(zhuǎn)時(shí)間最小為目標(biāo),采用增廣ε-約束法求解列車優(yōu)化組合方案;文獻(xiàn)[12]考慮股道或進(jìn)路占用、調(diào)機(jī)作業(yè)計(jì)劃和組合列車狀態(tài)轉(zhuǎn)化等約束,采用LINGO求解列車到發(fā)線占用計(jì)劃;文獻(xiàn)[13]加入組合模式變量,以在站停留時(shí)間和前方站分解總時(shí)間最小為目標(biāo),采用GUROBI求解站內(nèi)優(yōu)化組合方案;文獻(xiàn)[14]采用兩種基于貪婪策略的迭代算法,以列車集結(jié)時(shí)間和貨運(yùn)列車中轉(zhuǎn)耗時(shí)為優(yōu)化目標(biāo),求解單組列車編組計(jì)劃。
綜上,既有研究可從以下幾個(gè)方面進(jìn)行改進(jìn):由于既有重載線路上開(kāi)行的列車類型多樣,單位時(shí)間技術(shù)站發(fā)出的貨物列車凈載重能直觀地衡量技術(shù)站的輸送能力和運(yùn)輸效率,既有研究均以列車在技術(shù)站內(nèi)停留時(shí)間最短為目標(biāo),列車站內(nèi)停留時(shí)間雖與技術(shù)站能力相關(guān),但是無(wú)法直接表示技術(shù)站的運(yùn)輸能力。到達(dá)列車在技術(shù)站到發(fā)線上需進(jìn)行機(jī)車摘解、列車自檢、列車組合等多項(xiàng)技術(shù)作業(yè),組合列車組合時(shí)間受重載小列在到發(fā)線內(nèi)技術(shù)作業(yè)影響,具有不確定性,故需要對(duì)組合列車作具體討論,既有研究中均僅將列車站內(nèi)組合作業(yè)時(shí)間考慮為常量。其次,實(shí)際列車技術(shù)站內(nèi)各作業(yè)間存在著較強(qiáng)的接續(xù)關(guān)系和時(shí)空因果聯(lián)系,前后列車出站的追蹤策略具有多樣性,重載列車發(fā)車追蹤間隔時(shí)間存在差異,站場(chǎng)列車到發(fā)線選擇、不同出站列車追蹤策略等重載鐵路始端技術(shù)站中需分析研究的問(wèn)題在既有文獻(xiàn)中均未涉及。
本文基于以上研究,結(jié)合重載列車在始端技術(shù)站內(nèi)的作業(yè)流程和運(yùn)行特點(diǎn),引入發(fā)車階段前后列車追蹤策略變量,在考慮到發(fā)線選擇、到發(fā)線內(nèi)接發(fā)車進(jìn)路沖突、到發(fā)線數(shù)量和列車出發(fā)時(shí)刻動(dòng)態(tài)調(diào)整等約束的基礎(chǔ)上,以單位時(shí)間內(nèi)從站內(nèi)發(fā)出的貨物列車凈載重最大為優(yōu)化目標(biāo),構(gòu)建相應(yīng)的混合整數(shù)規(guī)劃模型,并采用混合細(xì)菌覓食-離散粒子群?jiǎn)l(fā)式算法,求解到達(dá)列車站內(nèi)到發(fā)線選擇和列車組合的優(yōu)化策略。
本文研究位于某重載鐵路線路始端技術(shù)站中列車組織的實(shí)際問(wèn)題,該技術(shù)站一端連接多條鐵路支線,另一端連接單方向鐵路干線。由于重載鐵路干線線路能力優(yōu)先,為了提升線路利用率、貨物運(yùn)輸效率,多條鐵路支線到達(dá)的重載小列在技術(shù)站內(nèi)將被組合成為不同重量的重載組合列車后再到重載干線上運(yùn)行。因此,需要確定重載小列在技術(shù)站中的各項(xiàng)技術(shù)作業(yè)流程計(jì)劃。
技術(shù)站內(nèi)列車組織中的1個(gè)階段計(jì)劃通常為3~4 h,包含出發(fā)列車組合策略、到發(fā)線使用和調(diào)機(jī)運(yùn)用計(jì)劃[11]。本文研究重載鐵路線路始端技術(shù)站在1個(gè)階段內(nèi)的出發(fā)列車組合策略、到發(fā)線使用和出發(fā)列車追蹤策略內(nèi)容確定問(wèn)題,為簡(jiǎn)化表述,定義該問(wèn)題為重載鐵路技術(shù)站列車組合策略問(wèn)題。該問(wèn)題需根據(jù)階段內(nèi)到達(dá)的出發(fā)列車重量、到站時(shí)刻,在滿足線路列車運(yùn)行安全的前提下,對(duì)到達(dá)列車站內(nèi)作業(yè)進(jìn)行安排。技術(shù)站內(nèi)的到達(dá)列車大體可分為2類:①選擇進(jìn)行組合作業(yè)的到達(dá)重載小列,稱為“組合小列”;②選擇不進(jìn)行組合的重載小列,稱為“單獨(dú)小列”。組合小列在技術(shù)站內(nèi)選擇其他組合小列在到發(fā)線上進(jìn)行機(jī)車連掛、組合等作業(yè),而單獨(dú)小列則無(wú)需在到發(fā)線內(nèi)進(jìn)行組合作業(yè)。組合小列和單獨(dú)小列在達(dá)到技術(shù)站發(fā)車標(biāo)準(zhǔn)后,可從到發(fā)線內(nèi)辦理發(fā)車進(jìn)路,進(jìn)行發(fā)車作業(yè)。技術(shù)站內(nèi)前后出發(fā)列車追蹤策略決定了列車發(fā)車追蹤間隔,本文以發(fā)車咽喉內(nèi)發(fā)車進(jìn)路情況分為2類線束進(jìn)行分析,見(jiàn)表1,其中以出發(fā)列車追蹤策略2為例,表示前后行的重載列車必定從不同線束內(nèi)發(fā)出。
表1 出發(fā)列車追蹤策略表
其中第1種列車追蹤策略較為常見(jiàn),為站場(chǎng)到發(fā)線內(nèi)列車僅當(dāng)前車駛出站場(chǎng)后,方可在到發(fā)線內(nèi)開(kāi)始進(jìn)行發(fā)車作業(yè),這種情況下前后行列車所在線束情況對(duì)出發(fā)列車追蹤間隔不產(chǎn)生影響;第2種和第3種列車追蹤策略相對(duì)少見(jiàn),分別為相同線束到發(fā)線內(nèi)列車進(jìn)行前后發(fā)車、不同線束到發(fā)線內(nèi)列車進(jìn)行前后發(fā)車。在發(fā)車作業(yè)中,根據(jù)出發(fā)列車所在到發(fā)線和列車發(fā)車順序,可對(duì)前后出發(fā)列車追蹤進(jìn)行調(diào)整。
因此,重載鐵路始端技術(shù)站列車組合策略問(wèn)題可描述為:給定一階段內(nèi)到達(dá)重載鐵路始端技術(shù)站的重載小列到站時(shí)刻、列車重量、列車數(shù)量等信息。已知技術(shù)站內(nèi)的各項(xiàng)列車作業(yè)時(shí)間標(biāo)準(zhǔn)、站場(chǎng)到發(fā)線數(shù)量、到發(fā)線布置等信息。對(duì)重載鐵路始端技術(shù)站到達(dá)小列組合和到發(fā)線選擇進(jìn)行優(yōu)化,旨在合理優(yōu)化編排到達(dá)重載小列,保證技術(shù)站單位時(shí)間內(nèi)發(fā)出的貨物列車凈載重最大。
本文重點(diǎn)分析研究重載鐵路始端技術(shù)站內(nèi)重載列車組合策略優(yōu)化,為保證模型表述及求解的簡(jiǎn)便性,作出如下假設(shè):
(1)機(jī)車頭數(shù)量充足,重載列車不會(huì)因?yàn)闄C(jī)車頭數(shù)量缺少而在到發(fā)線內(nèi)等待。
(2)原線路機(jī)車頭摘解后,機(jī)車頭出段、反向出站能力充足。
(3)到發(fā)線有效長(zhǎng)可滿足所有重量類型的列車進(jìn)行進(jìn)站、組合和出站等一系列列車技術(shù)作業(yè)。
(4)到發(fā)線隨機(jī)使用,不存在固定的使用方案。
(5)重載列車接車、組合和發(fā)車等技術(shù)作業(yè)均順利執(zhí)行,單個(gè)列車作業(yè)中不會(huì)產(chǎn)生中斷。
參數(shù)、集合及決策變量見(jiàn)表2~表4。
表2 參數(shù)及含義
表3 集合及含義
表4 決策變量及含義
單位時(shí)間T內(nèi),從技術(shù)站內(nèi)發(fā)出的貨物列車凈載重G最大為優(yōu)化目標(biāo),即
(1)
(1)到達(dá)列車組合唯一性約束
到達(dá)重載線路始端技術(shù)站的重載小列無(wú)論是否選擇進(jìn)行列車組合作業(yè),都必須且只能選擇編入一列出發(fā)列車中。各出發(fā)列車的到達(dá)小列組合情況均不重疊,即
(2)
(3)
(2)到發(fā)線選擇唯一性約束
所有編入相同編號(hào)出發(fā)列車的到達(dá)重載小列選擇的到發(fā)線編號(hào)應(yīng)相同,即
(4)
(3)出發(fā)列車重量、編組約束
到達(dá)的重載小列在技術(shù)站內(nèi)經(jīng)過(guò)組合列車作業(yè)后,編排后的出發(fā)重載列車在納入的單元重載列車數(shù)和重量方面存在一定的限制,且出發(fā)的重載列車只能選擇一種前后車追蹤策略。常見(jiàn)的技術(shù)站出發(fā)重載列車組合開(kāi)行方案如下:
方案1:開(kāi)行單元5 000 t重載列車。
方案2:開(kāi)行單元1萬(wàn)t重載列車。
方案3:開(kāi)行由2列5 000 t單元重載列車組成的1列組合1萬(wàn)t重載列車。
方案4:開(kāi)行由1列5 000 t單元重載列車和1列1萬(wàn)t單元重載列車組成的1列組合1.5萬(wàn)t重載列車。
方案5:開(kāi)行由2列1萬(wàn)t單元重載列車組合成的1列組合2萬(wàn)t重載列車。
故出發(fā)列車約束為
(5)
(6)
(7)
(4)列車組合作業(yè)約束
重載小列在站場(chǎng)到發(fā)線內(nèi)需各自先進(jìn)行列車機(jī)車頭摘解、列車自檢作業(yè),待同到發(fā)線內(nèi)所有重載小列該類作業(yè)完成后,開(kāi)始進(jìn)行重載小列間的組合作業(yè),組合作業(yè)結(jié)束后出發(fā)列車才具備自身出站條件。故出發(fā)列車組合作業(yè)結(jié)束時(shí)間大于等于組合中所有單元重載小列自檢作業(yè)結(jié)束的最晚時(shí)間和出發(fā)列車的組合技術(shù)作業(yè)時(shí)間之和。列車組合作業(yè)結(jié)束時(shí)刻為
Hi=max{xi,j·(Dj+pj)}+max{xi,j·qj}·hi
?i∈Ij∈J
(8)
(5)列車發(fā)車作業(yè)約束
重載列車在到發(fā)線內(nèi)列車作業(yè)完成后才具備列車出站要求,還需對(duì)發(fā)車咽喉區(qū)域情況進(jìn)行考察,當(dāng)咽喉區(qū)空閑時(shí),即滿足發(fā)車列車追蹤間隔時(shí)間約束時(shí),后車可辦理發(fā)車進(jìn)路,進(jìn)行發(fā)車作業(yè)。其中,第一列出站列車發(fā)車追蹤間隔時(shí)間取該重量下列車發(fā)車追蹤間隔中的最大值。該類約束為
(9)
Ui=Qi+max{fgi′,m,i′-1,i′·ym,i′-1,i′}
?i′∈Ii=1且i
(10)
Qi≥max{Hi,Ui-1} ?i∈Ii≥2
(11)
Ui=Qi+fgi,m,i-1,i·ym,i-1,i?i∈Ii≥2
(12)
Ri=Qi+rgi?i∈I
(13)
(6)前后列車運(yùn)行出站模式唯一性約束
出發(fā)列車接續(xù)從到發(fā)線內(nèi)辦理進(jìn)路,經(jīng)過(guò)站場(chǎng)發(fā)車咽喉區(qū)域,運(yùn)行出站。由于每列出發(fā)列車的到發(fā)線一經(jīng)選擇,后續(xù)不會(huì)再發(fā)生更改,所以每?jī)闪星昂蟪稣镜牧熊嚨倪\(yùn)行模式唯一,該約束為
(14)
(7)列車間到發(fā)線選擇導(dǎo)致的進(jìn)路沖突約束
若到達(dá)重載小列選擇的到發(fā)線已被先到達(dá)重載小列占用,則必須滿足該到發(fā)線內(nèi)的重載小列在完成機(jī)車頭摘解、自檢和組合等列車作業(yè),并且該組合列車車尾出清區(qū)段的條件后,后進(jìn)站的重載小列才能辦理相同到發(fā)線的接車進(jìn)路。該約束為
(15)
(16)
Ci≤Dmin{Ki′}-dgmin{Ki′}zi=zi′?i,i′∈I且i
(17)
(8)出發(fā)列車出站約束
出發(fā)列車從到發(fā)線內(nèi)辦理進(jìn)路直至列車車尾出清站場(chǎng)總出站信號(hào)機(jī)的運(yùn)行時(shí)間僅與出發(fā)列車的重量相關(guān)。該約束為
(18)
(9)邏輯約束
根據(jù)前文變量的定義,變量取值約束為
xi,j,ym,i-1,i,qj∈{0,1} ?i,j∈Im∈M
(19)
根據(jù)模型的性質(zhì)和相關(guān)參數(shù)變量分析,模型是單目標(biāo)混合整數(shù)規(guī)劃模型。該模型中的約束條件和目標(biāo)函數(shù)之間并非簡(jiǎn)單的線性關(guān)系,故求解時(shí)間和求解復(fù)雜度會(huì)隨著問(wèn)題輸入的維數(shù)指數(shù)增大;又重載鐵路始端技術(shù)站內(nèi)列車組合策略優(yōu)化問(wèn)題屬于NP-Complete問(wèn)題的范疇,目前,啟發(fā)式優(yōu)化算法依然是解決NP類問(wèn)題的主流方法,故本文采用混合細(xì)菌覓食-離散粒子群算法(BFO-DPSO)對(duì)模型進(jìn)行求解。
3.2.1 算法思路
細(xì)菌覓食算法是根據(jù)大腸桿菌在人體內(nèi)的覓食活動(dòng)特點(diǎn),產(chǎn)生出的一種啟發(fā)式智能算法,細(xì)菌在覓食過(guò)程中主要分為趨向操作、復(fù)制操作和遷徙操作三個(gè)步驟[15],在迭代中通過(guò)細(xì)菌的不斷翻轉(zhuǎn)和前進(jìn)尋找適應(yīng)度最高的區(qū)域,求解問(wèn)題的最優(yōu)解,具有并行搜索、不依賴程序初始值,且算法不易陷入局部最優(yōu)解的特點(diǎn),該算法被應(yīng)用到多個(gè)領(lǐng)域[16-19]。但是由于細(xì)菌覓食算法中的細(xì)菌之間交流較少,全局搜索能力不強(qiáng),算法沒(méi)有細(xì)菌群體信息記憶能力。
粒子群算法中粒子交流緊密,種群內(nèi)部信息共享,粒子間相互協(xié)作尋找環(huán)境最優(yōu)解。但是由于粒子群算法中沒(méi)有逃逸機(jī)制,使得算法易陷入且很難跳出局部最優(yōu)解。因此可將細(xì)菌覓食算法與粒子群算法相結(jié)合,以細(xì)菌覓食算法中的遷徙操作來(lái)彌補(bǔ)粒子群算法中缺少的粒子逃逸機(jī)制,粒子群算法中的粒子間密切聯(lián)系填補(bǔ)基本細(xì)菌覓食算法中交流不足的問(wèn)題。
由于列車組合策略問(wèn)題中的優(yōu)化變量均為離散型,傳統(tǒng)連續(xù)域粒子群優(yōu)化算法不再適用,因此引入交換子和交換序的概念[20](交換子和交換序具體定義和構(gòu)造的特殊粒子群優(yōu)化算法見(jiàn)文獻(xiàn)[20])。離散粒子群算法的速度、位置更新方式為
v′(n)=v(n)⊕ω1γ1(n)[α(n)-ψ(n)]⊕
ω2γ2(n)[β(n)-ψ(n)]
(20)
ψ′(n)=ψ(n)+v′(n)
(21)
式中:n為種群中的粒子編號(hào);v(n)為粒子n當(dāng)前的速度;v′(n)為粒子n更新后的速度;ψ(n)為粒子n當(dāng)前位置,ψ′(n)為粒子n更新后的位置;α(n)-ψ(n)為粒子n與自身歷史最優(yōu)位置的基本交換序;β(n)-ψ(n)為粒子n與種群歷史最優(yōu)位置的基本交換序;ω1、ω2分別為認(rèn)知學(xué)習(xí)因子和社會(huì)學(xué)習(xí)因子;γ1(n)、γ2(n)為兩個(gè)在[0,1]上互相獨(dú)立的隨機(jī)數(shù);ω1γ1(n)[α(n)-ψ(n)]為以概率ω1γ1(n)保留基本交換序α(n)-ψ(n)中的交換子;ω2γ2(n)[β(n)-ψ(n)]為以概率ω2γ2(n)保留基本交換序β(n)-ψ(n)中的交換子。
粒子群算法中粒子的位置信息與細(xì)菌覓食算法中的細(xì)菌位置信息含義相同。粒子群算法中的速度信息包括粒子運(yùn)行方向和速度,可將粒子群算法中粒子根據(jù)自身歷史最優(yōu)位置和種群最優(yōu)位置信息進(jìn)行速度、位置更新的尋優(yōu)特點(diǎn)與細(xì)菌覓食算法趨向操作向更優(yōu)位置游動(dòng)的特點(diǎn)相融合,作為混合細(xì)菌覓食-離散粒子群算法中的群體感應(yīng)機(jī)制,增加種群中細(xì)菌運(yùn)行方向和運(yùn)行速度概念。每次迭代中,細(xì)菌個(gè)體與自身歷史最優(yōu)位置和種群最優(yōu)位置間的總體交換序作為細(xì)菌運(yùn)行方向。式(20)計(jì)算得到的細(xì)菌個(gè)體交換子即為細(xì)菌運(yùn)行速度。
由于在混合算法的首次迭代中,細(xì)菌種群還不具備個(gè)體細(xì)菌的最優(yōu)位置和適應(yīng)度等信息,因此在第一輪迭代過(guò)程中,細(xì)菌會(huì)向隨機(jī)可行解方向運(yùn)行隨機(jī)步,完成第一輪趨化操作后,引入細(xì)菌覓食算法中的復(fù)制操作和遷徙操作,并收集種群相關(guān)信息,為后續(xù)迭代中的趨化操作提供細(xì)菌翻轉(zhuǎn)、游動(dòng)等自身和種群信息,計(jì)算細(xì)菌的移動(dòng)方向和速度,然后根據(jù)新位置的適應(yīng)度函數(shù)值的優(yōu)劣來(lái)決定細(xì)菌是否更新自身位置信息。
3.2.2 算法實(shí)現(xiàn)步驟
混合優(yōu)化算法BFO-DPSO的流程如下:
Step1初始BFO-DPSO算法的參數(shù),并隨機(jī)生成s個(gè)初始細(xì)菌,設(shè)置細(xì)菌同一方向最大游動(dòng)次數(shù)Ns,細(xì)菌遷徙概率Ped,迭代次數(shù)等信息。
Step2趨化操作。
① 初次迭代時(shí),隨機(jī)生成初始位置和運(yùn)行步長(zhǎng),計(jì)算細(xì)菌朝該位置游動(dòng)后的適應(yīng)度,若優(yōu)于原位置的適應(yīng)度且未達(dá)到最大游動(dòng)次數(shù),則繼續(xù)朝該方向游動(dòng),刷新細(xì)菌歷史最優(yōu)位置,否則不游動(dòng),終止Step2,轉(zhuǎn)Step3。
② 后續(xù)迭代時(shí),細(xì)菌結(jié)合種群內(nèi)細(xì)菌最優(yōu)位置和自身最優(yōu)位置信息,根據(jù)式(1)、式(2)計(jì)算更新后的細(xì)菌移動(dòng)速度和位置,計(jì)算新位置的適應(yīng)度函數(shù)值,若優(yōu)于原位置且未達(dá)到最大游動(dòng)次數(shù),則游動(dòng),并刷新細(xì)菌歷史最優(yōu)位置;否則不游動(dòng),終止Step3。
③ 達(dá)到趨向操作次數(shù)Nc則轉(zhuǎn)Step3;否則繼續(xù)迭代運(yùn)行。
Step3復(fù)制操作。
① 計(jì)算種群內(nèi)各個(gè)細(xì)菌的適應(yīng)度函數(shù)值,進(jìn)行優(yōu)劣排序。
② 復(fù)制適應(yīng)度函數(shù)值排序?yàn)榍?0%的細(xì)菌,取代排序后50%的細(xì)菌,更新細(xì)菌的適應(yīng)度函數(shù)值。
③ 若達(dá)到復(fù)制操作次數(shù)Nre則轉(zhuǎn)Step4;否則繼續(xù)迭代運(yùn)行。
Step4遷徙操作。
① 對(duì)各個(gè)細(xì)菌按照遷徙概率Ped進(jìn)行選擇。
② 選中的細(xì)菌位置將隨機(jī)更新至任意初始值位置,并更新細(xì)菌新位置下的適應(yīng)度函數(shù)值。
③ 若達(dá)到遷徙操作次數(shù)Ned則轉(zhuǎn)Step5;否則繼續(xù)迭代運(yùn)行。
Step5算法滿足終止條件則終止,輸出最優(yōu)解;否則轉(zhuǎn)到Step2繼續(xù)迭代運(yùn)行。
以某重載鐵路線路始端技術(shù)站為背景,站場(chǎng)內(nèi)到發(fā)線布置見(jiàn)圖2,對(duì)單位時(shí)間內(nèi)從技術(shù)站發(fā)出的貨物列車凈載重進(jìn)行研究分析,并對(duì)所提出的優(yōu)化方法進(jìn)行合理性驗(yàn)證和求解。
圖1 算例站場(chǎng)到發(fā)線布置示意圖
選取技術(shù)站某天0:00—3:00的階段計(jì)劃,以該階段內(nèi)到達(dá)技術(shù)站的列車相關(guān)信息作為基礎(chǔ)數(shù)據(jù),見(jiàn)表5,分析站內(nèi)接、組、發(fā)連貫作業(yè)。0:00—3:00共到達(dá)29列單元重載列車且均采用C80車型,其中包括14列5 000 t重載小列和15列1萬(wàn)t重載小列,共22萬(wàn)t貨運(yùn)量。技術(shù)站內(nèi)共設(shè)置12條到發(fā)線,每條到發(fā)線均可辦理5 000、1萬(wàn)、1.5萬(wàn)、2萬(wàn)t列車相關(guān)技術(shù)作業(yè)。每個(gè)線束內(nèi)到發(fā)線具體情況見(jiàn)表6。
表5 到達(dá)列車信息
表6 技術(shù)站內(nèi)到發(fā)線信息
到達(dá)技術(shù)站的重載小列的列車重量分為5 000 t和1萬(wàn)t兩種類型,其進(jìn)站作業(yè)時(shí)間分別為4、6 min。單元5 000 t和單元1萬(wàn)t到達(dá)站場(chǎng)到發(fā)線內(nèi)時(shí)需進(jìn)行機(jī)車摘解、列車自檢等列車作業(yè),分別耗時(shí)35、70 min。到發(fā)線內(nèi)各重載小列自檢結(jié)束后,到發(fā)線內(nèi)才開(kāi)始進(jìn)行組合列車作業(yè),技術(shù)站內(nèi)常見(jiàn)的列車組合方案和對(duì)應(yīng)的組合作業(yè)時(shí)間見(jiàn)表7。
表7 重載列車技術(shù)站內(nèi)作業(yè)時(shí)間信息表
技術(shù)站內(nèi)列車發(fā)車追蹤間隔與出發(fā)列車是否為組合列車無(wú)關(guān),而與出發(fā)列車重量、前后列車追蹤策略的具體情況有關(guān),具體追蹤間隔時(shí)間見(jiàn)表8。
表8 出發(fā)列車不同列車追蹤策略下間隔信息表
根據(jù)第2節(jié)中建立的模型特征,利用MATLAB R2016a平臺(tái)編寫B(tài)FO-DPSO求解程序,對(duì)模型進(jìn)行求解。所有計(jì)算均在CPU為Inter Core i5-10210U 4.20 GHz、內(nèi)存16 GB的64位計(jì)算機(jī)上運(yùn)行。
通過(guò)算法多次求解發(fā)現(xiàn),種群遷徙概率不宜設(shè)置過(guò)大,在算法運(yùn)算前期雖然可以保證種群中的多樣性,但是算法后期迭代收斂速度過(guò)慢,影響算法運(yùn)行效率。因此本文算法遷徙概率設(shè)為30%,相關(guān)程序參數(shù)設(shè)置見(jiàn)表9。
表9 程序參數(shù)設(shè)置
4.2.1 列車站內(nèi)組合策略優(yōu)化結(jié)果
根據(jù)4.1節(jié)中的算例、技術(shù)站內(nèi)到發(fā)線數(shù)量和不同線束中的到發(fā)線情況,以到達(dá)小列在技術(shù)站內(nèi)的具體列車組合方案作為細(xì)菌個(gè)體,單位時(shí)間內(nèi)(本文選取4 h)從技術(shù)站內(nèi)發(fā)出(即列車車尾出清站場(chǎng)總出站信號(hào)機(jī))的貨物列車凈載重最大為目標(biāo),對(duì)到達(dá)技術(shù)站的重載小列站內(nèi)組合策略進(jìn)行優(yōu)化,其中BFO-DPSO算法收斂過(guò)程見(jiàn)圖2,程序計(jì)算總用時(shí)51.29 s,列車站內(nèi)最終優(yōu)化組合策略見(jiàn)表10,單位時(shí)間內(nèi)最后出發(fā)列車序號(hào)為14。
圖2 BFO-DPSO算法收斂過(guò)程
4.2.2 與“先到先組,先組先發(fā)”的方式比較
按照“先到先組,先組先發(fā)”安排達(dá)技術(shù)站的列車,即將不斷到達(dá)技術(shù)站的重載小列按照到達(dá)時(shí)間,以先組合后單發(fā)的方式進(jìn)行排列。由于列車發(fā)車階段存在不同的追蹤策略,即出站列車的發(fā)車追蹤間隔與到發(fā)線選擇相關(guān),由表8可知當(dāng)前后出站的兩列組合重載列車分別從不同線束中的到發(fā)線駛出,相比于從相同線束的到發(fā)線駛出,其發(fā)車追蹤間隔時(shí)間更小。因此,編制列車站內(nèi)組合策略時(shí),在既有“先到先組,先組先發(fā)”原則的基礎(chǔ)上,在滿足到發(fā)線內(nèi)列車接發(fā)車沖突和站場(chǎng)安全運(yùn)營(yíng)的前提下,對(duì)出發(fā)列車到發(fā)線選擇優(yōu)先從不同線束中交替選取,優(yōu)化后的列車站內(nèi)組合策略見(jiàn)表10,列車站內(nèi)組合策略見(jiàn)表11。
表10 優(yōu)化后的列車站內(nèi)組合策略
對(duì)比“先到先發(fā),先到先組”原則編排列車站內(nèi)組合和優(yōu)化后的組合策略,對(duì)單位時(shí)間內(nèi)站內(nèi)發(fā)出的貨物列車凈載重最大進(jìn)行分析。當(dāng)組合重載列車車尾出清發(fā)車咽喉總出站信號(hào)機(jī)時(shí),代表著列車真正出清技術(shù)站站場(chǎng)區(qū)域,故采取列車車尾出清站場(chǎng)總出站信號(hào)機(jī)為基準(zhǔn)進(jìn)行結(jié)果的量化分析。具體出站情況見(jiàn)表12。
表12 4 h內(nèi)不同場(chǎng)景下列車技術(shù)站內(nèi)組合策略具體情況
“先到先組,先組先發(fā)”列車站內(nèi)組合策略,4 h可發(fā)出16.5萬(wàn)t貨運(yùn)量;在優(yōu)化了列車站內(nèi)組合策略后,4 h可發(fā)出18.5萬(wàn)t貨運(yùn)量,發(fā)出2.0萬(wàn)t貨運(yùn)量。故采用模型和算法對(duì)列車組合策略進(jìn)行優(yōu)化相比于“先到先組,先組先發(fā)”原則,可將技術(shù)站輸送能力提升12.12%,在一定優(yōu)化范圍內(nèi)對(duì)列車站內(nèi)組合策略進(jìn)行了改進(jìn),提高了列車組合方案的編排質(zhì)量,同時(shí)可提升列車在技術(shù)站內(nèi)的作業(yè)效率和組織能力。
以重載列車在重載鐵路始端技術(shù)站內(nèi)需進(jìn)行組合作業(yè)為背景,構(gòu)建列車組合策略的混合整數(shù)規(guī)劃模型,該模型對(duì)列車在技術(shù)站內(nèi)連續(xù)作業(yè)進(jìn)行整體建模,以單位時(shí)間技術(shù)站發(fā)出的貨物列車凈載重最大為目標(biāo),引入出站列車追蹤策略變量,在考慮到發(fā)線選擇、到發(fā)線內(nèi)接發(fā)車進(jìn)路沖突、到發(fā)線數(shù)量和列車出發(fā)時(shí)間動(dòng)態(tài)調(diào)整等約束的基礎(chǔ)上,采用混合細(xì)菌覓食-離散粒子群?jiǎn)l(fā)式算法對(duì)模型進(jìn)行求解,為實(shí)際站場(chǎng)中到達(dá)技術(shù)站的重載小列提供站內(nèi)組合策略提供參考。結(jié)合相關(guān)算例,采用混合細(xì)菌覓食-離散粒子群算法對(duì)模型進(jìn)行求解,4 h內(nèi),優(yōu)化后的列車站內(nèi)組合策略與按照“先到先組,先組先發(fā)”原則編排相比可多發(fā)出2.0萬(wàn)t貨運(yùn)量,站場(chǎng)輸送能力增加了12.12%。
本文提出的模型和算法,可量化體現(xiàn)優(yōu)化后的列車站內(nèi)組合策略可加快站場(chǎng)內(nèi)的列車周轉(zhuǎn),提升站場(chǎng)內(nèi)列車作業(yè)能力,從而對(duì)重載鐵路線路整體能力提供優(yōu)化空間。同時(shí),由于實(shí)際重載技術(shù)站內(nèi)列車作業(yè)更為復(fù)雜,其中還存在空車重車轉(zhuǎn)場(chǎng)以及到更換的機(jī)車占用咽喉等情況,因而目前得到的列車站內(nèi)組合策略仍然需要進(jìn)一步提升。針對(duì)技術(shù)站空、重車站場(chǎng)協(xié)同運(yùn)作需對(duì)站內(nèi)列車組合策略進(jìn)行優(yōu)化調(diào)整等問(wèn)題,后續(xù)筆者將作進(jìn)一步研究。