×

一种稳健的列车时刻表优化方法,用于减少地铁系统中等待乘客的数量。 (英语) Zbl 1531.90078号

摘要:地铁系统时刻表优化一直是一个活跃的研究课题。传统的研究往往忽略了乘客特征的一些不确定性,从而简化了模型的建立和求解算法。在本文中,我们提出了一种稳健的时间表优化方法,该方法考虑了每个车站的乘客到达时间和下车乘客数量的不确定性。首先,分析了乘客的不确定性特征,并设计了场景来揭示不确定性的影响。其次,建立了一个两阶段鲁棒优化模型:第一阶段是获得每个场景的最小等待乘客数,第二阶段是确定具有最小最大后悔值的鲁棒解。此外,设计了两种启发式算法来搜索鲁棒最优解。最后,以北京地铁亦庄线的实际运营数据为基础,给出了一个实例。基于20种新场景的结果表明,鲁棒时间表的相对后悔值小于15%,说明所获得的时间表具有较强的鲁棒性。

MSC公司:

90立方厘米35 运筹学中的确定性调度理论
PDF格式BibTeX公司 XML格式引用
全文: DOI程序

参考文献:

[1] 杨,X。;吴杰。;孙,H。;高,Z。;尹,H。;Qu,Y.,地铁系统能耗、乘客时间和鲁棒性的性能改进:多目标时间表优化方法,计算。Ind.Eng.,137,第106076条pp.(2019)
[2] Xiao,X。;贾,L。;Wang,Y.,基于车辆运行时间表的地铁网络动力学,Physica A,4731,111-121(2017)
[3] Yang,L。;李凯。;Gao,Z.,具有模糊乘客需求的单线铁路上的列车时刻表问题,IEEE Trans。模糊系统。,17, 3, 617-629 (2009)
[4] Fu,Y。;Sun,J。;赖,K.K。;Leung,J.W.K.,不确定条件下瓶颈广义指派问题的稳健优化解,Ann.Oper。研究,233,1,123-133(2015)·Zbl 1325.90098号
[5] Hassannayebi,E。;泽戈尔迪,S.H。;Amin-Naseri,M.R。;Yaghini,M.,《快速轨道交通线路列车时刻表:稳健的多目标随机规划方法》,Oper。第17、2、435-477号决议(2016年)
[6] 李,X。;Lo,H.K.,地铁轨道运营的节能调度和速度控制方法,交通。B号决议,64,73-89(2014年)
[7] 李,X。;Lo,H.K.,地铁轨道运营动态列车调度和控制中的能量最小化,交通。B号决议,70,269-284(2014年)
[8] 塞尔斯,P。;Dewilde,T。;Cattrysse,D。;Vansteenwegen,P.,《通过自动构建稳健的铁路时刻表减少乘客出行时间》,交通。B号决议,84,124-156(2016年)
[9] Shakibayifar,M。;Hassannayebi,E。;贾法里,H。;Sajedinejad,A.,时间相关和不确定需求下城市轨道时刻表的随机优化,应用。斯托克。模型总线。印度,33,6,640-661(2017)
[10] 阿维拉·托雷斯,P。;卡巴列罗,R。;利特文切夫,I。;Lopez-Iraragorri,F。;Vasant,P.,《需求和出行时间不确定的城市交通规划:两种模糊化方法的比较》,J.Ambient Intell。Humaniz公司。计算。,9, 3, 843-856 (2018)
[11] 张,T。;李,D。;Qiao,Y.,在时间依赖的乘客需求和拥堵条件下,通过最小化总出行时间来全面优化城市轨道交通时刻表,Appl。数学。型号。,58, 421-446 (2018) ·Zbl 1480.90149号
[12] Yan,Y。;孟,Q。;王,S。;Guo,X.,固定公交线路调度设计的稳健优化模型,Transp。决议C,25,8,113-121(2012年)
[13] 陈,L。;根德罗,M。;Hà,M·H。;Langevin,A.,服务时间不确定的路网日常维护路由问题的稳健优化方法,交通。决议E,85,40-51(2016年)
[14] X.向。;刘,C。;Miao,L.,不确定条件下泊位分配调度的双目标鲁棒模型,交通。决议E,106,294-319(2017)
[15] 王,X。;李,S。;苏,S。;Tang,T.,高频地铁线路列车自动调整的鲁棒模糊预测控制,IEEE Trans。模糊系统。,27, 6, 1295-1308 (2018)
[16] 李,S。;Yang,L。;高,Z。;Li,K.,随机乘客到达流地铁线路的稳健列车调节,Inform。科学。,373287-307(2016)·Zbl 1432.90035号
[17] 菲舍蒂,M。;Salvagnin,D。;Zanette,A.,《提高铁路时刻表稳健性的快速方法》,Transp。科学。,43, 3, 321-335 (2009)
[18] 孟,L。;Zhou,X.,动态随机环境下的鲁棒单线列车调度模型:基于场景的滚动时域求解方法,交通运输。决议B,45,7,1080-1102(2011年)
[19] Ng,K.K.H。;Lee,C.K.M。;Chan,F.T.S。;Qin,Y.,使用最小后悔方法的具有到达/离开延迟的鲁棒飞机排序和调度问题,Transp。决议E,106,115-136(2017)
[20] Lonzius,M.C。;Lange,A.,《稳健调度:其对空中交通延误影响的实证研究》,交通运输。决议E,100,98-114(2017)
[21] Cavone,G。;多托利,M。;埃皮科科,N。;Seatzu,C.,基于混合整数线性规划和数据包络分析的稳健列车重调度决策程序,应用。数学。型号。,52, 255-273 (2017) ·Zbl 1480.65279号
[22] Vansteenwegen,P。;Oudheusden,D.V.,《制定铁路时刻表以保证更好的服务》,欧洲J.Oper。第173、1337-350号决议(2007年)·Zbl 1125.90385号
[23] Khoshniyat,F。;Peterson,A.,《通过应用有效的时间表稳健性策略提高列车服务可靠性》,J.Intell。运输。系统。,21, 6, 525-543 (2017)
[24] D’Ariano,A。;帕西亚雷利,D。;Pranzo,M.,铁路网络中列车调度的分支定界算法,欧洲J.Oper。Res.,183,2643-657(2007)·Zbl 1179.90135号
[25] M.B.Khan。;Zhou,X.,鲁棒双线列车调度问题的随机优化模型和求解算法,IEEE Trans。智力。运输。系统。,11, 1, 81-89 (2010)
[26] 沙菲亚医学硕士。;Aghaee,医学博士。;萨贾迪,S.J。;Jamili,A.,《稳健列车时刻表问题:数学模型和分支定界算法》,IEEE Trans。智力。运输。系统。,13, 1, 307-317 (2012)
[27] Wei,L。;Yuan,Z.,《包含乘客活动信息的地铁线路稳健时间表模型》,information,8,3(2017)
[28] 李,X。;Yang,X.,《地铁系统中的随机时间表优化模型》,国际期刊《不确定性》。模糊知识-基于系统。,21,支持01,1-15(2013)·Zbl 1322.90038号
[29] 费尔南德斯·罗德里格斯,A。;Fernández-Cardador,A。;Cucala,A.P。;Domínguez,M。;Gonsalves,T.,《考虑列车荷载变化和延误的都市线稳健节能ATO速度曲线设计》,IEEE Trans。智力。运输。系统。,16, 4, 2061-2071 (2015)
[30] 贾米利,A。;Aghaee,M.P.,交通变更情况下城市铁路运营中的稳健跳停模式,交通运输。决议C,61,63-74(2015)
[31] Yang,S。;吴杰。;杨,X。;孙,H。;Gao,Z.,基于真实世界智能卡数据的地铁系统能耗和乘客等待时间最小的双目标非线性规划,Transp。B: 运输。动态。,6, 4, 302-319 (2018)
[32] 杨,X。;陈,A。;宁,B。;Tang,T.,解决具有停站时间不确定性的地铁时刻表优化问题的双目标规划方法,Transp。决议E,97,22-37(2017年)
[33] 杨,X。;陈,A。;宁,B。;Tang,T.,列车质量不确定的地铁时刻表和速度曲线综合优化随机模型,交通。决议B,91,424-445(2016)
[34] 杨,X。;陈,A。;吴杰。;高,Z。;Tang,T.,地铁系统延迟扰动下的节能重调度方法,交通。B: 运输。动态。,7386-400(2019)
[35] 王,H。;杨,X。;吴杰。;孙,H。;Gao,Z.,《最小化碳排放和乘客时间的地铁时间表优化:双目标整数规划方法》,IET Intell。运输。系统。,12, 7, 673-681 (2018)
[36] 英格瓦德森,J.B。;O.A.尼尔森。;拉沃,S。;Nielsen,B.F.,《取决于列车服务频率和车站特征的乘客到达和等待时间分布:智能卡数据分析》,交通部。决议C,90,292-306(2018年)
[37] 果糖,M。;Zhao,J.,使用智能卡数据和基于时间表的分配分析异质交通服务中的乘客发病行为,Transp。Res.Rec.,2274,152-60(2012年)
[38] Ayvaz-Cavdaroglu,N。;卡沙尼,S。;Maglaras,C.,《收入管理与minimax后悔谈判》,Omega,63,8,12-22(2016)
[39] Wang,L。;李强。;孙,M。;Wang,G.,基于极大极小后悔准则的多能源CCHP系统鲁棒优化调度,Leet Gener。Transm公司。发行,10,9,2194-2201(2016)
[40] Holland,J.H.,《自然和人工系统中的适应》,安娜堡,6,2,126-137(1975)·Zbl 0317.68006号
[41] 宋,Z。;臧,L。;朱伟,基于改进模拟退火遗传算法的主干道最小排放控制策略研究,Physica A,5371,Article 122691 pp.(2020)·Zbl 07571809号
[42] 太阳,X。;Wang,J.,《高速公路服务巡逻的路线设计和车队分配优化:使用遗传算法的改进结果》,Physica A,5011205-216(2018)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。