一種基于GA—PSO算法的列車運行調整模型

摘要：本文針對列車運行時刻調整問題進行建模分析。首先，本文對該問題建立數學模型，并運用PSO算法對模型進行計算求解。在初步的求解過程中，針對PSO算法的收斂速度較慢等不利因素對其進行優化，提出了GA-PSO算法。最后，通過模擬實驗得出GAPSO在調度過程中能達到較高的準點率。

關鍵詞：列車運行調整；粒子群算法；遺傳算法

中圖分類號：TP399 文獻標識碼：A DOI：10.3969/j.issn.1003 6970.2016.05.022

本文著錄格式：潘鑫.一種基于GA-PSO算法的列車運行調整模型[J].軟件，2016，37（5）：89-92

0.引言

鐵路運輸是我國綜合交通體系的重要組成部分，合理的組織運輸過程具有重要意義，其中要解決的問題有很多。這里我們考慮其中的列車運行調整問題，假定列車運行計劃已經制定，列車運行調整問題就是指在列車運行過程中，因各種因素和突發事件的影響，使得列車運行的實際狀態偏離預定值，需要通過對列車運行計劃進行調整，盡快恢復列車的有序運行狀態。

列車運行調整問題的實質是處理列車與車站、列車與區間及列車之間的關系，規定列車占用區間和站線的合理時機，從而達到提高列車正點率、提高列車運行速度等綜合目標。列車運行調整涉及因素眾多，它不僅與采用的行車組織方式有關，還關系到列車密度、速度、線路通過能力等因素，同時還是連續的實時性很強的問題，調整計劃的編制必須在限定的時間內完成并且要進行持續的滾動優化。

1.當前研究現狀

一直以來，國內外一些專家學者對列車運行調整問題進行了深入研究，所采用的方法包括人工智能方法、最優化方法、智能計算方法和離散事件動態系統方法等，取得了一定的成果。

然而，列車運行調整問題約束條件復雜、解空間龐大，在實際使用場景中對列車運行調整算法求解精度、速度要求較高，并且要求列車運行調整模型能夠具備實時滾動，持續優化的特點，因此，在以往研究的基礎上，我們需要引入新的方法來進一步完善。粒子群優化（PSO）算法是一類隨機全局優化的技術，它通過粒子間的相互作用發現復雜搜索空間中的最優區域，具有收斂速度快的特點。為此，本文嘗試將粒子群優化應用到列車運行調整問題的模型求解中。

2.模型建立及求解

2.1模型假設

1）列車的運行線路固定，即不能中途更改運行線路，故不可能出現同一線路上的超車現象。