[发明专利]一种快速恢复高铁列车准点运行的智能调度方法

权利要求书

1.一种快速恢复高铁列车准点运行的智能调度方法，基于一种快速恢复高铁列车准点运行的智能调度系统实现，该系统包括应用服务器，通信服务器，数据库服务器，接口服务器，数据采集器，运行图工作站，中心控制工作站，多个车站工作站，智能优化器和自动排路机；

所述应用服务器负责核心业务逻辑处理和信息分发，包括实时数据处理，通信汇聚分发，信息存储；其中数据处理包括高铁列车运行图数据处理，即更新运行图工作站进而生成新的运行图数据，并与数据库服务器进行交互，保存运行图数据；

所述通信服务器用于中心控制工作站和运行图工作站与各个车站工作站之间的数据交换，完成数据格式转换和数据校验；

所述接口服务器包括GSM-R接口服务器、TSRS接口服务器和RBC接口服务器，这些接口服务器分别负责应用服务器与GSM-R系统，TSRS系统和RBC系统的信息进行数据传输；

所述数据采集器实时采集高铁列车车次号，车站股道线占用数量，区间轨道占用状态，列车计划运行图，列车实际运行图，列车阶段计划，临时调度命令，经停方案、进路计划选择、各个站之间的最小运行时间以及列车到发间隔这些数据，并将采集的数据存入数据库服务器中，数据库服务器同时存储上层智能优化器下达的阶段计划；

所述运行图工作站负责显示运行图和调整运行图，将调整的运行图数据反馈到应用服务器上，形成交互，并通过通信服务器将列车阶段运行计划下发到各个车站和列车；

所述中心控制工作站和车站工作站均负责对车站联锁设备的控制，包括手动触发道岔，点亮信号灯，开通进路操作，并且中心控制工作站和车站工作站的控制权可进行切换；

所述智能优化器利用智能优化算法针对列车晚点事件并根据列车实际运行图生成列车阶段计划，将所得列车阶段计划通过通信服务器下发到运行图工作站并将该数据保存在数据库服务器中；

所述自动排路机负责按照由运行图工作站下发的列车计划时刻产生列车进路序列，按时排进路；

所述智能调度系统还包括转换器，所述转换器负责将智能优化器生成的列车阶段计划数据格式转换为运行图工作站的数据格式，并传输到运行图工作站上；

其特征在于：所述方法包括以下步骤：

步骤1：从数据库服务器的静态数据库中获取某区段列车的初始参数，包括列车图定计划、经停方案、计划进路选择、各个站之间的最小运行时间，各个车站股道线数量以及列车到发间隔这些静态信息；

步骤2：通过数据采集器实时采集区间限速、轨道占用状态、列车早晚点时间、列车车次以及对应的实际运行图这些动态信息；

步骤3：针对突发事件造成列车晚点事件，通过智能优化器建立列车调整模型，具体方法为：

步骤3.1：针对列车的晚点事件利用粒子群算法优化的性能指标，定义目标函数；

步骤3.2：针对所选区段线路，建立列车调整模型；

步骤4：智能优化器利用粒子群算法根据列车原有计划运行图以及线路的基本信息通过列车调整模型调整列车运行图，得到列车阶段计划；

步骤5：将智能优化器生成的列车阶段计划通过通信服务器传给运行图工作站，通过转换器将阶段计划转换成相应的列车运行图并进行界面可视化显示，并将列车阶段计划保存在静态数据库中；

步骤6：运行图工作站通过通信服务器将列车阶段计划下发给区段内各个车站，各个车站终端接收列车阶段计划，更新排路计划并执行；

所述步骤3.1的具体方法为：

将区段内所有非正点运行的列车均视为晚点列车，将列车调整模型的目标函数定义为晚点列车数量和列车总晚点时间之和，如下公式所示：

其中，f(x)为目标函数，N,M分别为经过某区段的列车数量和区段间车站的数量，分别为列车i在车站j的图定到达时刻和图定出发时刻，D_ij,F_ij分别为列车i在车站j的实际到达时刻和实际出发时刻；

所述步骤3.2的具体方法为：

将上述目标函数作为列车调整模型的性能指标，并分析列车运行特点，考虑单个列车在区段的运行约束以及列车与列车之间的复杂约束，建立列车调整模型，如下公式所示：

S.T.

F_(i+1)j-F_ij≥T_z,(1≤i≤N-1,1≤j≤M) (1)

D_(i+1)j-D_ij≥T_z,(1≤i≤N-1,1≤j≤M) (2)

F_ij≤T^q D_i(j+1)≤T^q,(1≤i≤N,1≤j≤M-1) (5)

F_ij≥T^z D_i(j+1)≥T^z,(1≤i≤N,1≤j≤M-1) (6)

D_i,j+1-F_i,j≥R_ij,(1≤i≤N,1≤j≤M-1) (8)

F_ij-D_ij≥S_ij,(1≤i≤N,1≤j≤M) (9)

F_i,j-D_i+1,j＞τ_df,(1≤i≤N-1,1≤j≤M) (10)

D_i+1,j-F_i,j＞τ_fd,(1≤i≤N-1,1≤j≤M) (11)

其中，D_ij,F_ij是模型变量，其它符号均是常量，T_z表示列车之间的列车追踪间隔，分别表示车站j的列车与列车之间的最小到达间隔时间，最小发车间隔时间，T^q,T^z分别表示维修天窗开始时间和维修天窗结束时间；K_j表示车站j的股道线数量；R_ij表示列车区间最小运行时间，S_i,j表示列车i在车站j的最小停站时间；τ_df,τ_fd分别表示前车i在j站的发车时间与后车i+1在j站的到达时间之差要大于的最小到发时间，后车i+1在j站的到达时间与前车i在j站的发车时间之差要大于的最小到发时间；

建立的列车调整模型中，模型因子即模型变量是指列车在各个车站的实际到达，出发时间，目标函数的意义是考虑到达晚点时间|D_ij-D1_ij|和出发晚点时间|F_ij-F1_ij|；除了将正点率作为优化目标，也把列车晚点数量(D_ij-D1_ij)||(F_ij-F1_ij)最小作为优化目标；由于目标函数为晚点时间和晚点列车数量之和，单位不统一，因此忽略单位差异，只进行数量级的处理；

所述步骤4的具体方法为：

步骤4.1：将列车在各个车站的到达时间及出发时间按整数方式编码，并设定最大迭代次数；

步骤4.2：利用双适值比较法将列车调整模型的目标函数f(x)与约束条件分离，由所有的约束条件共同构成一个函数voilation(q)，进而将带有各种约束条件的列车调度问题转化双适应值问题，如下公式所示：

fitness(q)＝f(x)

其中，J,P分别表示不等式和等式的个数，g_j(x)表示第j个不等式，h_p(x)表示第p个等式，n表示粒子的个数，q为第几个粒子；

步骤4.3：根据列车基本信息，晚点时间以及实际运行图初始化每一个粒子；

步骤4.4：将第一次迭代后的粒子作为父代，并选出粒子群中个体和群体的极值；

步骤4.5：通过双适应值将父代与下一代子代进行比较，选出下一代；

(1)如果粒子q和r都可行即符合约束条件，比较适应值fitness(q)和fitness(r)的大小,选取适应值小的粒子为下一代；

(2)如果两个粒子都不可行时即不符合约束条件，比较所有的约束条件共同构成的函数voilation(q)和voilation(r)的大小，取函数值小的粒子为下一代；

(3)当q粒子可行r粒子不可行时即q粒子符合约束条件，r粒子不符合约束条件，如果voilation＜u，u为设定的不可行解的比例，那么就比较它们的适应值fitness(q)和fitness(r)，选取适应值小的个体，否则q粒子为为下一代；

步骤4.6：计算新的一代种群适应值并与上一次迭代所得个体，群体极值进行比较，得到新的个体和群体极值；

步骤4.7：判断是否达到最大迭代次数，如果没达到，返回步骤4.5，否则执行步骤4.8；

步骤4.8：将最优粒子对应的所有列车的到发时刻进行解码，输出最优粒子对应的列车到发时刻表，形成列车阶段计划；

所述解码过程为：1≤j≤2*M,1≤i≤N，如i为奇数时，列车i到达车站(j+1)/2的时间为d((j+1)/2,i)＝X(j+(i-1)*12)；如j为偶数时，列车i在车站j/2的发车时间f(j/2,i)＝X(j+(i-1)*12)，其中X(j+(i-1)*12)表示粒子群算法求得的粒子解即列车时刻表中对应的第(j+(i-1)*12)列的数值大小。

2.根据权利要求1所述的一种快速恢复高铁列车准点运行的智能调度方法，其特征在于，所述步骤6的具体方法为：

步骤6.1：各个车站同意并接收列车阶段计划；

步骤6.2：各个车站执行列车阶段计划，自动排路机产生进路序列并按时排进路；

步骤6.3：转换器将阶段计划转换为相应动作命令；所述的动作命令为改变轨道、列车和信号灯状态的代码；

步骤6.4：通过改变信号灯来控制轨道的通行状态进而控制列车；信号和列车之间直接的相互控制、通过列车占用轨道的状态以及通过轨道占用状态控制信号灯状态的动作命令触发的时机使得列车按图行驶。