[发明专利]一种不确定环境下的高铁列车智能调度方法及系统

说明书

本发明公开了一种不确定环境下的高铁列车智能调度方法及系统，属于高铁列车智能调度技术领域。首先将采集铁路CTC系统内部列车运行数据，利用调度时间窗划分方法确立实际调度列车，进而确定仿真环境状态S，为提高调度模型的决策响应速度，引入先验调度知识，即对调度决策进行预筛选，再由基于Q学习方法的调度模型给出最终的调度决策，利用贪心算法生成对应的列车调度方案，考虑到调度环境的不确定性，引入能产生随机晚点的仿真模块，使调度环境更为真实有效。通过选取对实例场景进行验证，证明本发明方法及系统能够有效减缓列车晚点的传播，可为调度员的列车调度工作提供参考方案。

技术领域

本发明属于高铁列车智能调度技术领域，具体涉及一种不确定环境下的高铁列车智能调度方法及系统。

背景技术

高铁列车凭借其安全和高效目前已成为乘客在中长行程旅途中的主要交通方式。但受到气候、客流、设备故障的影响，列车往往无法严格按照计划运行信息行驶，由此造成部分列车产生晚点，而为了减小列车晚点对后续列车的影响，需要对高铁列车进行调度，即重新生成一个全新的列车运行方案。

目前在实际列车运行过程中，调度人员是完全依据其自身经验对列车进行调度，但高速列车运行效率的严格要求导致调度人员的决策时间较为有限，同时列车后续运行所面临的不确定性，即不确定环境下的调度也使得决策变得更为困难，因此采用人工调度方法往往无法有效降低列车晚点的传播，由此产生较高的经济成本。

目前已有相关调度方法用于解决这一问题，主要包括三大类，第一类是数学规划方法，通过构建严格的数学模型如混合整数线性规划模型，采用商用求解器如CPLEX或者GUROBI对模型进行求解，这种方法虽能得到精确最优解但求解时间相对较长，很难满足高铁列车调度时效性要求；第二类是以遗传算法为代表的智能调度方法，这类算法的优势在于其能够在合理时间内求得近似最优解，但现有方法假定调度环境充分已知，然而在实际调度环境下调度人员、列车以及气候无时无刻都对列车的运行产生影响，因此也无法满足实际工程的需求，第三类则是基于仿真的方法，如元胞自动机，这类方法虽能根据环境变化进行快速应对，但相关专家知识的获取仍是一个相对困难的工作。而且，目前现有学者大多研究确定性场景下如何进行列车调度的问题，很少考虑到后续环境不确定性对列车调度的影响，因此无法产生全局最优的列车重调度方案。

发明内容

针对现有技术的不足，本发明提出一种不确定环境下的高铁列车智能调度方法及系统。

本发明的技术方案是：

一种不确定环境下的高铁列车智能调度方法，包括如下步骤：

步骤1：从铁路CTC系统中采集列车运行数据；

所述列车运行数据包括车次名、首发车站、终到站、途经车站、列车在各车站的计划到达时间和计划发车时间、铁路CTC系统当前时间、列车预计到站时间、列车最短安全停站时间、列车最小安全间隔时间和列车限速区段以及列车限速值；

步骤2：对步骤1采集的列车运行数据按照其所处时间划分时间窗且根据铁路CTC系统当前时间t_now确定目标时间窗，并将目标时间窗窗体内部所包含的列车确定为调度列车，并从上述列车运行数据中提取与调度列车相关的列车运行数据data_opt；

步骤3：根据各调度列车的计划到达时间T_ap和预计到达时间t_ap，确定仿真环境状态S；

将各调度列车的预计到达时间和计划到达时间代入到公式(5)计算各列车在本调度区段首发车站的晚点时间D⁰，其中表示第i辆列车在第j站的预计到达时间，表示第i辆列车在第j站的计划到达时间，由此定义仿真环境状态：