[发明专利]基于交叉熵算法的列车多节拍协同运行的优化方法

摘要

本发明公开了一种基于交叉熵算法的列车多节拍协同运行的优化方法，包括步骤：以最小化各节拍单元列车总旅行时间为优化目标，以同节拍单元列车等时间间隔运行、同节拍单元列车最小与最大运行时间间隔限制等为约束，构建多节拍单元列车协同运行的优化模型；设计列车多节拍协同运行时刻表方案的解编码；初始化方案解的概率参数；基于给定概率参数值随机生成指定数量的方案解；对当前各方案解进行评价，选取其中一定数量的高质量方案解作为精英解，以此更新概率参数，并基于更新后的概率参数按概率生成新的方案解，如此不断更新概率参数、生成新的方案解至此满足任一给定的算法终止条件。

主权项

一种基于交叉熵算法的列车多节拍协同运行的优化方法，其特征在于，包括以下步骤：S1：以最小化各节拍单元列车总旅行时间为优化目标，以同节拍单元列车等时间间隔运行、同节拍单元列车最小与最大运行时间间隔限制为约束，构建多节拍单元列车协同运行的优化模型；S2：设计用于表示列车多节拍协同运行时刻表方案的解编码；S3：初始化用于生成列车多节拍协同运行时刻表方案解的概率参数；S4：基于给定概率参数值随机生成GS个方案解，并基于每个方案解编码信息优化确定GS个列车多节拍协同运行时刻表；S5：评价每个列车多节拍协同运行时刻表方案的编制质量，即计算各方案中所有节拍单元列车总旅行时间之和Z；同时确定列车旅行时间总和Z最小的方案作为第n次迭代的最优方案Sn，若该方案优于当前最优方案S*，则令S*＝Sn；S6：按方案中列车总旅行时间之和Z由小到大顺序选择其中前σ个方案解作为精英解，进而以此按如下公式更新生成方案解编码的各概率参数取值：αwn(a)=ρ·|k:k∈ES;Qwk=a|GS·σ+(1-ρ)·αwn-1(a)]]>βwn(b)=ρ·|k:k∈ES;DTwk=b|GS·σ+(1-ρ)·βwn-1(b)]]>γwn(c)=ρ·|k:k∈ES;Dwk=c|GS·σ+(1-ρ)·γwn-1(c)]]>其中，与分别为节拍单元w列车在第n与n‑1次迭代中优先权基因Qw选择a值的概率，与分别为节拍单元w列车在第n与n‑1次迭代中基因DTw选择b值的概率，与分别为节拍单元w列车在第n与n‑1次迭代中基因Dw选择c值的概率；分别为第k个精英解中节拍单元w列车基因Qw,DTw以及Dw的取值；ES为当前迭代选中的精英解集，参数ρ为一个权衡系数；S7：算法终止条件判断：若算法满足以下任意一个条件，便停止算法，输出当前最优列车协同运行时刻表S*；否则，重复步骤S4至步骤S6，即根据当前概率参数重新生成GS个列车多节拍协同运行时刻表，并对其进行质量评价，进而更新概率参数；①对于任意节拍单元列车，其概率参数大于1‑ω或者小于ω，同样，概率参数大于1‑ω或者小于ω，其中，ω为一很小正数值，通常取ω＝0.01；②从算法开始所获得的最优个体解对应的目标函数值连续)次迭代未发生改进；③当前迭代次数达到给定的最大迭代次数nmax。