摘要：本文針對(duì)列車(chē)運(yùn)行時(shí)刻調(diào)整問(wèn)題進(jìn)行建模分析。首先，本文對(duì)該問(wèn)題建立數(shù)學(xué)模型，并運(yùn)用PSO算法對(duì)模型進(jìn)行計(jì)算求解。在初步的求解過(guò)程中，針對(duì)PSO算法的收斂速度較慢等不利因素對(duì)其進(jìn)行優(yōu)化，提出了GA-PSO算法。最后，通過(guò)模擬實(shí)驗(yàn)得出GAPSO在調(diào)度過(guò)程中能達(dá)到較高的準(zhǔn)點(diǎn)率。

關(guān)鍵詞：列車(chē)運(yùn)行調(diào)整；粒子群算法；遺傳算法

中圖分類(lèi)號(hào)：TP399 文獻(xiàn)標(biāo)識(shí)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(chē)運(yùn)行調(diào)整模型[J].軟件，2016，37（5）：89-92

0.引言

鐵路運(yùn)輸是我國(guó)綜合交通體系的重要組成部分，合理的組織運(yùn)輸過(guò)程具有重要意義，其中要解決的問(wèn)題有很多。這里我們考慮其中的列車(chē)運(yùn)行調(diào)整問(wèn)題，假定列車(chē)運(yùn)行計(jì)劃已經(jīng)制定，列車(chē)運(yùn)行調(diào)整問(wèn)題就是指在列車(chē)運(yùn)行過(guò)程中，因各種因素和突發(fā)事件的影響，使得列車(chē)運(yùn)行的實(shí)際狀態(tài)偏離預(yù)定值，需要通過(guò)對(duì)列車(chē)運(yùn)行計(jì)劃進(jìn)行調(diào)整，盡快恢復(fù)列車(chē)的有序運(yùn)行狀態(tài)。

列車(chē)運(yùn)行調(diào)整問(wèn)題的實(shí)質(zhì)是處理列車(chē)與車(chē)站、列車(chē)與區(qū)間及列車(chē)之間的關(guān)系，規(guī)定列車(chē)占用區(qū)間和站線(xiàn)的合理時(shí)機(jī)，從而達(dá)到提高列車(chē)正點(diǎn)率、提高列車(chē)運(yùn)行速度等綜合目標(biāo)。列車(chē)運(yùn)行調(diào)整涉及因素眾多，它不僅與采用的行車(chē)組織方式有關(guān)，還關(guān)系到列車(chē)密度、速度、線(xiàn)路通過(guò)能力等因素，同時(shí)還是連續(xù)的實(shí)時(shí)性很強(qiáng)的問(wèn)題，調(diào)整計(jì)劃的編制必須在限定的時(shí)間內(nèi)完成并且要進(jìn)行持續(xù)的滾動(dòng)優(yōu)化。

1.當(dāng)前研究現(xiàn)狀

一直以來(lái)，國(guó)內(nèi)外一些專(zhuān)家學(xué)者對(duì)列車(chē)運(yùn)行調(diào)整問(wèn)題進(jìn)行了深入研究，所采用的方法包括人工智能方法、最優(yōu)化方法、智能計(jì)算方法和離散事件動(dòng)態(tài)系統(tǒng)方法等，取得了一定的成果。

然而，列車(chē)運(yùn)行調(diào)整問(wèn)題約束條件復(fù)雜、解空間龐大，在實(shí)際使用場(chǎng)景中對(duì)列車(chē)運(yùn)行調(diào)整算法求解精度、速度要求較高，并且要求列車(chē)運(yùn)行調(diào)整模型能夠具備實(shí)時(shí)滾動(dòng)，持續(xù)優(yōu)化的特點(diǎn)，因此，在以往研究的基礎(chǔ)上，我們需要引入新的方法來(lái)進(jìn)一步完善。粒子群優(yōu)化（PSO）算法是一類(lèi)隨機(jī)全局優(yōu)化的技術(shù)，它通過(guò)粒子間的相互作用發(fā)現(xiàn)復(fù)雜搜索空間中的最優(yōu)區(qū)域，具有收斂速度快的特點(diǎn)。為此，本文嘗試將粒子群優(yōu)化應(yīng)用到列車(chē)運(yùn)行調(diào)整問(wèn)題的模型求解中。

2.模型建立及求解

2.1模型假設(shè)

1）列車(chē)的運(yùn)行線(xiàn)路固定，即不能中途更改運(yùn)行線(xiàn)路，故不可能出現(xiàn)同一線(xiàn)路上的超車(chē)現(xiàn)象。