趙天蔚

摘? 要：針對非常態(tài)下高鐵車站組織作業(yè)秩序受到的影響，對高鐵車站到發(fā)線計劃實時調(diào)整進行研究。提出基于乘降因子的到發(fā)線計劃調(diào)整方法，并對其可行性進行分析。以到發(fā)線計劃乘降因子的波動性和均衡性最優(yōu)為目標(biāo)，構(gòu)建高鐵車站到發(fā)線計劃實時調(diào)整模型問題，設(shè)計基于三種優(yōu)先權(quán)規(guī)則的實時調(diào)整算法。最后通過算例驗證該模型和算法的有效性，可為高鐵車站到發(fā)線計劃的實時調(diào)整提供有效依據(jù)。

關(guān)鍵詞：到發(fā)線計劃;非常態(tài)調(diào)整;乘降因子;穩(wěn)定性;均衡性

中圖分類號：F530? ? 文獻標(biāo)識碼：A

Abstract： This paper studies the real-time adjustment of arrival-departure track utilization in high-speed railway stations， aiming at influencing abnormal operation orders of high-speed railway station. On the paper， we put a forward adjustment method of arrival-departure track utilization based on carriage factor and analyzed its feasibility. In order to optimize the fluctuation and equilibrium of arrival-departure track utilization in carriage factors， a real-time adjustment model of arrival-departure track utilization in high-speed railway stations is constructed， and designed a real-time adjustment algorithm based on three priority rules. Finally， give an example to verify the effectiveness of the model and algorithm， which can provide an effective basis for real-time adjustment of arrival-departure track utilization in high-speed railway stations.

Key words： arrival-departure track utilization; abnormal adjustment; carriage factor; stability; equilibrium

0? 引? 言

高速鐵路因具有快速、安全、便捷、舒適等優(yōu)點，越來越受出行者的青睞，其客運量占比鐵路客運量逐年上升，同時，在當(dāng)前物流需求高速增長的情況下，高鐵貨運也已成為當(dāng)前發(fā)展方向。倘若高速鐵路受到高峰期客流、列車晚點、突發(fā)天氣、安全事故和自然災(zāi)害等非常態(tài)干擾因素的影響，破壞高速鐵路車站到發(fā)線計劃穩(wěn)定性，勢必影響高速鐵路運能，降低其在交通運輸系統(tǒng)中的競爭力[1]。因此如何通過人工干預(yù)和實時控制快速實現(xiàn)高鐵車站到發(fā)線運用計劃的調(diào)整，編制適應(yīng)當(dāng)前階段運營環(huán)境的新到發(fā)線運用計劃已成為高鐵車站智能管理的關(guān)鍵。

Kroon L G[2]和T?rnquist J[3]等（1997，2007）分析車站的技術(shù)作業(yè)過程，以列車晚點傳播理論和最短路問題為基礎(chǔ)，對列車運行圖的穩(wěn)定性問題進行了探究;張英貴等[4]（2011）在引入時間窗、權(quán)重、有限度的基礎(chǔ)上，建立股道運用排序模型，基于三種改進解的策略得到股道運用改進方案;Sels P[5]（2016）構(gòu)建分配多車站列車為目標(biāo)的模型，完成車站股道編排方案優(yōu)化問題;Dewilde等[6-7]（2013，2014）將問題分為進路、時刻表、到發(fā)線三個模塊，求解具有健壯性的運行圖及編排股道運用方案;Burggraeve S等[8]（2015）繼續(xù)拓展Dewilde的方法，將旅客規(guī)模引入到進路模塊，作為衡量指標(biāo)，使得編制方案更具有人性化;呂紅霞等[9]（2016）對鐵路出行旅客進行類別劃分;張英貴、劉青意等[10]（2018）統(tǒng)籌考慮列車類型、牽引性質(zhì)、運行速度、作業(yè)類型等因素，構(gòu)建旅客列車到發(fā)特征聚類指標(biāo)體系，給出一種基于模糊C均值聚類的列車密集到發(fā)峰期確定方法。

已有研究中主要從車站技術(shù)作業(yè)角度出發(fā)，對晚點列車調(diào)整的優(yōu)先級進行排序。本文為了更好地利用高鐵車站組織設(shè)備，將引入乘降因子作為調(diào)整參考指標(biāo)，對非常態(tài)高鐵車站到發(fā)線運用計劃進行實時調(diào)整。

1? 乘降因子分析

乘降因子為高鐵列車承運的旅客和貨物。鐵路客運站到發(fā)線計劃優(yōu)化一般從到發(fā)線選用費用、到發(fā)線均衡性、旅客走行距離三方面考慮。其中前兩項指標(biāo)均從列車對車站到發(fā)線的影響角度出發(fā)[11]，以時間作為評判指標(biāo)，旅客走行距離考慮進出站口到列車所在到發(fā)線的空間距離。但高鐵車站作為旅客、貨物與列車的交互場所，乘降因子規(guī)模不同，對應(yīng)列車所在到發(fā)線接發(fā)的客運量與貨運量也不相同，到發(fā)線的繁忙程度不同，乘降因子在車站乘降過程中對相關(guān)設(shè)備的損耗程度以及車站組織作業(yè)的難易程度也都不同（如圖1，（1）（2）分別為兩種到發(fā)線計劃，根據(jù)列車A、C的乘降因子不同，兩條到發(fā)線的使用情況也不相同），因此在到發(fā)線計劃編排的過程中，不僅要考慮列車對到發(fā)線的影響，還需要考慮當(dāng)前到發(fā)線計劃確定站內(nèi)乘降因子的影響，防止出現(xiàn)車站設(shè)備資源浪費和超負載情況共存。

同時，當(dāng)高鐵列車因非常態(tài)發(fā)生延誤時，若預(yù)留緩沖時間不足以吸收列車延誤時間，列車在到發(fā)線實時調(diào)整過程中與后續(xù)列車到發(fā)線計劃發(fā)生沖突，勢必會使乘降因子隨列車到發(fā)線的變動換乘其他站臺。當(dāng)兩列列車到發(fā)線計劃發(fā)生沖突時，必須改變其中一列列車到發(fā)線計劃（如圖2，（1）為車站原始到發(fā)線計劃，G2605/6408次列車晚點20分鐘，與G3559次列車占用2號到發(fā)線沖突。共有（2）、（3）兩種到發(fā)線實時調(diào)整方法），為維持車站運營穩(wěn)定性，將乘降因子作調(diào)整依據(jù)，減少乘降站臺的變動，可防止乘降因子大規(guī)模移動引起車站秩序紊亂，降低運營風(fēng)險，確保車站運營安全。

2? 模型與算法

記高鐵車站的列車集為L=1，2，…，i，…，n，按列車等級設(shè)權(quán)重為ω，站內(nèi)到發(fā)線集合為U=1，2，…，u，…，m，進路集合為R=1，2，…，r，…，k，站臺集合為Q=1，2，…，q，…，l;t，t分別表示列車i到發(fā)時刻;x表示列車i是否占用到發(fā)線u，x=1時占用，x=0不占用;o表示列車i是否占用進路r，o=1時占用，o=0不占用;y表示列車i是否占用站臺p，y=1時占用，y=0不占用;根據(jù)鐵路客貨運信息系統(tǒng)，車站內(nèi)對應(yīng)車次的乘降因子是可知的，記車站內(nèi)對列車i候車的乘降因子規(guī)模為P（當(dāng)i為旅客高鐵時，取站內(nèi)候車旅客規(guī)模（單位：人）;為貨運高鐵時，取站內(nèi)候車貨物重量（單位：噸），客貨換算系數(shù)為α）。本文不考慮列車到發(fā)時刻及技術(shù)作業(yè)時間的調(diào)整問題，在時間確定下實時調(diào)整到發(fā)線計劃。

2.1? 模? 型

以到發(fā)線乘降因子波動性為第一目標(biāo)，即通過減少到發(fā)線調(diào)整頻次，降低實時調(diào)整計劃與原計劃的差異性。令ε表示列車到發(fā)線是否發(fā)生調(diào)整，則：

公式（3）為強約束，表示計劃調(diào)整后，任意車站都能保證列車有股道接發(fā);公式（4）、公式（5）為到發(fā)線約束，分別表示一列列車只能有一條股道接發(fā)，一條到發(fā)線只能被一列列車占用;公式（6）、公式（7）為進路約束，分別表示一列列車只能占用一條接發(fā)車進路;一條接發(fā)列車進路最多為V中一列列車的辦理接發(fā)列車作業(yè);公式（8）、公式（9）為站臺約束，分別表示一列列車只能有一個站臺接發(fā)，一個站臺能容納V中的列車數(shù)不能超過該站臺最大允許接車數(shù)。

2.2? 算? 法

3? 算? 例

本算例選用長沙南站滬昆場13：00～16：00所有列車數(shù)據(jù)，如表1。所有列車的乘降因子均為旅客，乘降因子規(guī)模為11月采集樣本，其中“乘降因子規(guī)模1”為所有樣本平均數(shù)據(jù)，“乘降因子規(guī)模2”為乘降因子高峰期數(shù)據(jù)。

該時段內(nèi)，長沙南站滬昆場共計有18～21、24～27號到發(fā)線在用，列車到發(fā)線運用計劃圖3所示。

此時，乘降因子1（非高峰期）對應(yīng)站內(nèi)到發(fā)線平均發(fā)送乘降因子1 880（人），到發(fā)線計劃乘降因子均衡性為6.37×105，到發(fā)線計劃乘降因子發(fā)送最大差值為2 837（人）;乘降因子2（高峰期）對應(yīng)站內(nèi)到發(fā)線平均發(fā)送乘降因子2 339（人），發(fā)線計劃乘降因子均衡性為7.66×105，到發(fā)線計劃乘降因子發(fā)送最大差值為3 068（人）?？芍?，對應(yīng)高峰期下乘客占用到發(fā)線情況嚴重不均衡，不同到發(fā)線接繁忙程度不同，造成客流組織不均，車站設(shè)備資源存在浪費和超負載情況共存。根據(jù)本問題提到的方法，對高峰期狀態(tài)下的到發(fā)線計劃進行調(diào)整，算法規(guī)則優(yōu)先級為列車等級原則?乘降因子均衡性原則?乘降因子波動性原則，結(jié)果如圖4。

G1659次列車由原25號到發(fā)線調(diào)整至26號到發(fā)線，G1417/1362次列車由原19號到發(fā)線調(diào)整至21號到發(fā)線。此時f=1 720。發(fā)線計劃整體乘降因子均衡性f=8.92×104，到發(fā)線計劃乘降因子發(fā)送最大差值為783（人）。

通過結(jié)果可以看出，該方法可以有效地提高車站到發(fā)線乘降因子均衡性，使各到發(fā)線乘降因子規(guī)模趨于均衡，提高部分閑置資源利用率，降低個別資源超負載使用。

4? 結(jié)? 論

本文針對非常態(tài)下高鐵車站到發(fā)線計劃調(diào)整問題，提出了基于乘降因子的調(diào)整方法，對乘降因子在到發(fā)線計劃的優(yōu)化和調(diào)整過程中對車站的影響進行闡述，并對其可行性進行分析。

以到發(fā)線計劃乘降因子的波動性和均衡性為目標(biāo)，以到發(fā)線、進路、站臺為約束，構(gòu)建了高鐵車站到發(fā)線計劃的調(diào)整模型并設(shè)計了基于三種優(yōu)先權(quán)規(guī)則的實時調(diào)整算法，

本文為將時間調(diào)整考慮在內(nèi)，對非常態(tài)下列車運行圖及車站到發(fā)線計劃的綜合考慮還需要進一步研究。

參考文獻：

[1] 賈利民，王莉，秦勇. 突發(fā)事件下高速鐵路運輸組織——理論與應(yīng)用[M]. 北京：北京交通大學(xué)出版社，2017.

[2]? Kroon L G， Romeijn H E， Zwaneveld P J. Routing trains through railway stations： complexity issues[J]. European Journal of Operational Research， 1997，98（3）：485-498.

[3]? T?rnquist J， Persson J A. N-tracked railway traffic re-scheduling during disturbances[J]. Transportation Research， Part B（Methodological）， 2007，41（3）：360-362.

[4] 張英貴. 鐵路客運站股道運用優(yōu)化方法與應(yīng)用研究[D]. 長沙：中南大學(xué)（博士學(xué)位論文），2012.

[5]? Sels P， Cattrysse D， Vansteenwegen P. Automated platforming & routing of trains in all Belgian railway stations[J]. Expert Systems with Applications， 2016，62：302-316.

[6]? Thijs Dewilde， Peter Sels， et al. Robust railway station planning： An interaction between routing， timetabling and platforming[J]. Journal of Rail Transport Planning & Management， 2013，3（3）：68-77.

[7]? Dewilde T， Sels P， Cattrysse D， et al. Improving the robustness in railway station areas[J]. European Journal of Operational Research， 2014，235（1）：276-286.

[8]? Burggraeve S， Dewilde T， Sels P， et al. Improving passenger robustness by taking passenger numbers and recurring delays explicitly into account on the tactical level[C] // Proceedings of 6th International Seminar on Railway Operations Modelling and Analysis （IAROR） -Rail Tokyo， 2015.

[9] 呂紅霞，王文憲，蒲松，等. 基于聚類分析的鐵路出行旅客類別劃分[J]. 交通運輸系統(tǒng)工程與信息，2016，16（1）：129-134.

[10] 張英貴，劉青意，雷定猷，等. 鐵路大型客運站旅客列車到發(fā)特征聚類分析[J]. 物流科技，2018，41（3）：69-73.

[11] 劉偉. 非常態(tài)下的大型客站咽喉利用與到發(fā)線分配優(yōu)化研究[D]. 北京：北京交通大學(xué)（博士學(xué)位論文），2017.