论文部分内容阅读
近些年来,城市轨道交通快速发展。截止目前,北京、广州、杭州等众多一线及二线城市的城市轨道交通网络均已形成一定规模。保证列车正常、准时运行,提高乘客体验是城市轨道交通运营中非常重要的指标。通常,地铁运营人员制定列车计划运行图,列车正常情况下按照计划运行图运行,但由于受到客流量或其他因素的影响,会导致列车运行偏离运行图,特别是基于移动闭塞的城轨列车,行车密度大、追踪间隔短,发生延误情况是不可避免的,不仅影响乘客乘车体验,严重时甚至导致大面积列车延误,给地铁运营人员行车调度带来麻烦。城市轨道交通中列车运行调整的研究是保证列车准点运行、提高列车运行效率和减轻地铁运营人员调度压力非常有效的途径。本文首先在总结现有列车运行调整模型的基础上,通过研究城轨列车运行控制原理及行车组织特点,提出了基于LSTM(Long Short-Term Memory,长短记忆)网络的列车运行调整模型,该模型利用了 LSTM善于处理和预测时间序列中间隔和延迟相对较长事件的特点,通过LSTM预测单元训练列车运行参数实现了对列车到达下一车站的延误时间的准确预测,基于北京地铁亦庄线数据,通过对所构建的列车运行调整模型中的LSTM预测单元进行多次仿真验证,结果显示,预测值与实际值的相对误差平均值均在7%以内,效果良好。针对所构建的基于LSTM的列车运行调整模型,分析模型的特点并总结以往研究所采用的城轨列车运行调整算法的优缺点,提出了采用全局双启发动态规划算法求解调整模型的方法,该算法对列车运行调整这种复杂动态系统的优化控制问题具有很好的适用性,并对控制精度和计算量做了平衡。同样基于北京地铁亦庄线数据进行仿真验证,将列车延误分为初始延误和连带延误两种场景,结果表明在这两种典型列车延误场景下,此调整方法均可达到消除列车延误的预期目标,并将该算法与启发式动态规划算法做仿真对比分析,验证了该算法在稳定性和控制精度方面具有明显优势。为了便于分析列车延误情况和列车运行调整效果,本文开发了“列车运行偏离色度图软件”。该软件通过对列车运行数据处理,实现了列车运行调整情况的直观显示,并采用运筹学的方法实现了有效定位列车初始延误位置的功能。以北京地铁亦庄线为背景,结果表明,列车初始延误的定位准确率在80%以上。