《城市軌道交通網路限流與列車調整協同最佳化建模與仿真》是依託同濟大學,由江志彬擔任項目負責人的面上項目。
基本介紹
- 中文名:城市軌道交通網路限流與列車調整協同最佳化建模與仿真
- 項目類別:面上項目
- 項目負責人:江志彬
- 依託單位:同濟大學
中文摘要,結題摘要,
中文摘要
開放時變特徵環境下的城市軌道交通網路限流與列車調整協同最佳化是一個複雜的NP-hard問題,傳統基於運籌學和人工智慧的分析方法無法滿足複雜網路中高強度客流與列車互動的實時決策要求。本項目以由乘客流動和列車運行組成的動態網路為研究對象,以保障網路運營安全和高效為目標,基於網路規模大、因素多、約束和目標多、強實時性和動態性等特點,通過對網路列車運行與乘客出行在時間與空間上的影響與協調機理解析,建立分層遞階式的分散式多智慧型體架構,重點探討具有干擾吸收和自適應能力預防反應式魯棒Agent調度模型、基於數據包絡分析的Agent多目標評估模型以及基於強化學習的智慧型Agent調度規則的自學習模型,最終形成協同最佳化的相關理論、方法和原型系統。本研究對揭示城市軌道交通網路不確定環境下乘客出行和列車運行的動態匹配機理、提高大客流條件下的限流與列車調整協同最佳化處置的水平具有重要的理論和實際套用意義。
結題摘要
為了有效應對城市軌道交通網路化運營中大客流帶來的風險,本項目基於多智慧型體理論的建模方法與原型系統設計,研究城市軌道交通網路不確定環境下乘客出行和列車運行的動態匹配機理,揭示了“站車協同”方案決策過程的動態性和實時性等本質,形成的理論成果可以完善和豐富現有運輸組織理論和方法,對於提高大客流條件下的限流與列車調整協同最佳化處置的水平具有重要的理論和實際套用意義。項目在完成目標的同時主要取得了以下幾個方面的成果:(1)對“站車協同”最佳化的關鍵因素和協同機理、“站車協同”最佳化問題的研究方法、多智慧型體的“站車協同”方案最佳化建模與仿真等方面的國內外文獻進行了系統梳理後凝練出了關鍵研究問題及重點。(2)基於客流的出行特徵,研究了影響站外和換乘通道限流方案的實施條件、實施方法和影響實施過程的關鍵因素。以乘客流動和列車運行組成的動態網路為研究對象,剖析了“站車協同”策略以及各因素的相互影響機理。(3)從多維度構建了限流方案的評價指標體系,並在此基礎上以上海市軌道交通實際線路客流數據為例,提出了基於計算機仿真的限流方案編制與評估方法。(4)將城市軌道交通運營網路組成元素抽象細化為多Agent元素,採用啟發式算法對線路車站協同限流方案進行了最佳化。(5)基於多智慧型體的“站車協同”方案最佳化仿真平台,基於強化學習算法,對城市軌道交通線路尖峰時段限流方案最佳化。(6)從軌道交通線路乘客滯留懲罰值最小的角度出發,基於強化Q學習算法構建了環境、狀態、動作和反饋方程模型,以上海捷運6號線為實例,得出了城市軌道交通線路限流與列車跳站停車運行最佳化方案;通過本項目的研究,對保障運營安全,減緩大客流對車站、線路乃至整個路網所造成的壓力,提高運營效率有著重要的意義。項目資助發表的論文總計24篇,其中SCI論文8篇,EI論文7篇,申請發明專利1項,培養了3名博士生與7名碩士生。