鐵路編組站魯棒階段計劃編制體系研究

黎浩東，何世偉，申永生，王保華

（1.北京交通大學(xué) 交通運輸學(xué)院，北京 100044；2.IBM中國研究院，北京 100080）

1 鐵路編組站階段計劃概述

編組站階段計劃是車站作業(yè)計劃的核心部分，既是實現(xiàn)日班計劃的分階段部署，又是編制調(diào)車作業(yè)計劃的主要依據(jù)。編組站階段計劃反映了車站階段工作的重點，車站按照編組計劃的要求將車流及時編組成列，保證列車正點發(fā)車，并合理地安排列車解體和編組順序，以及調(diào)車機(jī)車的作業(yè)。編制質(zhì)量優(yōu)良的階段計劃是車站作業(yè)質(zhì)量及效率的保證。

目前，部分研究以車輛在編組站停留時間最短等指標(biāo)為優(yōu)化目標(biāo)，對于具有固定滿軸車數(shù)及列車出發(fā)時刻限制的編組站階段計劃編制問題進(jìn)行了有益探索[1-2]。然而，編組站階段計劃的編制涉及的列車到、解、集、編、發(fā)等基本作業(yè)都具有一定的不確定性，導(dǎo)致調(diào)度計劃信息也存在一定的不確定性，如列車到發(fā)時間、車流信息、車站作業(yè)時間的不確定性等。已有的剛性優(yōu)化方法所編制的計劃在信息發(fā)生擾動時可能無法保持優(yōu)化目標(biāo)的最優(yōu)性，甚至無法執(zhí)行。一些研究考慮了列車到達(dá)等信息不確定條件下魯棒階段計劃的編制，但也只是從某個方面對魯棒調(diào)度計劃編制方法進(jìn)行分析，并未能搭建完整的魯棒階段計劃編制理論體系[3-4]?；诰幗M站階段計劃編制信息技術(shù)特征分析，通過運用調(diào)度信息技術(shù)特征研究成果、階段計劃魯棒優(yōu)化方法和階段計劃調(diào)整優(yōu)化方法，提出魯棒調(diào)度計劃編制體系，并探討不同計劃編制層次的優(yōu)化方法。

2 編組站階段計劃信息技術(shù)特征分析

2.1 列車到達(dá)信息

編組站階段計劃編制過程中，列車到達(dá)信息來源于日班到達(dá)計劃、階段到達(dá)計劃和現(xiàn)車信息3個部分。其中，日班到達(dá)計劃由鐵路局調(diào)度所下達(dá)至車站；階段到達(dá)計劃為每班各階段列車達(dá)到信息，由鐵路局調(diào)度所分階段下達(dá)給車站；現(xiàn)車信息為列車到達(dá)車站后，經(jīng)作業(yè)人員核定的準(zhǔn)確信息，包含列車實際到達(dá)時刻和編組信息。通過獲取某編組站列車到達(dá)信息，包括日班到達(dá)計劃信息、階段達(dá)到計劃信息和現(xiàn)車信息，并以現(xiàn)車信息為基礎(chǔ)，對日班計劃列車到達(dá)時刻和階段計劃列車到達(dá)時刻相對于列車實際到站時刻的時間間隔分布特征進(jìn)行了研究 (見圖1)，得到日班到達(dá)計劃和階段到達(dá)計劃的特征如下。

（1）階段到達(dá)計劃的兌現(xiàn)率較高。雖然日班到達(dá)計劃中部分列車計劃到發(fā)時刻更接近實際到發(fā)時刻，但其分布規(guī)律較難獲取，不利于信息的選擇利用。

（2）計劃晚點列車所占比例較高。部分列車晚點比較嚴(yán)重，甚至達(dá)數(shù)小時。

（3）計劃外列車較多。在列車到達(dá)信息中，班計劃外到達(dá)列車數(shù)為 19 列，階段計劃外到達(dá)列車為9列，占總到達(dá)列車數(shù)的比例分別為 7.54% 和 3.57%。

2.2 調(diào)機(jī)作業(yè)時間信息

調(diào)機(jī)作業(yè)時間是指編組站各臺調(diào)車機(jī)車在一班中各項生產(chǎn)時間，主要是指到達(dá)列車解體起訖時間和出發(fā)列車的編組起訖時間等調(diào)車作業(yè)時間。在已有研究中，大部分是假設(shè)調(diào)機(jī)作業(yè)時間確定，并且為某一具體數(shù)值。而在實際車站作業(yè)中，由于列車車流構(gòu)成、編組數(shù)量的差異，列車解編時間各不相同，某編組站列車解體時間直方圖如圖2所示。部分研究考慮調(diào)機(jī)作業(yè)時間的不確定性，采用隨機(jī)或模糊化定義，但對其具體概率分布規(guī)律則缺少深入分析。

2.3 列車預(yù)確報信息

圖1 階段計劃、班計劃與現(xiàn)車時間間隔比較

通過對某編組站到解列車確報信息和現(xiàn)車確報信息的分析可知，確報信息冗余量大，錯誤信息較多。其中，到解列車為 183 列，相應(yīng)到達(dá)預(yù)確報信息總量為277 條。除信息冗余外，車流變動情況主要有組號合分、扣站修、不明車輛和錯誤信息等，其比例分別達(dá)到了 7.65%、1.09%、2.18% 和 1.64%。

上述分析說明，列車到發(fā)信息、調(diào)機(jī)作業(yè)時間和車流信息都存在一定的不確定性，因此，有必要在對階段計劃編制信息技術(shù)特征分析的基礎(chǔ)上，構(gòu)架編組站魯棒階段計劃編制體系。

圖 2 某編組站列車解體時間直方圖

3 編組站魯棒階段計劃編制體系

魯棒階段計劃可以描述為：所編制的階段計劃在計劃編制信息發(fā)生擾動時，仍能在一定程度上保證最優(yōu)或較優(yōu)。編組站魯棒階段計劃編制理論體系的研究已有編組站階段計劃編制理論體系為支撐，以階段計劃信息的技術(shù)特征研究為基礎(chǔ)，提出的編組站魯棒階段計劃編制體系如圖3所示。該體系分為 3個層次：①編組站調(diào)度信息技術(shù)特征研究；②階段計劃魯棒優(yōu)化理論方法；③基于數(shù)據(jù)的編組站階段計劃調(diào)整優(yōu)化方法。

3.1 階段計劃信息技術(shù)特征研究

研究階段計劃信息技術(shù)特征的目的是確定計劃信息的甄選機(jī)制。首先，分析編組站不同調(diào)度作業(yè)的內(nèi)容，編組站調(diào)度系統(tǒng)的功能及對調(diào)度信息的要求。其次，對各種信息源產(chǎn)生信息 (車流信息、列車到發(fā)信息、列車技術(shù)作業(yè)信息、車場信息等) 的信息量、信息方式、數(shù)據(jù)格式、分布位置、產(chǎn)生時間、更新頻度、準(zhǔn)確性、可靠度等技術(shù)特征進(jìn)行分析。最后，基于魯棒階段計劃的定義，對影響階段計劃的魯棒性因素進(jìn)行深入分析，研究不同調(diào)度信息對魯棒階段計劃的影響機(jī)理。

對于列車到發(fā)信息，通過分析晚點規(guī)律可以對列車晚點時分進(jìn)行隨機(jī)擬合，如圖1所示。然而編組站銜接方向較多，不同方向的列車到達(dá)規(guī)律、晚點情況各不相同，如圖4所示。部分方向的列車到達(dá)規(guī)律可能很難隨機(jī)擬合，這也制約了隨機(jī)規(guī)劃方法的運用。對于車流信息，信息冗余可通過編組輛數(shù)、計長和換重等信息進(jìn)行綜合確認(rèn)和甄選；如無法甄別錯誤信息，則只能根據(jù)現(xiàn)車信息對所編制計劃進(jìn)行調(diào)整。因此，計劃編制主要考慮編組站組號合分、扣站修和不明車輛確定等因素的干擾。對于上述不確定信息，采用特征分析、聚類、函數(shù)關(guān)系或規(guī)則挖掘等數(shù)據(jù)挖掘方法、多源信息融合等技術(shù)，通過構(gòu)建調(diào)度信息特征模型，以確定計劃信息的甄選機(jī)制，為階段計劃的編制提供可靠的基礎(chǔ)信息。

圖 4 分方向顯示階段計劃到達(dá)時刻與現(xiàn)車時刻間隔分布

3.2 階段計劃的魯棒優(yōu)化方法

魯棒階段計劃編制方法主要是隨機(jī)規(guī)劃和魯棒優(yōu)化兩種。其中，隨機(jī)規(guī)劃已得到較好地發(fā)展和完善，有隨機(jī)機(jī)會約束規(guī)劃等形式，應(yīng)用比較廣泛。但其要求掌握不確定參數(shù)的具體分布特征，這個條件在實際應(yīng)用中可能難以滿足，參數(shù)分布特征的獲取在多數(shù)情況下都十分困難。而魯棒優(yōu)化的目的是尋找一個參數(shù)發(fā)生擾動時仍能保持良好性能的解，與隨機(jī)規(guī)劃不同，其不需要獲取不確定參數(shù)的概率分布。兩種方法各有特點，都能為魯棒階段計劃的編制提供支撐。首先分別考慮車流信息、列車到發(fā)信息、車站作業(yè)時間的不確定性，利用隨機(jī)規(guī)劃或魯棒優(yōu)化思想，研究魯棒配流優(yōu)化、魯棒調(diào)機(jī)運用、魯棒到發(fā)線運用優(yōu)化方法。在此基礎(chǔ)上，綜合考慮各種不確定信息，建立魯棒階段計劃編制方法。

對于魯棒配流優(yōu)化，編組站配流是確定出發(fā)列車的編組內(nèi)容和車流來源，分為靜態(tài)配流和動態(tài)配流，其中動態(tài)配流是在靜態(tài)配流的基礎(chǔ)上考慮列車的解體順序。因此，魯棒配流優(yōu)化主要考慮扣站修和不明車輛確定等車流信息的擾動，在分析車流擾動規(guī)律的基礎(chǔ)上，構(gòu)建魯棒配流優(yōu)化模型。具體的表達(dá)形式有Soyster、Ben-Tal 和 Nemirovki、Bertsimas 等魯棒優(yōu)化模型[5]。

魯棒調(diào)機(jī)運用優(yōu)化主要考慮調(diào)機(jī)作業(yè)時間的不確定性，采用隨機(jī)模擬和模糊化定義考慮調(diào)機(jī)作業(yè)時間的不確定性，即隨機(jī)或模糊規(guī)劃。而動態(tài)配流、調(diào)機(jī)運用和到發(fā)線運用魯棒優(yōu)化都需要考慮列車到發(fā)的不確定性。對于列車到發(fā)信息的不確定性，需要對不同銜接方向的列車到達(dá)規(guī)律分別進(jìn)行分析。如能獲取列車到達(dá)規(guī)律，及其列車計劃到達(dá)時刻和實際到達(dá)時刻的間隔分布規(guī)律，則可采用隨機(jī)規(guī)劃方法進(jìn)行優(yōu)化；如到達(dá)規(guī)律難以獲取，則可采用基于情景集的魯棒優(yōu)化思想[6]進(jìn)行優(yōu)化。

3.3 基于數(shù)據(jù)的階段計劃調(diào)整優(yōu)化方法

編組站日常調(diào)度計劃都遵循“計劃編制＋計劃調(diào)整”的模式，即調(diào)度員在計劃實施過程中，根據(jù)信息的變化對初始階段計劃進(jìn)行優(yōu)化調(diào)整，以保證每階段作業(yè)順利而高效的完成。無論是人工編制階段還是計算機(jī)輔助編制階段，都會遵循這一模式。魯棒階段計劃編制考慮了一定限度的不確定因素的干擾，但鑒于現(xiàn)場復(fù)雜的作業(yè)過程和多變的場站環(huán)境，仍需根據(jù)實際作業(yè)過程對魯棒階段計劃進(jìn)行優(yōu)化調(diào)整。因此，需要在編制魯棒階段計劃的基礎(chǔ)上，研究基于數(shù)據(jù)的階段計劃調(diào)整優(yōu)化方法。

基于數(shù)據(jù)的階段計劃調(diào)整優(yōu)化方法，是基于實際生產(chǎn)過程中各系統(tǒng)產(chǎn)生的大量歷史數(shù)據(jù)、實時數(shù)據(jù)和相關(guān)調(diào)度仿真數(shù)據(jù)，采用特征分析、數(shù)據(jù)挖掘和仿真等綜合技術(shù)手段提取隱含在大量數(shù)據(jù)中的對階段計劃調(diào)整有重要作用的關(guān)鍵調(diào)度信息，并利用有關(guān)信息建立基于數(shù)據(jù)的階段計劃調(diào)整模型或動態(tài)確定階段計劃調(diào)整模型的關(guān)鍵參數(shù)，以及利用所提取的關(guān)鍵調(diào)度信息構(gòu)造基于數(shù)據(jù)的計劃調(diào)整優(yōu)化方法。其中，基于數(shù)據(jù)的調(diào)度信息特征屬性的提取/簡約方法主要有基于模糊集、粗糙集概念的簡約方法和神經(jīng)網(wǎng)絡(luò)等；基于數(shù)據(jù)的調(diào)度信息獲取方法主要有基于學(xué)習(xí)機(jī)制的調(diào)度信息獲取方法，如決策樹、模糊動態(tài)分類學(xué)習(xí)方法、歸納學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)等[7]。

4 結(jié)束語

編組站階段計劃編制信息存在一定的不確定因素，計劃信息擾動與計劃魯棒性的矛盾比較突出。通過對階段計劃信息技術(shù)特征分析，說明既有編組站階段計劃剛性優(yōu)化的不足和研究魯棒階段計劃編制體系的重要性。因此，提出基于調(diào)度信息技術(shù)特征研究、階段計劃魯棒優(yōu)化方法和階段計劃調(diào)整優(yōu)化方法3個層次的魯棒調(diào)度計劃編制體系。同時，給出不同研究內(nèi)容的研究方法，如考慮車流不確定性的魯棒優(yōu)化方法和考慮調(diào)機(jī)作業(yè)時間的隨機(jī)規(guī)劃方法等，旨在為編組站魯棒階段計劃編制方法體系的構(gòu)建提供一定的支撐。今后需要針對所提出的不同層次的內(nèi)容進(jìn)行詳細(xì)研究，進(jìn)一步深化魯棒階段計劃編制理論。

[1] 何世偉. 鐵路編組站階段計劃優(yōu)化模型的研究[J]. 鐵道運輸與經(jīng)濟(jì)，1996，18(4)：87-90.

[2] 王世東，鄭 力，張智海，等. 編組站階段計劃自動編制的數(shù)學(xué)模型及算法[J]. 中國鐵道科學(xué)，2008，29(2)：120-125.

[3] 何世偉，宋 瑞，胡安洲. 編組站階段計劃剛性與柔性優(yōu)化的協(xié)調(diào)研究[J]. 鐵道學(xué)報，1999，21(4)：1-8.

[4] 黎浩東，何世偉，宋 瑞，等. 編組站階段計劃隨機(jī)相關(guān)機(jī)會規(guī)劃模型及算法[J]. 交通運輸系統(tǒng)工程與信息，2010，10(1)：128-133.

[5] Dimitris Bertsimas，Melvyn Sim.The Price of Robustness[J].Operations Research，2004，52(1)：35-53.

[6] J.M.Mulvey，R.J.Vanderbei，S.A.Zenios. Robust optimization of large-scale systems[J]. Operations Research，1995，43(2)：264-281.

[7] 劉 民. 基于數(shù)據(jù)的生產(chǎn)過程調(diào)度方法研究綜述[J]. 自動化學(xué)報，2009，35(6)：785-806.