城市軌道交通列車運行自動調(diào)整研究方法綜述

徐 冬

城市軌道交通列車運行自動調(diào)整研究方法綜述

徐 冬

摘 要：基于城市軌道交通列車運行自動調(diào)整的概念和必要性，介紹實現(xiàn)列車運行自動調(diào)整的基本思路：時刻表調(diào)整和行車間隔調(diào)整。并結(jié)合國內(nèi)外學(xué)者的研究成果，對目前存在的列車運行自動調(diào)整研究方法進行分析，為列車運行自動調(diào)整問題的建模和算法實現(xiàn)提供參考。

關(guān)鍵詞：城市軌道交通；時刻表；行車間隔；自動調(diào)整；研究

徐 冬：國電南瑞科技股份有限公司國網(wǎng)電力科學(xué)研究院，碩士研究生，江蘇南京 211006

列車運行圖是列車運行時刻表的時間和空間二維線條圖解，其規(guī)定各次列車按一定的時刻在區(qū)間內(nèi)運行及在車站到、發(fā)和通過，分為計劃運行圖和實際運行圖2種。正常情況下，城市軌道交通系統(tǒng)中的列車嚴格按照列車計劃運行圖運行，但由于隨機干擾因素的存在，例如設(shè)備故障、節(jié)假日乘客流影響、列車限速和天氣等，列車實際運行難免偏離計劃運行圖，尤其在以列車間隔時間短為顯著特點的城市軌道交通系統(tǒng)上，經(jīng)常會出現(xiàn)列車實際運行圖偏離計劃運行圖的情況。若不及時處理，甚至?xí)?dǎo)致全線列車運行紊亂。而列車運行自動調(diào)整的任務(wù)就是當列車運行偏離計劃運行圖時，結(jié)合現(xiàn)代控制理論、信號系統(tǒng)和計算機優(yōu)化算法，自動地制定調(diào)整策略，通過時刻表調(diào)整或行車間隔調(diào)整，使列車盡快恢復(fù)正常秩序，緩解交通壓力，保障乘客出行計劃。

列車運行調(diào)整從最初的純?nèi)斯ふ{(diào)整到現(xiàn)在的自動調(diào)整，使得列車調(diào)度員從繁瑣的事務(wù)性工作中解放出來。隨著列車控制技術(shù)從基于軌道電路到基于通信方式的轉(zhuǎn)變，城市軌道交通列車運行自動調(diào)整的研究方法也從再現(xiàn)系統(tǒng)運行的模擬分析法發(fā)展到運籌學(xué)優(yōu)化理論法，再到基于離散事件動態(tài)系統(tǒng)理論法和人工智能法。

1　列車運行自動調(diào)整基本思路

目前，列車運行自動調(diào)整策略主要分為時刻表調(diào)整和行車間隔調(diào)整。其中，時刻表調(diào)整包含4種方式，分別是區(qū)間運行時間調(diào)整、停站時間調(diào)整、折返站調(diào)整和虛擬時刻表平移[1]。行車間隔調(diào)整根據(jù)追蹤間隔取值不同，分為以下2種方式：按等間隔調(diào)整和按規(guī)定的目標追蹤間隔調(diào)整。時刻表調(diào)整模式因其能保證列車兌現(xiàn)率和準點率而在國內(nèi)獲得普遍應(yīng)用，但其調(diào)整的時間范圍有限。如果列車出現(xiàn)嚴重晚點，需要大范圍內(nèi)進行調(diào)整，此時就要采用行車間隔調(diào)整模式，使全線晚點列車盡快恢復(fù)正常運營狀態(tài)。如果能夠研究出將以上2種調(diào)整模式統(tǒng)一起來的新方法，即根據(jù)不同的實際應(yīng)用場景，自動選擇最優(yōu)的調(diào)整方式，那么列車運行效率和運營服務(wù)質(zhì)量將得到進一步地提高。

隨著城市軌道交通列車速度的提高和行車密度的增大，如何選擇和實現(xiàn)列車運行自動調(diào)整方式，就需要對自動調(diào)整問題的模型和調(diào)整策略進行研究，在此基礎(chǔ)上討論具體的優(yōu)化調(diào)整算法，解決列車運行自動調(diào)整中隨機性干擾、實時性要求和多目標約束的難點。

2　列車運行自動調(diào)整的研究方法

近年來，為了適應(yīng)現(xiàn)代城市軌道交通列車運行速度快、行車間隔短的要求，各國學(xué)者主要研究基于CBTC的城市軌道交通ATS列車自動調(diào)整策略及其優(yōu)化算法。目前國內(nèi)外研究方法主要分為以下5類。

2.1模擬分析法

2.1.1定義

模擬分析法是在對系統(tǒng)充分了解的基礎(chǔ)上構(gòu)建出1個全面模擬實際系統(tǒng)運作的模型，并且能夠?qū)δＰ偷牟煌闆r輸入、不同設(shè)計參數(shù)和不同方法進行盡可能全面地分析和對比的研究方法。模擬分析的方法在列車運行自動調(diào)整研究中有2方面作用：一是研究各模型參數(shù)對調(diào)整效果的影響；二是在同一仿真環(huán)境下測試某些方法，通過實際調(diào)整效果評價原有方法和新方法的優(yōu)劣或者適用范圍。因此，研究列車運行自動調(diào)整的模擬分析法主要針對有側(cè)重模型的性能評價，在可供選擇的模型參數(shù)和調(diào)整方法中，獲得最優(yōu)的結(jié)果。

2.1.2舉例及優(yōu)缺點分析

文獻[2]用模擬仿真的方法，建立基于列車運行圖的列車運行延誤計算機仿真分析模型，并以上海某城市軌道交通線路為背景，設(shè)計了在不同緩沖時間、不同能力利用率以及有無備車等條件下，不同初始延誤影響規(guī)律的仿真分析方案，分析出各參數(shù)之間應(yīng)該保持一定的合理匹配關(guān)系。

以上應(yīng)用實例是在模擬實際列車運行環(huán)境的平臺上，確定可能影響列車運行調(diào)整的各因素及其作用權(quán)重，驗證并評價由這些因素構(gòu)成的不同調(diào)整策略的好壞，具有直觀、便于比較的優(yōu)點。但是，模擬分析法的不足之處有：①模擬本身是一項實驗技術(shù)而不是優(yōu)化技術(shù)，只能作為評價已有調(diào)整策略有效性和適用性的實驗工具；②模擬本身不能產(chǎn)生決策，很難從特定的實驗中提煉一般的規(guī)律性；③模擬的準確性受程序員判斷能力和技能的限制，并且模擬結(jié)果的可信度嚴重依賴于模擬模型、輸入數(shù)據(jù)和模擬次數(shù)。

2.2運籌學(xué)優(yōu)化理論法

2.2.1定義

基于運籌學(xué)優(yōu)化理論的列車運行自動調(diào)整方法是將優(yōu)化理論與運籌學(xué)相結(jié)合，應(yīng)用到列車運行調(diào)整模型的求解中，以縮短調(diào)整問題的求解時間。該方法需要在建立合理調(diào)整模型的基礎(chǔ)上，重點考慮選擇求解時間短的運籌學(xué)優(yōu)化算法。

2.2.2舉例及優(yōu)缺點分析

文獻[4～6]應(yīng)用最優(yōu)控制理論和線性反饋等方法對單線串聯(lián)運行情況下列車群引起晚點時的最優(yōu)調(diào)整問題進行研究。這些方法都是以列車位置、速度和加速度為控制變量，基于列車的運動方程建立數(shù)學(xué)模型，并構(gòu)造二次型指標函數(shù)為優(yōu)化目標。雖然這些研究在算法上取得了最優(yōu)結(jié)果，但因為模型簡化、控制變量沒有涵蓋所有實際組合，所以，這些研究成果僅局限于理論上，實用性差。

隨著列車群規(guī)模的增大，以上傳統(tǒng)的數(shù)學(xué)規(guī)劃方法需要組合考慮實際情況下各種控制變量和約束條件以構(gòu)成目標函數(shù)，模型維度迅速膨脹，因而在求解列車運行自動調(diào)整數(shù)學(xué)模型時易產(chǎn)生組合爆炸問題，已無法在容許的計算時間內(nèi)有效地解決該問題具備的組合特性[7]。

為此，許多學(xué)者將各種啟發(fā)式優(yōu)化算法應(yīng)用到傳統(tǒng)的數(shù)學(xué)規(guī)劃方法中。其中，日本專家建立單線列車自動調(diào)整的混合0-1整數(shù)規(guī)劃線性優(yōu)化模型[8]，利用專家系統(tǒng)和分枝定界法減少搜索空間，以達到快速求解的目的。該方法先利用專家系統(tǒng)從知識庫吸取人的經(jīng)驗和專家的啟發(fā)，再由計算機進行定量化決策，確定在求解范圍中分枝的各種限定。因此，對分枝的限定成為關(guān)鍵：對分枝的限制過多會失去一部分的有效解；而限制過少會難以消除枚舉法的缺陷。在國內(nèi)，重慶城軌較新線ATS建設(shè)中的列車自動調(diào)整算法[9]同樣采用了分枝定界的方法，但其對分枝的限定過于理想，比如未考慮特殊時間段（早晚高峰）和重點區(qū)域（關(guān)鍵節(jié)點）等實際情況的優(yōu)先設(shè)計，也未考慮列車出入段和正線折返時的高效組合。

2.3分布式智能控制法

2.3.1定義

使用該方法研究列車運行自動調(diào)整問題的核心是分布式結(jié)構(gòu)和智能排序策略。即基于分布式系統(tǒng)結(jié)構(gòu)將單線軌道交通系統(tǒng)簡化為區(qū)間、列車和決策中心（車站）3個元素，并在定義列車和車站優(yōu)先級的基礎(chǔ)上，再結(jié)合智能控制技術(shù)對列車群進行排序，按優(yōu)先級從高到低的次序調(diào)整列車運行計算分配時刻表，確定列車在劃分的分布式控制區(qū)域內(nèi)每個站臺的到發(fā)順序。

2.3.2舉例及優(yōu)缺點分析

文獻[10]在建立了分布式系統(tǒng)結(jié)構(gòu)的基礎(chǔ)上，將模糊決策技術(shù)應(yīng)用到列車運行自動調(diào)整的規(guī)則中，即將調(diào)度員決策知識所遵循的規(guī)則表達成模糊集和隸屬度函數(shù)，通過對列車發(fā)車順序和發(fā)車時間的重新設(shè)定使得列車群的運行在各車站局部達到最優(yōu)。

分布式智能控制的調(diào)整方法相比于集中控制方式，在實時性、控制能力范圍和資源利用率上都有很大提高，加之分布式系統(tǒng)結(jié)構(gòu)的靈活性、開放性和可擴展性，使其對運營干擾的免疫力優(yōu)于集中式系統(tǒng)。再結(jié)合智能排序方法的應(yīng)用，使該方法更適合模擬調(diào)度員處理不精確、不確定信息和進行近似推理的情況。但該方法中反映調(diào)度員決策知識的優(yōu)先級規(guī)則定義不具普遍性，并且城市軌道交通中列車的運行順序在出庫的時候已經(jīng)確定，不可能在每一個局部車站重新排序運行，同時該模型還忽略了列車運行調(diào)整中一些特殊優(yōu)化情況，因此該方法仍有待改善。

2.4離散事件動態(tài)系統(tǒng)理論法

2.4.1定義

離散事件動態(tài)系統(tǒng)（DEDS）理論以列車占用區(qū)間為一事件，在構(gòu)造系統(tǒng)狀態(tài)空間遞推模型的基礎(chǔ)上，采用分層決策和滾動優(yōu)化的求解策略，建立基于DEDS模型預(yù)測的狀態(tài)空間模型（PEDSM）及其相應(yīng)的沖突疏解優(yōu)化算法。

2.4.2舉例及優(yōu)缺點分析

參考文獻[7]以北京地鐵亦莊線的基礎(chǔ)線路數(shù)據(jù)為背景，利用離散狀態(tài)方程，根據(jù)當前時刻到站和離站偏差狀態(tài)值，加之未知的未來輸入控制作用，預(yù)測未來優(yōu)化范圍內(nèi)到站和離站偏差。 [11]基于專家系統(tǒng)的思想，解決了以列車總偏離時間最小和總偏離列車數(shù)最少為目標的列車運行自動調(diào)整問題；參考文獻[12]利用面向?qū)ο髮＜蚁到y(tǒng)，從并行推理的思路和分解列車運行調(diào)整的規(guī)則匹配空間出發(fā)，建立了內(nèi)部協(xié)同式列車運行調(diào)整系統(tǒng)，實現(xiàn)了對象知識庫的分層存儲。

該方法控制器的設(shè)計多使用M a t l a b平臺上的模型預(yù)測控制(MPC)模塊，通過輸入狀態(tài)空間模型，分析和比較在不同參數(shù)下的調(diào)整效果。其優(yōu)勢在于滾動優(yōu)化與反饋校正相結(jié)合，把上一次優(yōu)化計算的控制作用做為下一次優(yōu)化的初始輸入，針對每一時刻在優(yōu)化范圍內(nèi)的實際輸出，不斷校正模型參數(shù)或輸出使之跟隨給定標準輸入，再根據(jù)權(quán)重分配，實現(xiàn)時刻表調(diào)整和運行間隔調(diào)整。但DEDS缺乏統(tǒng)一的理論基礎(chǔ)，同時還存在模型不夠直觀、難以驗證狀態(tài)方程的完整性和正確性等不足。此外，隨著優(yōu)化范圍的擴大，需要計算的控制輸入規(guī)模不斷增加，優(yōu)化時間呈指數(shù)增長，因此，縮短計算時間的關(guān)鍵在于模型求解算法的選擇。另外，該方法只能得到局部優(yōu)化范圍內(nèi)的次優(yōu)解，對于全局范圍內(nèi)的最優(yōu)解還有待進一步研究。

2.5人工智能法

人工智能方法的特點是分布式存儲信息、并行方式處理信息，適用于難以建立確定性模型的問題，可以得出魯棒性很好的求解方案。該方法包括專家系統(tǒng)、模糊系統(tǒng)、神經(jīng)網(wǎng)絡(luò)和遺傳算法四大分支，他們的各自特點決定了將其應(yīng)用到列車運行自動調(diào)整模型中求解的可能性，因此，近幾十年來，人工智能在列車運行自動調(diào)整優(yōu)化中的理論研究成為主流，并取得了一定的進展。

2.5.1專家系統(tǒng)

專家系統(tǒng)把專家知識存放在規(guī)則庫中，并結(jié)合數(shù)據(jù)庫的當前狀態(tài)，按照規(guī)則庫中邏輯推理策略模擬人類專家進行分析、判斷和做出決策，適用于列車運行自動調(diào)整這種結(jié)構(gòu)和模型都具有不確定性的問題。

專家系統(tǒng)便于維護和修改。對知識庫進行修改和擴充時，無需改動推理機，但預(yù)定規(guī)則在表達錯縱復(fù)雜的約束關(guān)系時非常困難。調(diào)整的效果取決于專家系統(tǒng)的知識范圍，缺乏啟發(fā)性和自主學(xué)習(xí)性。在解決列車運行調(diào)整這類規(guī)模較大的問題時，會因知識庫的龐大而降低推理效率。而且現(xiàn)有知識獲取工具和機器學(xué)習(xí)算法距離實用程度尚有一定距離。

2.5.2模糊系統(tǒng)

模糊系統(tǒng)是將人類的知識和經(jīng)驗加以歸納總結(jié)，表達成模糊控制規(guī)則，模擬人類思維進行推理和決策的系統(tǒng)，能夠解決智能控制中人類語言尤其是不確定語言的描述和推理問題。模糊控制中運用的隸屬度函數(shù)能使復(fù)雜的模糊問題和模糊量轉(zhuǎn)換成系統(tǒng)可求的形式，但由于隸屬度函數(shù)的確定一直是模糊系統(tǒng)中比較困難的問題，一般采用試湊方法，時間消耗較大，且難以得到較優(yōu)方案。而且隸屬度函數(shù)的中心值和寬度系數(shù)是在初始狀態(tài)就確定的，不能根據(jù)實時信息發(fā)生變化，缺乏學(xué)習(xí)功能，所以模糊系統(tǒng)的實用性不高。

2.5.3人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)是模擬人腦及其活動的非線性自適應(yīng)數(shù)學(xué)模型，由大量的處理單元通過適當?shù)姆绞交ミB構(gòu)成，是大規(guī)模的自學(xué)習(xí)、自組織系統(tǒng)，在處理不確定或不知道、需協(xié)調(diào)多種輸入信息關(guān)系的系統(tǒng)時優(yōu)勢明顯。文獻[13]結(jié)合了神經(jīng)網(wǎng)絡(luò)和模糊決策的思想，通過Matlab建立了1個5層的模糊神經(jīng)網(wǎng)絡(luò)模型，并進行了網(wǎng)絡(luò)訓(xùn)練，以西安地鐵2號線為背景構(gòu)建仿真測試環(huán)境，對列車運行自動調(diào)整問題進行了分析、討論和求解。

但是，人工神經(jīng)網(wǎng)絡(luò)的調(diào)整效果主要取決于建立的模型和訓(xùn)練的次數(shù)，無法解釋推理的過程和推理的依據(jù)，不能很好地利用已有的專家經(jīng)驗知識，不能處理和描述模糊信息，近年來其發(fā)展有停滯不前的跡象。

2.5.4遺傳算法

遺傳算法是模擬自然界中生物進化過程，搜索目標問題最優(yōu)解或滿意最優(yōu)解的計算機算法。是一種具有導(dǎo)向性的隨機化搜索方法，其核心是群體搜索策略和群體中個體間的信息交換。對于列車運行自動調(diào)整解空間過于龐大的問題，可以通過逐次優(yōu)化，在可容忍的時間范圍內(nèi)得到1個可接受的調(diào)整方案，尤其適用于處理傳統(tǒng)搜索方法難以解決的復(fù)雜、最優(yōu)化和非線性問題。

文獻[14]以北京地鐵八通線基礎(chǔ)線路數(shù)據(jù)為背景，利用遺傳算法中最優(yōu)個體保留的選擇策略、兩點交叉的交叉策略以及育種器的變異算子，并引入無參數(shù)的罰函數(shù)處理約束條件，構(gòu)建仿真測試環(huán)境。在對比選擇遺傳算法模型各參數(shù)的基礎(chǔ)上，進行了單車嚴重晚點和列車群晚點時的仿真試驗。

但是，它也有自身的缺陷，譬如遺傳算法的“進化”機理有待深入研究；在解決多峰值復(fù)雜問題時存在模式欺騙和早熟現(xiàn)象，搜索性能不理想；在解決組合優(yōu)化問題上表現(xiàn)出較強的求解能力，但搜索最優(yōu)解的進化時間較長；算法的本身相對較復(fù)雜、實用性較差，需要進一步研究。

3　結(jié)語

目前，城市軌道交通列車運行自動調(diào)整方法的研究基本是圍繞智能優(yōu)化處理方法這一主線展開，包括遺傳算法、專家系統(tǒng)、模糊決策和預(yù)測控制等。但基于運行安全的考慮，在我國實際投入使用的調(diào)整模塊大多數(shù)使用國外知名企業(yè)的成熟安全產(chǎn)品，或者舍棄優(yōu)化算法，只單純實現(xiàn)基本的調(diào)整功能。因此，我國對列車運行自動調(diào)整方法的研究，還存在廣闊的發(fā)展空間。

本文梳理了實現(xiàn)列車運行自動調(diào)整功能的基本思路，針對如何實現(xiàn)自動調(diào)整策略，通過總結(jié)國內(nèi)外學(xué)者在不同研究方法領(lǐng)域中取得的研究成果，對目前存在的列車運行自動調(diào)整研究方法進行了介紹和比較，可為全面把握列車運行自動調(diào)整研究現(xiàn)狀提供參考。

[1] 閔鵬．西門子信號系統(tǒng)的列車自動調(diào)整功能簡介[J]．鐵道通信信號，2012，48(10)：43-45.

[2] 徐瑞華，江志彬，邵偉中，等．城市軌道交通列車運行延誤及其傳播特點的仿真研究[J]．鐵道學(xué)報，2006，28 (2)：7-10.

[3] 章優(yōu)仕，金煒東．基于滿意優(yōu)化理論的列車運行調(diào)整目標體系的研究[C]. 2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集．安徽合肥：中國科學(xué)技術(shù)大學(xué)自動化系，2010：792-797.

[4] Levine W. S and Athans M．On the Optimal Error Regulation of a String of Moving Vehicles [J]．IEEE Transactions on Automatic Control, 1966, AC-11(3): 355-361.

[5] Melzer S. M and Kuo B. C．Optimal Regulation of Systems Described by a Countably In nite Number of Objects[J]．Automatica, 1971(7): 359-366.

[6] Peppard L. E．String Stability of Relative-motion PID Vehicle Control Systems [J]．IEEE Transactions on Automatic Control, 1974, AC-19(10): 579-581.

[7] 徐蒨．基于預(yù)測控制的城市軌道交通列車運行調(diào)整研究[D]．北京：北京交通大學(xué)，2010.

[8] 王飛杰．城軌CBTC智能調(diào)度指揮系統(tǒng)關(guān)鍵技術(shù)的研究[D]．北京：北京郵電大學(xué)，2011.

[9] 應(yīng)志鵬，許偉，袁志明．重慶城軌較新線ATS的列車自動調(diào)整[J]．鐵道通信信號，2009，45(4)：16-17.

[10] 賈利民．基于模糊決策的分布式智能化行車指揮方法[J]．中國鐵道科學(xué)，1993，14(3)：79-90.

[11] 劉炯．基于專家系統(tǒng)的城軌CBTC列車運行調(diào)整研究[D]．北京：北京交通大學(xué)，2006.

[12] 李鵬，張一軍．內(nèi)部協(xié)同式列車運行調(diào)整專家系統(tǒng)的研究[J]．中國鐵道科學(xué)，1998，19(3)：1-9.

[13] 左靜．基于模糊神經(jīng)網(wǎng)絡(luò)的城市軌道交通列車運行調(diào)整研究[D]．甘肅蘭州：蘭州交通大學(xué)，2011.

[14] 張亦南．基于GA的列車自動調(diào)整算法在CBTC系統(tǒng)中的應(yīng)用研究[D]．北京：北京交通大學(xué)，2008.

Review on Methods of Train Running Automatic Adjustment in Transit

Xu Dong

Abstract:Based on the concept and necessity of train operation automatic adjustment in urban rail transit, the paper introduces the basic idea for the realization of train operation automatic adjustment, time schedule adjustment and train running interval adjustment. By taking into consideration of the study done by some scholars at home and abroad, the paper makes analysis on the research methods for existing automatic train operation adjustment, and provides references for the modeling and algorithm of train operation automatic adjustment.

Keywords:transit, time schedule, train running interval, automatic adjustment, research

收稿日期2014-07-25責(zé)任編輯 凌晨

中圖分類號：U231.6