2023年 02期

摘要(Abstract)：

为了实现城市轨道交通末班列车的列车运行时刻表编制与线路接续优化，以城市轨道交通线网为研究对象，在既有研究基础上进一步考虑线网的空间复杂性和列车衔接的序列性，增加结构化的换乘时间和运营时段等实际场景条件，以各条线路末班列车时刻的组合优化为决策切入点，分析换乘线路接续成功的场景数量；基于列车运行时刻表编制要素构建集成的优化模型，应用人工鱼群算法进行启发式求解，并以北京市城市轨道交通局部干线区域为对象进行算例研究。结果表明，与现有的优化方法相比，所提出的优化模型与计算流程在线路接续成功方向数量、线路接续成功率、平均富余时差、运算执行时间和初次迭代中央处理器使用率方面均具有明显优势。

关键词(KeyWords)： 交通信息工程及控制;列车运行时刻表;线路接续;城市轨道交通;人工鱼群算法

基金项目(Foundation): 国家自然科学基金项目(62173167)

作者(Author): 张路凯,王英平,杨艳

DOI: 10.13349/j.cnki.jdxbn.20221227.002

参考文献(References)：

[1] ZHOU C C,ZHANG L K,KANG L J.Modeling timetable coordination in urban mass transit networks[J].Advanced Materials Research,2014,1030/1031/1032:2207.

[2] 杨艳.地铁线网末班列车时刻表协同编制优化[J].山东交通学院学报，2020,28(4):46.

[3] 康柳江.城市轨道交通末班列车运行计划协同组织优化[D].北京：北京交通大学，2016.

[4] GUO X,WU J J,SUN H J,et al.Timetable coordination of first trains in urban railway network:a case study of Beijing[J].Applied Mathematical Modelling,2016,40(17/18):8048.

[5] CORMAN F,D’ARIANO A,PACCIARELLI D,et al.Dispat-ching and coordination in multi-area railway traffic management [J].Computers & Operations Research,2014,44:146.

[6] KECMAN P,CORMAN F,D’ARIANO A,et al.Rescheduling models for railway traffic management in large-scale networks[J].Public Transportation,2013,5(1/2):95.

[7] SAM? M,PELLEGRINI P,D’ARIANO A,et al.Ant colony optimization for the real-time train routing selection problem[J].Transportation Research Part B:Methodological,2016,85:89.

[8] DU P,LIU C,LIU Z L.Walking time modeling on transfer pedestrians in subway passages[J].Journal of Transportation Systems Engineering and Information Technology,2009,9(4):103.

[9] 郭欣.城市轨道交通线网列车时刻表分阶段协同优化[D].北京：北京交通大学，2018.

[10] KANG L J,MENG Q.Two-phase decomposition method for the last train departure time choice in subway networks[J].Transportation Research Part B:Methodological,2017,104:568.

[11] LIU Y,FENG X S,DING C C,et al.Electric transit network design by an improved artificial fish swarm algorithm[J].Journal of Transportation Engineering,Part A:Systems,2020,146(8):04020071.

[12] LIU Y,FENG X S,ZHANG L K,et al.A pareto artificial fish swarm algorithm for solving a multi-objective electric transit network design problem[J].Transportmetrica A:Transport Science,2020,16(3):1648.