学术报告：基于延迟传播机制的高铁列车调度模型研究

研究作者与发表信息

本文的主要作者为Han Yang, Wenfeng Hu, Shan Ma 和 Tao Peng，隶属于湖南长沙中南大学自动化学院。该研究发表于期刊《Neural Computing and Applications》，论文在线发表日期为2023年12月6日，DOI为：https://doi.org/10.1007/s00521-023-09243-z。

研究背景与研究目的

高铁系统作为现代交通的支柱，在运营过程中往往受到地质灾害和设备故障等突发事件的干扰。这些突发事件通常会导致区段阻断（segment blockages），从而引发列车延误的大规模传播，对乘客的出行计划、铁路运营公司经济效益以及社会稳定产生重大影响。传统的列车调度模型在应对复杂场景和网络级别的调度问题时，计算复杂度过高，无法在短时间内提供有效的解决方案。

为了解决这些问题，本文提出了一种基于延迟传播预测机制的高铁列车实时调度模型，以减小突发事件对列车原始运行计划的影响。研究目标包括： 1. 减小区段阻断对高铁网络的运行影响。 2. 优化列车延误的传播范围与时间。 3. 提高计算复杂度的处理效率。

研究方法与详细工作流程

本文的研究流程主要分为两个阶段：延迟传播范围预测（第一阶段）和优化列车运行调整模型的构建（第二阶段）。以下对各阶段逐一详细阐述。

阶段一：延迟传播范围预测

为了降低调度模型的计算复杂度，作者首先使用了一种延迟传播预测机制，估算受阻断影响的列车及车站范围。预测的数学模型基于以下核心概念： 1. 初始延迟（Primary Delay）：最早受突发事件直接影响的列车延迟。 2. 运行时间补充（Running Time Supplement）：列车为应对小型突发事件而预留的额外运行时间。 3. 间隔缓冲（Headway Buffer）：相邻列车间预留的安全时间。

模型通过递归方程对各列车间的延迟传播进行计算，进而得出一个保守的传播范围预测。预测范围通过两个关键参数定义： 1. 受影响的最后一列列车编号（ti*l）。 2. 受影响范围内的最远车站编号（sj*l）。

例如，在实际仿真中，作者通过延迟传播机制预测，受阻断影响的列车在一定距离外由于运行时间补充和间隔缓冲的存在，其延迟会逐渐减少直至完全消失。这一预测范围用于第二阶段的优化模型求解。

阶段二：调度优化模型的构建

在第二阶段，作者基于受延迟传播影响的列车及车站范围，构建了一种混合整数非线性规划（Mixed Integer Nonlinear Programming, MINLP）模型。该模型以最小化整体延迟为目标函数，并综合考虑以下三种策略： 1. 列车取消（Cancellation）：选择性取消部分列车运行，以缓解运行压力。 2. 延迟发车（Delayed Departure）：对部分列车采取延迟措施，以避免拥堵。 3. 列车减速（Deceleration）：调整列车在区段的运行速度以减少旅客等待压力和提高线路利用率。

模型的约束条件涵盖了列车运行的安全间隔、最短运行时间、站台容量等实际铁路运营中的规则，并运用了基于列车运动学的加速/减速模型来计算列车在区段运行时所需的实际时间。这些约束的引入使得模型不仅在理论上成立，同时也具有较好的实际可操作性。

模型的求解基于IBM ILOG CPLEX 12.6.1，并在MATLAB中实现。作者未研发新的算法，而是通过现有商用求解器对模型进行高效求解。

实验数据与结果分析

作者选取了中国长三角区域的一个小型铁路网络作为测试平台。此铁路网络以南京南站为枢纽，包含18个车站和17个区段。测试数据中考虑了20列高铁列车，其运行速度最大值为350 km/h，运行计划跨越四个方向：蚌埠南至上海虹桥、蚌埠南至杭州东、淮南南至上海虹桥以及淮南南至杭州东。

场景设计

作者设计了包含不同阻断位置和持续时间的12种场景，区段阻断地点包括： 1. 枢纽站前：定远至滁州、全椒至南京南。 2. 枢纽站后：南京南至镇江南、宜兴至湖州。

阻断持续时间分为0.5小时、1小时和2小时，共计12个组合。

调度策略与结果分析

实验结果显示，与传统调度方法（如按“先到先服务”（First Come First Serve）规则进行调度）相比，本文模型在以下几个方面表现出了显著优势： 1. 延迟时间最小化：通过引入减速策略，整体延迟时间比传统模型显著降低。例如，在2小时阻断场景下，本文模型将总延迟时间降低约16%。 2. 计算效率：虽然本文模型由于引入两阶段结构使得计算时间略微增加，但仍能够在合理时间内有效完成求解。 3. 乘客体验优化：由于减速策略的合理使用，被调整列车的发车时间更接近原始计划，乘客对调度的满意度更高。

此外，研究还发现，阻断位置越靠近枢纽站，其延迟传播范围越广，对调度模型计算压力越大。因此，对枢纽站进行优先调度成为本文解决方案的一个关键策略。

研究结论与意义

本文提出的基于延迟传播预测的两阶段调度模型在应对高铁网络区段阻断问题上取得了优异的效果。该研究具有以下重要意义： 1. 科学价值：首次结合延迟传播预测机制提出了基于网络结构的MINLP调度模型，显著降低了算法的计算复杂度。 2. 实践价值：模型已被验证适用于中国复杂的高铁网络，可用于处理实际运营中的突发情况。 3. 乘客体验提升：通过合理的三种调度策略组合，优化了延迟对乘客造成的影响，同时提高了网络整体的运输效率。

研究亮点与创新点

1. 创新的两阶段方法：通过分阶段求解，将传统模型的全局优化简化为受延迟传播影响范围内的局部优化。
2. 减速策略的引入：不同于以往的仅依赖取消和延迟发车的策略组合，本文创新性地将减速策略纳入调度模型，为列车调度提供了更多灵活性。
3. 复杂网络调度：模型适用于具有网络结构的铁路系统，而不仅限于单一线路的场景，具有更高的实用性和广泛性。

后续研究方向

作者指出本文模型对阻断时间已知的情况处理较为理想，但现实中存在阻断结束时间未知的情况。此外，模型的实验场景仍相对较为简单，未来可以考虑引入更多复杂的实际运营要素，如多区域协同调度、综合能源消耗优化等。

本文研究为高铁运行调度领域提供了一种创新性的处理方式，并为后续研究奠定了坚实基础。