企业铁路编组站的调度优化问题研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
目录 | 第7-9页 |
1 绪论 | 第9-14页 |
1.1 论文的选题背景和研究意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.2.1 智能调度的国内外研究现状 | 第10-11页 |
1.2.2 国内外取送车和进路优化问题的研究现状 | 第11-12页 |
1.3 主要研究内容 | 第12-14页 |
2 企业编组站调度系统分析及优化算法介绍 | 第14-26页 |
2.1 企业编组站铁路运输概况及特点 | 第14-16页 |
2.1.1 运输概况 | 第14-15页 |
2.1.2 企业铁路运输调度问题的特点 | 第15-16页 |
2.2 阶段作业计划流程分析 | 第16-20页 |
2.2.1 优化目标 | 第16页 |
2.2.2 列车分组和编组模块 | 第16-17页 |
2.2.3 到发线应用模块 | 第17-18页 |
2.2.4 机车供应及周转模块 | 第18-19页 |
2.2.5 取送车模块 | 第19页 |
2.2.6 进路模块 | 第19页 |
2.2.7 模块集成 | 第19-20页 |
2.3 遗传蚁群算法研究 | 第20-25页 |
2.3.1 遗传算法简介 | 第21-22页 |
2.3.2 ACA 简介 | 第22-24页 |
2.3.3 遗传算法与 ACA 的衔接 | 第24-25页 |
2.4 小结 | 第25-26页 |
3 取送车优化问题研究 | 第26-40页 |
3.1 取送车系统分析 | 第26-30页 |
3.1.1 货物作业点和分布类型介绍 | 第26-27页 |
3.1.2 取送车作业的主要研究对象 | 第27-28页 |
3.1.3 取送车系统的特征分析 | 第28-29页 |
3.1.4 确定优化目标 | 第29-30页 |
3.2 取送车的数学模型 | 第30-31页 |
3.2.1 设定条件 | 第30页 |
3.2.2 变量描述 | 第30-31页 |
3.2.3 数学模型的建立 | 第31页 |
3.3 GACA 的设计 | 第31-33页 |
3.3.1 遗传算法的设计 | 第31-32页 |
3.3.2 遗传算法与 ACA 的衔接 | 第32页 |
3.3.3 ACA 的设计 | 第32-33页 |
3.4 取送批次的优化 | 第33-34页 |
3.5 算例仿真 | 第34-39页 |
3.5.1 数学模型的验证 | 第34-37页 |
3.5.2 GACA 的验证 | 第37-39页 |
3.6 小结 | 第39-40页 |
4 进路优化问题研究 | 第40-49页 |
4.1 进路问题概述 | 第40-41页 |
4.2 站场网络的构建 | 第41-42页 |
4.3 进路选择的数学模型 | 第42-44页 |
4.3.1 进路表的生成 | 第42页 |
4.3.2 数学模型的建立 | 第42-44页 |
4.4 算例仿真验证 | 第44-48页 |
4.4.1 数学模型的验证 | 第44-46页 |
4.4.2 GACA 的验证 | 第46-48页 |
4.5 小结 | 第48-49页 |
结论 | 第49-50页 |
致谢 | 第50-51页 |
参考文献 | 第51-54页 |
攻读学位期间的研究成果 | 第54页 |