文档介绍：研究生数学建模论文全国第五届研究生数学建模竞赛题目货运列车的编组调度问题摘要货运列车的编组调度问题是铁路运输系统的关键问题之一。合理地设计编组调度方案对于提高铁路运输能力和运行效率具有十分重要的意义,是关乎我国铁路系统能否又好又快发展的全局性问题。针对货运列车的编组调度问题,在深入研究编组站中到达列车的转发、解体及新车编发等规则和要求的基础上,对所提供的数据进行了分析和处理,建立了各问题相应的数学模型,制订了相应的编组调度方案: 针对问题一,详细探讨了白、夜班中所有车辆在编组站的滞留时间,包括解体等待时间、解体时间、编组时间、出发等待时间以及转发时间等等;求出了所有车辆在编组站的滞留时间之和,并用其除以所有车辆的总数,即得到每班中时的优化模型;模型以每班的最小中时为目标函数,其约束条件包括出发列车的总重量、总长度、每辆车的中时约束等等;最后利用遗传算法和Matlab遗传算法工具箱,计算出了白班和夜班的最小中时,并给出了详细的列车解体计划和编组方案。针对问题二,优先考虑了发往S1的货物、军用货物及救灾货物等的运输问题;优先安排了含有专供货物和救灾货物车辆数较多的列车,使其尽快解体、编组和发车,以减少其等待时间。建模时,在问题一模型的基础上添加了专供货物和救灾货物车辆的中时约束,并利用遗传算法计算出了每班的最小中时,制订了列车解体计划和编组方案。针对问题三,由于所提供的信息具有动态性,所以在解编列车时,要对后续车辆和现存车辆的具体情况同时进行分析才能作出合理决策。在考虑相邻时段递推关系的基础上,以每班的最小中时和发出车辆最大数目为目标函数,建立了一个多目标多阶段动态规划模型,并利用神经网络方法和Matlab软件计算出了每班的最小中时和发出车辆的最大数目,制订了列车解体计划和编组方案。针对问题四,首先根据已知条件处理了所给的数据,然后在模型一的基础上建立了相应的模型,并计算出了相应各班的中时,给出了相应的调度方案。针对问题五,根据编组方案计算出了一昼夜该编组站能编组的最多车辆数和相应各班的中时,并根据结果得出了该编组站可以提高资源利用率和运行效率的结论。最后提出了编组方案的改进方法,并对铁路运输问题提出了自己的建议和意见。关键词:解体;编组;遗传算法;动态规划模型参赛队号。某货运车站担负着国内东西和南北两大铁路干线上货运列车的编组调度任务,是我国沟通南北、连接东西的交通要道,素有铁路“心脏”之称。每天最多有400多列货车在这里进出,有XX0多辆车辆在这里集结和解编。该站南北长6000余米、东西宽800余米,占地平方公里,采用双向纵列式三级六场机械化驼峰编组站站型,即上行线方向和下行线方向,上行线和下行线又分别包含有到达场、编组场和出发场。共有l51条站线,全长390多公里,其下行线的到达场12条,记为XD(k)(k=1,2,?,12);编组场36条,记为XB(k)(k=1,2,?,36);出发场24条,记为XF(k)(k=1,2,?,24)。上行线的到达场12条,记为SD(k)(k=1,2,?, 12);编组场36条,记为SB(k)(k=1,2,?,36);出发场23条,记为SF(k)(k=1,2,?, 23)。另外下行线和上行线各有一个转发场,各有4条线路,分别记为XZF(k)和SZF(k)(k=1,2,3,4)。从每个到达场都有两条线路经驼峰区与相应的编组场相连,场区示意图如图1所示。注意:在这个问题里不考虑该车站装卸场的装卸作业。实际中,货运列车编组的流程是:对于从上行线和下行线的各方向经过该站的每一列货运列车分别驶入各自的到达场内停靠,然后根据每一辆车的货物去向通过驼峰解体,分别向各自的编组场不同轨道线集结,从而编组成一列新的发往某一个方向的列车,最后转往上行线或下行线的出发场待发。编组工作每天分为白班和夜班两个班次,从早晨6:00点到18:00点为白班,18:00点到第二天早晨6:00点为夜班。每班各分为四个时段,白班:6:00~8:00,8:00~12:00,12:00~15:00,15:00~18:00;夜班:18:00~20:00,20:00~24:00,0:00~3:00,3:00~6:00。铁路管理部门希望车站的编组调度工作快速高效,衡量编组调度效率的主要指标是“中时”。每个时段都有相应的任务指标要求,一般要求列车在到达场停留时间最多不得超两个时段,中时最多不得超过8小时。根据实际作业情况可知,机车将待解体的列车从到达场推到驼峰轨道线上,缓慢运动中进行解体操作,解体后的车辆靠惯性运行至编组场轨道上。每组车辆从到达场经驼峰解体到编组场集结平均大约需要10分钟;从编组场牵引一列车到出发场大约需要5分钟;无调车直接经过转发场做必要的技术处理后进入出发