许玉德， 刘一鸣， 沈坚锋， 邱俊兴

(1.同济大学 道路与交通工程教育部重点实验室，上海 201804;2.中交投资有限公司，北京 100029)

由于列车运行速度的提高、运行密度和通过总重的增加，铁路线路恶化趋势加快，养护维修作业量不断加大，但相应可用来进行养护维修的天窗时间却不断减少，运输需求和线路养修的矛盾日益突出.为实现线路状态的可控，根据轨道状态检测结果，制定优化的轨道养护维修计划是国内外铁路部门养护维修模式发展的趋势[1].合理的铁路轨道养护维修计划必须在确保运输安全的同时也要能兼顾到节约养护维修成本的问题，因此轨道养护计划制定中，决策者所面对的问题常常是多目标的[2-6]，而对多目标问题的求解，非支配排序遗传算法(NSGA-Ⅱ算法)[7-9]是被应用得最为广泛的算法之一.

对求解轨道养护计划多目标模型来说，标准的NSGA-Ⅱ算法还存在着一些不足之处，主要体现在：

(1) 全局解空间较大庞大，年度养护计划中将一年分36旬，1 km线路对应的决策变量为36个，如果是某个铁路局管内的所有线路进行轨道养护计划的编制，那决策变量的数量是惊人的，模型计算的时间和空间复杂度都将增加；

(2) 标准NSGA-II算法中没有处理约束条件的算子，约束条件需要通过添加约束算子来对非支配解集进行搜索；

(3) 传统的遗传算法通常采用固定遗传参数的办法，但参数的设置是否恰当将直接影响到算法的搜索效果，过大或者过小的参数将会使……