基于Q-learning的高速铁路列车动态调度方法
2021-11-20韩忻辰俞胜平袁志明程丽娟
控制理论与应用 2021年10期
韩忻辰 ,俞胜平 ,袁志明 ,程丽娟
(1.东北大学流程工业综合自动化国家重点实验室,辽宁沈阳 110819;2.中国铁道科学研究院集团有限公司通信信号研究所,北京 100081)
1 引言
随着我国高速铁路列车事业的飞速发展,现我国高铁运行里程数已达三万余公里,居世界第一.也正是随着高铁速度的不断提升与列车数量的不断增多,使得高铁路网规模扩大化,路网结构复杂化,其强耦合、快演变、多约束等特点也越来越明显.加之,恶劣天气、设备故障等突发事件的不可预知性,可能会导致单列车或多列车出现延误晚点现象.随着路网不断传播扩散,将造成大面积的列车无法按照计划运行.因此,当原调度计划受到扰动影响无法继续运行时,如何进行重调度或动态调度[1],如何能更好地协调各列车尽快恢复有序运行、减小延误时间、缩小影响范围,从而实现高速铁路列车运行快速、运营安全、到站准时、旅客舒适,已成为目前迫切需要解决的问题[2].
目前,列车调度方法研究主要集中在静态调度即运行图编制上,而针对高速铁路列车动态调度问题的研究,其方法大致可分为仿真方法、运筹学方法和智能算法3类.利用仿真方法有文献[3]针对随机扰动交通条件下最优调度方案的稳定性,提出了一种将基于替代图的铁路优化系统(railway optimization by means of alternative graphs,ROMA)与路网设计微观仿真环境(environment for the design and simulation of railway network,EGTRAIN)相结合的框架.文献[4]提出了一种基于仿真方法的列车时刻表优化模型,并在该模型的基础上又开……
登录APP查看全文
