适应客货市场变化的铁路网动态运能瓶颈 智能预判与疏导关键技术
北京交通大学
提升调度指挥智能化水平是铁路高质量发展的重要内涵之一。随着我国铁路网的不断建设和发展，客货运能矛盾已得到极大缓解，但铁路在局部的区域和时间段（如春运、暑运、特定物资调拨、抢险救灾运输等）仍然存在大量的临时或阶段性的动态运能瓶颈。
项目聚焦大数据的铁路网动态运能瓶颈的智能预判与疏导技术，旨在更精准预判运输生产可能存在的问题和演化规律，生成适应客货市场变化、更科学合理的运输组织调整方案，提升调度生产管理水平和运输效益。
一、主要科技创新
1.首次提出车流径路知识库构建方法，开发基于知识计算的车流径路文本文件提取技术，创新实际与理想径路融合的知识库新车流径路智能获取技术，创建考虑实际径路使用概率和径路可行性的全路车流径路动态知识库。
首次提出车流径路知识库构建方法。项目提出包括类、个体、属性、关系、场景适应值等要素的铁路车流径路的知识范式及参数化表示方法，并给出包括车流径路的知识获取、存储，知识染色体、知识基因构建，优势知识结构、强烈分化的知识基因位点识别，以及场景适应值计算等车流径路知识库构建方法。
创新实际与理想径路融合的知识库中车流径路获取技术。项目研发铁路车流径路文件中语句提取技术，改进知识计算中车流径路知识融合和知识推断方法，设计基于知识计算的车流径路文本文件提取方法，丰富车流径路备选集。
给出基于并行计算的铁路货运时空径路提取技术。项目采用Apache Spark对海量车流实绩轨迹数据进行处理，大幅提高面向全国路网规模的铁路货运时空径路提取效率，获得不同季节、外部环境和使用概率等车流运行径路信息；构建包含技术文件规定车流径路、实际货车轨迹提取径路和基于K-短路径算法得到的理想车流径路融合优化模型，采用改进并行微进化算法，设计给出实际与理想车流径路融合的新车流径路备选集生成方法，1000以上节点的大规模路网新径路生成时间较传统方法减少60%，从而使车流径路备选集兼具优化和实际可行性双重特征。
设计车流径路知识库自动更新方法，填补国内该领域空白。设计车流径路知识适应度评价方法，提取调度车流径路知识的各种融合规则，结合能力利用的信息，对实际径路和理想径路进行融合更新，生成新的车流径路知识，并对新生成的车流径路知识进行综合评判和打分；设计基于微进化机理的车流径路知识更新技术，按照知识染色体种群适应度情况，保留不同环境下（如实施时间等）一定数量、适应值高的基础知识种子种群，不断淘汰一些各种环境条件下适应值低的过时知识。
图1 车流径路调度知识采集方案
2.首次构建运输条件变化下运能动态瓶颈预警阈值及动态智能监控方法，设计铁路网动态运能瓶颈识别指标体系，采用递归神经网络学习获得运能动态瓶颈预警阈值，解决了动态运能瓶颈预警技术难题。
首次构建铁路网运能瓶颈识别指标体系及识别评价技术。项目从瓶颈拥堵强度、瓶颈拥堵时长、瓶颈拥堵范围及瓶颈拥堵趋势4个维度出发构建铁路网动态运能瓶颈识别体系，并对细化指标给出可行的计算方法；设计基于长短时记忆网络（LSTM）模型，并使用遗传算法优化LSTM网络的层数及每层神经元的个数，构建基于GA-LSTM铁路运能瓶颈识别方法，为动态运能瓶颈评价提供理论支撑。
构建对动态运能瓶颈形成的运输需求分析技术和运输态势推演方法。基于大数据分析技术提炼铁路客货运量需求波动特征，重点针对铁路煤炭、金属矿石、集装箱运输情况，揭示客、货运输市场和区域市场的需求结构特征。提出按平均运送速度、按列车运行图、按基于大数据的车流分场景输送时间等3种车流推算方法，在此基础上使用实际路网分别对3种方法下的车流推算精准度进行分析，设计铁路日常运输综合态势感知指标、铁路运输态势推演方法。
攻克运输条件变化下运能动态瓶颈监控预警的技术难题。研究给出运输条件变化下运能动态瓶颈预警阈值及动态智能监控方法，基于运能动态瓶颈数据间存在的时间依赖性，用递归神经网络学习获得运能动态瓶颈预警阈值，给出不同预警等级下的瓶颈疏解策略，为运能动态瓶颈的监控预警及疏解提供技术支撑。
3.构建动态运能瓶颈智能疏导技术，提出考虑能力利用以及效益最大化的车流分配与调整方法，改进基于车流调整策略与智能优化方法结合的动态运能瓶颈高效疏解方法。
提出考虑能力利用及效益最大化的“备选集—车流分配—车流调整”的车流分配与调整技术。建立考虑实际运输路径的备选集生成模型及考虑能力约束的货流分配技术，研制基于车流调整策略与智能优化方法结合的动态运能瓶颈疏解优化模型及并行智能算法，更高效实现对铁路网运能瓶颈的疏解。
改进考虑运能瓶颈疏解的铁路车流径路与编组计划协同优化方法。构建铁路车流径路与编组计划协同优化模型，设计改进大规模邻域搜索ALNS算法，较既有算法在保障算法求解质量基础上，提高求解效率25%以上，有利支撑运输线网和编组站作业环节的运能瓶颈疏解。
构建考虑多种运能瓶颈疏解策略的运力资源调配智能优化技术。结合运能瓶颈评价体系与车流疏解中常用的迂回运输、停限装等策略，构建以降低车流运输成本、缩短重车停留时间、提高运输需求兑现率为目标，面向运输全过程的考虑运能瓶颈疏解的多场景铁路车流组织综合优化模型，设计知识计算与数值优化方法融合的优化算法，有效提升模型求解效率，在此基础上开发路网运力资源统筹优化利用辅助决策分析等软件系统。
4.开发路网动态运能瓶颈预判、分析和疏解等系列软件系统，通过实时监控重要路网瓶颈指标，根据预警阈值对路网动态瓶颈相关的车流径路、装卸车等进行调控，有利支撑了调度车流调整的质量和运营管理水平提升。
开发路网动态运能瓶颈预判等软件系统。该系统能够可视化显示铁路路网货运需求，综合实际货运需求，径路费用、运力资源等因素，实现智能配流、动态瓶颈监控及预警等。
图2 路网动态运能瓶颈预判软件系统
开发支撑路网动态运能瓶颈疏解、调控和分析等多类软件系统。开发软件包括“车流径路大数据分析模型软件”“主要货运通道和区域车流调整系统V1.0”“货运调度装车计划辅助编制软件”“铁路货运需求兑现分析系统”“货运调度卸车计划编制软件”等，从而更全面、及时分析路网动态运能瓶颈疏导和实施效果。
图3 路网动态运能瓶颈疏解、调控和分析等多类软件系统
二、项目评价
项目成果对行业具有重要的理论创新价值，为研发和完善相关调度生产系统提供了理论和技术支撑。
三、成果及效益
项目获得发明专利3项、软件著作权11项、发表高水平论文46篇，出版专著1部。
项目成果在国铁集团运输调度指挥中心、哈尔滨、呼和浩特、武汉等多个路局应用，降低了临时或阶段性的动态运能瓶颈对运输生产的影响，有效缓解了能力紧张分界口、线路和车站压力，减少了货车周转时间和运用车保有量，产生了较显著的社会效益和经济效益。