基于多智能体的地铁列车运行调整方法

《基于多智能体的地铁列车运行调整方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、万方数据第28卷，第1期207年1月中国铁道科学CHINARAILWAYSCIENCEVoL28No．1January，2007文章编号：i001—4632(2007)01—0123—04基于多智能体的地铁列车运行调整方法路飞，宋沐民，田国会(山东大学控制科学与工程学院，山东济南250061)摘要：针对移动闭塞条件下地铁列车运行的特点，将降低列车群的总晚点时问和提高相邻列车对客流的吸纳水平作为性能指标，建立地铁列车运行调整模型。应用Agent、多Agent协作技术，构建地铁列车Agent，设计地铁列车运行调

2、整算法，给出基于规则的地铁列车运行调整控制策略。根据列车群晚点程度的不同，列车运行调整分为全局调整和局部调整。全局调整采用偏移计划运行图方法，局部调整采用滚动优化方法，通过多次调整达到恢复计划运行图的目的，并分别给出相应的调整方法和调整步骤。以北京1号线为背景进行仿真测试，仿真结果表明：基于多Agent协作技术的地铁列车运行调整方法是合理的，并具有动态的扩展性。关键词：列车运行调整；多Agent；控制策略；移动闭塞；地铁列车中图分类号：U231．92：TP391文献标识码：A针对地铁列车移动闭塞信号系统下的

3、运行特点‘1

4、，构造基于多Agent的列车调度模型，对地铁列车由于出站晚点及其连带情况下的列车运行调整进行算法设计、仿真研究。1移动闭塞条件下地铁列车运行调整模型在列车运行受到干扰偏离了计划运行图的情况下，通过调整，使列车尽可能恢复按图行车。采用如下具有广泛意义的列车运行调整模型[2]。状态方程G(j+1)一G(j)+T。G(歹)式中：G(歹)为J时刻列车的运行状态；T’为列车运行调整决策所决定的状态转移因子。优化目标集Object(1)andObject(2)⋯andObject(N)，N为整数。约束条件

5、集Restraint(1)andRestraint(M)，M为整数。地铁采用移动闭塞信号，与固定闭塞相比，列车运行调整模型和优化目标大致相同，区别主要表现在约束条件的不同。在移动闭塞条件下，将降低收稿Et期：2006-03—09；修订日期：2006—09—19基金项目：国家自然科学基金资助项目(60104009)作者简介：路飞(1973一)，女，山东济南人，讲师，博士研究生。列车群的总晚点时间和提高相邻列车对客流的吸纳水平作为性能指标。1．1优化目标(1)Objectl：列车总晚点时间最小。tD—min∑∑

6、(瓦一丁7抟)i一1^=1式中：tD为列车的总晚点时间；咒为列车总数；优为列车停站总数；瓦和T7。分别为列车i在k车站的实际到达时间、计划到达时间。(2)Object2：乘客候车时间偏差最小。，r一1m一1tw—min∑∑ET7(斗1)^一T7＆一tI≥一i一1k=l(T(汁1)^一T＆一￡≥)]式中：tw为乘客候车时间偏差；T(㈣。一瓦一￡i为前行列车i离开车站尼与后续列车i+1到达车站是的时间差，表征对乘客的吸纳程度，在正点情况下和前行列车发车晚点情况下此时间差是不同的；f≥和t嘎分别为列车i在k车站的

7、实际停车时间、计划停车时间。1．2约束条件(1)Restraintl：发车约束条件。TD>T7呈式中：碡和T俚分别为列车i在足车站的实际发车时间、计划发车时间。万方数据124中国铁道科学第28卷(2)Restraint2：约束条件。列车在车站的最小停车时间2．2地铁列车Agent的构建T2一T＆≥￡驴式中：￡罢“为列车i在k车站的最小停车时间。(3)Restraint3：列车追踪间隔约束条件。Lz一722(瓦V2@t2)～u，(若+c-)+Ls式中：L：为前行列车与后续列车间的距离；u。和u。分别为前车和后

8、车的运行速度；以。和以。分别为前车和后车的减速度；t，和t：分别为前车和后车的空走时间；L。为停车安全距离。2基于多智能体的地铁列车运行调整算法和实现在移动闭塞条件下，地铁列车的运行是集中管理、分散执行的方式，每一列列车都能能够与地面保持连续的双向通信，从而获得相邻列车的运动信息。2．1地铁列车Agent的结构地铁列车Agent的功能是从环境中读取数据资料，并做出运算和判断，决定本次列车的机车工况，其结构如图1所示。脾姆“掣掣一——————]r—]———一l口曲“{I．1日烯jI环境状态变化rJI下；：；：

9、⋯广—L!竺J：=====