[发明专利]基于SPFA算法的地铁乘务排班计划编制优化方法

说明书

本发明涉及轨道交通技术领域，涉及一种基于SPFA算法的地铁乘务排班计划编制优化方法，包括：以轮乘站为起止点，将乘务片段集合组合成乘务作业段的集合；构成早班、白班及夜班的三个网络图；初始化D数组，把起点加入循环队列，开始进入循环，直到队列为空才退出循环；进行松弛操作；对队列进行更新，得到最短路径的值；满足优化模型的路径作为最终求得的最短路径；更换起点，重新开始循环，求得更换后起点的最短路径；求得的各个最短路径即为早班时间段的乘务任务；将白班时间段与夜班时间段的各个乘务作业段进行求解，求得的所有最短路径即为一天的乘务排班计划。本方法简便、快速，适用于城市轨道交通乘务排班计划问题的求解。

技术领域

本发明涉及轨道交通技术领域，具体地说，涉及一种基于SPFA算法的地铁乘务排班计划编制优化方法。

背景技术

地铁是城市轨道交通中最重要的一部分，随着地铁智能化以及城市发展的迫切需求，地铁规划运营的线路不断增加，行车密度不断提高，因此地铁运营管理将变得越来越困难和复杂。乘务计划是城市轨道交通运营管理中的核心工作之一，是保证城市轨道交通线路安全高效运营的基础。乘务计划一般分为乘务排班计划和乘务轮班计划，其中乘务排班计划是寻找列车车次与乘务任务之间的对应关系，是乘务轮班计划的基础，也是整个乘务计划编制过程中最复杂、难度最大的部分。

乘务计划是交通领域研究的热点之一，目前研究者们对于乘务计划的编制问题研究主要集中于铁路、航空及城市公交等方面，其中，在铁路方面的研究成果能够很好地为城市轨道交通乘务计划的研究提供参考。Hanafi等从多个乘务基地出发，构建了最小化乘务组费用的优化模型，得出了最优乘务交路方案。PantaLucic建立了乘务排班计划的多目标优化模型，将乘务排班计划分为两个阶段：第一阶段采用“pilot-by-pilot”的启发式算法生成一个初始可行解，第二阶段采用模拟退火技术改进在第一阶段生成的可行解。FrelingR等利用价格分支算法对乘务排班计划问题进行建模和求解，并设计了排班计划决策支持系统。褚飞跃等研究高速铁路单循环形式乘务排班计划编制问题，建立了以乘务交路总接续时间最短和冗余时间分布最均衡的双目标优化模型，设计基于动态启发式信息的蚁群优化算法。符卓等以所需要的高速动车组司机数和司机的冗余休息时间最少建立了编制日乘务交路的0-1整数规划模型，并设计了一个求解的禁忌搜索算法。林枫将乘务交路计划编制过程分为两阶段，第一阶段以总接续时间最小为目标将乘务区段组合为乘务交路段集合，第二阶段以过夜次数最小为目标，将过夜交路段组合为闭合乘务交路，并设计了MOMS求解算法。杨嘉宝等通过对带立即折返的高速动车组乘务交路回路优化构建问题的分析和抽象，建立其优化模型，并设计了一个蚁群-遗传混合算法求解该模型。

在城市轨道交通方面，Sydney.K.Chu从多个阶段对乘务排班计划进行研究，并分别采用了最短路算法、对称匹配和改进遗传算法进行求解；Janacek等将根据时间段分成的多个区间作为列生成算法中的一个子问题进行并行求解，此种方法新列的生成速度较快；石俊刚等建立了基于SPP模型的城轨乘务任务配对模型(R-CP)，并基于列生成思想和跟随分支策略对乘务任务配对问题进行求解；许仲豪等以列生成算法为框架，采用集合分割模型作为主规划，将子规划归结为以乘务作业段之间的衔接关系为基础的网络图上的最短路问题，对乘务排班计划进行了研究；丰富等基于时间均衡度构建了乘务排班计划模型，并通过遗传算法对模型进行了求解；张增勇等构建了乘务作业段集合生成模型和乘务工作班生成模型，并针对构建的双层模型，下层模型采用改进的Dijkstra算法，上层模型采用离散粒子群算法进行了求解。

综上所述，目前国内关于城市轨道交通乘务排班计划的既有研究较少，且大多都采用列生成算法的思路进行探索。在求解NP-Hard问题的时候，列生成虽具有较好的效果，但其求解复杂、迭代次数较多等问题也不可忽视。

发明内容

本发明的内容是提供一种基于SPFA算法的地铁乘务排班计划编制优化方法，其能够克服现有技术的某种或某些缺陷。

根据本发明的一种基于SPFA算法的地铁乘务排班计划编制优化方法，其包括以下步骤：