-
公开(公告)号：CN113291356B
公开(公告)日：2022-06-03
申请号：CN202110707021.7
申请日：2021-06-24
Applicant: 北京交通大学
Abstract: 本发明提供了一种动态列车追踪间隔计算方法，包括：根据列车基础静态数据和运输场景下的动态数据，对当前运输场景下的每个列车建立时空速度网络模型；根据锁闭时间理论，对所有列车的时空速度网络模型中各网络弧所占用的时空资源进行标记；根据列车发车顺序，在标记后的时空速度网络模型中，依次搜索每个列车的最短时空速度路径，当网络弧占用的时空资源为已使用资源，则在搜索最短时空速度路径时禁止选用；铺画所有列车后，根据搜索的时空速度路径结果得到列车间的最小追踪间隔以及对应的速度曲线。本方法实现了在任意运输场景下计算高速铁路列车间的最小追踪间隔，同时通过计算结果得到了最小追踪间隔可行性的推荐速度曲线。
-
公开(公告)号：CN113291356A
公开(公告)日：2021-08-24
申请号：CN202110707021.7
申请日：2021-06-24
Applicant: 北京交通大学
IPC: B61L27/00
Abstract: 本发明提供了一种动态列车追踪间隔计算方法，包括：根据列车基础静态数据和运输场景下的动态数据，对当前运输场景下的每个列车建立时空速度网络模型；根据锁闭时间理论，对所有列车的时空速度网络模型中各网络弧所占用的时空资源进行标记；根据列车发车顺序，在标记后的时空速度网络模型中，依次搜索每个列车的最短时空速度路径，当网络弧占用的时空资源为已使用资源，则在搜索最短时空速度路径时禁止选用；铺画所有列车后，根据搜索的时空速度路径结果得到列车间的最小追踪间隔以及对应的速度曲线。本方法实现了在任意运输场景下计算高速铁路列车间的最小追踪间隔，同时通过计算结果得到了最小追踪间隔可行性的推荐速度曲线。
-
公开(公告)号：CN110298507A
公开(公告)日：2019-10-01
申请号：CN201910568756.9
申请日：2019-06-27
Applicant: 北京交通大学
Abstract: 本发明提供了高速铁路列车运行图与动车组运用一体化优化方法，属于高速铁路列车运行控制技术领域。该方法构建一体化时空接续网络；根据一体化时空接续网络描述动车组的运行路径；根据动车组的运行路径建立具有分块对角结构的一体化优化模型；基于拉格朗日松弛算法对优化模型求解，获得动车组交路和高速铁路列车运行图。本发明在优化动车组运用时对列车运行图做出调整，一体化优化模型具有明显的分块对角结构，模型易于分解，各动车组运行路径的协调问题更加严谨；基于拉格朗日松弛的模型求解方法将大规模组合优化问题分解为若干基于动车组运行路径的子问题，解决了一体化优化模型无法求解大规模高速铁路列车运行图与动车组运用一体化优化的问题。
-
公开(公告)号：CN108491950A
公开(公告)日：2018-09-04
申请号：CN201810071583.5
申请日：2018-01-25
Applicant: 北京交通大学
Abstract: 本发明公开一种考虑多种资源约束的高速铁路通过能力计算方法，所述方法包括：S1：获取高速铁路的已知数据，将高速铁路运行时间分为多个时间窗，并针对多个时间窗分类已知数据；S2：建立考虑车站股道分配和动车组运用的高速铁路运行图计算的优化模型和约束条件，在每个时间窗内通过压力测试算法进行列车铺画；S3：在多个时间窗内依次铺画列车后得到高速铁路的列车运行图满图，统计各个时间窗内的列车数量，得到当前列车开行模式下的高速铁路通过能力值，本发明考虑了列车的停站方案、运行图结构对通过能力产生的影响，甚至还可以考虑在一定规模的冗余和缓冲时间布局条件下的通过能力对高速铁路通过能力进行计算，准确度高。
-
公开(公告)号：CN117216267A
公开(公告)日：2023-12-12
申请号：CN202311091434.2
申请日：2023-08-28
Applicant: 北京交通大学
IPC: G06F16/35 , G06F16/36 , G06F40/289 , G06N3/0464 , G06N3/048 , G06Q10/0635 , G06Q50/26
Abstract: 本发明提供了一种基于卷积神经网络的铁路故障持续时间判断方法。该方法包括：对待识别的安监报文本数据进行数据预处理；基于TextCNN文本分类器改进卷积神经网络，构建基于改进的卷积神经网络的铁路故障持续时间预测模型，利用历史铁路故障数据对所述铁路故障持续时间预测模型进行训练，得到训练好的铁路故障持续时间预测模型；将预处理后的待识别的安监报文本数据输入到训练好的铁路故障持续时间预测模型，得到所述待识别的安监报文本数据的铁路故障持续时间的判断结果。本方法实现了在铁路事故突发场景下，快速、高效地预测出故障大致的持续时间，从而为铁路调度人员制定列车调整计划提供实时参考。
-
Patent Agency Ranking
公开(公告)号：CN114475726B
公开(公告)日：2023-03-21
申请号：CN202210138906.4
申请日：2022-02-15
Applicant: 北京交通大学
Abstract: 本发明提供了一种列车运行自动调整方法，包括：根据列车运行图计划数据、自动调整程序开始时刻数据两类动态数据，确定所有未完成的列车作业内容；根据区间临时封锁时间范围数据、区间临时封锁空间范围数据两类动态数据，和当前运行场景下的列车追踪时间间隔标准数据、车底接续最小作业时间标准数据、各车站股道数量数据三类静态数据，按不在临时封锁结束时间前对车站扣车提前发车原则、不侵入临时限速时空范围两大原则，以及在运输场景涉及到多个铁路局时尽可能保证与外局交接口车站的接车顺序规则下，利用仿真推演的方法确定新的列车运行计划和车底接续计划。
-
公开(公告)号：CN110490440B
公开(公告)日：2022-06-17
申请号：CN201910718496.9
申请日：2019-08-05
Applicant: 北京交通大学
Abstract: 本发明提供一种乘务交路计划与值乘计划一体化编制的优化方法及装置，方法包括：接收外部终端输入的动车组乘务计划的给定周期、动车组的交路表和动车组的乘务组数量；根据所述动车组乘务计划的给定周期和所述动车组的交路表建立时空接续网络；基于所述时空接续网络并以动车组的各个乘务组的月工时均衡为目标函数的集合覆盖模型；采用列生成算法和分支定界法对所述集合覆盖模型进行求解得到动车组的各个乘务组的乘务计划，将各个乘务组的乘务计划发送至所述外部终端。本发明能够自动化的进行高速铁路乘务的编制，进而提高高速铁路乘务的自动化程度和高速铁路运输效率。
-
公开(公告)号：CN113562032A
公开(公告)日：2021-10-29
申请号：CN202110914131.0
申请日：2021-08-10
Applicant: 北京交通大学
Abstract: 本发明提供了一种满足地铁秒级调整的ATO巡航速度实时优化方法。该方法包括：根据列车运行线路信息的基础参数，基于列车的当前运行状况通过映射函数计算列车的剩余时间映射；根据线路信息与列车信息的基础参数，基于列车的当前运行状况进行列车运行仿真，计算列车的估计剩余时间；根据所述列车的剩余时间映射与所述估计剩余时间通过二分法计算出列车的巡航速度，根据列车的限速条件输出对应的列车的巡航速度。本发明通过计算剩余时间的映射与估计剩余时间，使用二分法实时地优化ATO巡航速度，可以提高列车的准时性，并用惰行代替不必要的制动，起到节能的效果。
-
公开(公告)号：CN111967828A
公开(公告)日：2020-11-20
申请号：CN202010843683.2
申请日：2020-08-20
Applicant: 北京交通大学 , 中车齐齐哈尔车辆有限公司
Abstract: 本发明提供了一种面向全程物流的公铁联运产品协同优化方法，包括：获取公铁物流数据信息，建立基于货物流量分配、班列车底接续和接取送达资源配置的协同优化模型；根据协同优化模型和公铁物流数据信息建立时间-空间-工作班三维服务网络；采用拉格朗日松弛方法对所述时间-空间-工作班三维服务网络进行对偶分解，生成多个三维服务子网络，并确定每个三维服务子网络的最小费用路径，根据得到的最小费用路径进行迭代，得到最优的铁路班列开行方案、货流分配计划、铁路车底运用计划以及公路接取送达计划。本方法有效地实现了公铁联运产品公路运输环节与铁路运输环节的协同优化，可以降低公铁联运产品的运输成本，提高运营效益。
-
公开(公告)号：CN109902866A
公开(公告)日：2019-06-18
申请号：CN201910130434.6
申请日：2019-02-21
Applicant: 北京交通大学
Abstract: 本发明提供了一种铁路快运班列开行方案与车底运用的协同优化方法，包括：建立基于货物流量分配和班列车底接续的协同优化模型和参数约束条件；获取快运班列的已知数据，并根据所述已知数据、所述协同优化模型和所述参数约束条件建立时间-空间-班列三维服务网络；对所述三维服务网络进行分解生成多个三维服务子网络并确定每个三维服务子网络的最小费用路径，根据最小费用路径信息生成班列开行方案和车底运用计划。本发明可以减少空车走行，提高车底资源的利用率，降低铁路部门的运营成本，保障快运班列日常运输组织工作的顺利开展；而且考虑二者的有机联系而得到的协同优化结果可为快运班列运行时刻表的编制提供更为可靠的输入信息。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.022 seconds)
