高速鐵路列車運行計劃自動調(diào)整系統(tǒng)研究

趙宏濤，許 偉，陳 峰，王 濤

列車運行計劃是鐵路企業(yè)開展運輸調(diào)度工作的規(guī)則和依據(jù)，對發(fā)揮運輸資源能力、保障行車安全具有基礎(chǔ)性作用[1]。隨著高速鐵路路網(wǎng)規(guī)模持續(xù)擴大，運行線間沖突日益嚴重，線間制約關(guān)系越發(fā)錯綜復(fù)雜。通過人機對話方式移線消解線間沖突，不僅效率低，而且準確率難以保證。在智能鐵路[2]框架下，高速鐵路列車運行計劃自動調(diào)整系統(tǒng)根據(jù)運輸場景及預(yù)先設(shè)置的調(diào)整策略，利用列車交路、最小折返時間和股道運用等基礎(chǔ)數(shù)據(jù)，針對設(shè)備故障、自然災(zāi)害和施工封鎖等影響列車正常運行秩序的情形，以計劃時間指標引導優(yōu)化過程，構(gòu)造高質(zhì)高效的智能調(diào)整方案，促進調(diào)度集中控制更深層次的自動化演進。

1 高速鐵路列車運行計劃自動調(diào)整系統(tǒng)設(shè)計

1.1 自動調(diào)整系統(tǒng)架構(gòu)設(shè)計

鐵路行車信息化建設(shè)中，分散自律調(diào)度集中(Centralized Traffic Control，CTC)等系統(tǒng)相繼投入運營[3]，改善了運輸指揮中數(shù)據(jù)結(jié)合方式，增強了系統(tǒng)協(xié)同能力。但現(xiàn)階段既有高速鐵路列車運行計劃調(diào)整系統(tǒng)(以下簡稱“既有調(diào)整系統(tǒng)”)更多借助計算機輔助工具由人工完成主要智能工作，調(diào)度行為多受現(xiàn)場調(diào)度員個人經(jīng)驗、能力及習慣影響。一方面，頻發(fā)的鐵路突發(fā)事件和繁重的施工計劃使人工調(diào)整模式在輸出計劃的可用性、一致性和優(yōu)化率等方面難以達到最優(yōu)；另一方面，層次模糊的既有系統(tǒng)架構(gòu)緊密耦合上層交互和底層業(yè)務(wù)邏輯，系統(tǒng)可擴展性較差。隨著我國高速路網(wǎng)密度持續(xù)增加，既有調(diào)整系統(tǒng)已經(jīng)難以適應(yīng)鐵路信息化發(fā)展趨勢。

針對既有調(diào)整系統(tǒng)不足，高速鐵路列車運行計劃自動調(diào)整系統(tǒng)(以下簡稱“自動調(diào)整系統(tǒng)”)在設(shè)計原則上遵循：①計劃調(diào)整策略應(yīng)符合相關(guān)技術(shù)規(guī)章制度；②提供場景策略人工定制功能；③具備操作簡練、安全可靠等特點。在功能需求上：①建立高速鐵路線路和調(diào)度管轄區(qū)域靜態(tài)模型；②通過對路網(wǎng)內(nèi)動態(tài)運行列車實時追蹤、晚點預(yù)測和計劃交互，建立典型事件下列車交路、運行時分和到發(fā)線運用等關(guān)鍵信息數(shù)據(jù)庫；③在既有運輸資源限制下，基于特定場景及策略，生成智能調(diào)整方案。

解耦上層應(yīng)用交互、中間業(yè)務(wù)邏輯與底層數(shù)據(jù)存儲，設(shè)計3層架構(gòu)的列車運行計劃自動調(diào)整系統(tǒng)。既有調(diào)整系統(tǒng)和自動調(diào)整系統(tǒng)結(jié)構(gòu)比較如圖1所示。

圖1 既有調(diào)整系統(tǒng)和自動調(diào)整系統(tǒng)結(jié)構(gòu)比較Fig.1 System structure comparison

（1）應(yīng)用層的N個計劃交互終端。自動調(diào)整系統(tǒng)與調(diào)度員的交互媒介，負責將優(yōu)化編制結(jié)果形式化呈現(xiàn)于用戶；接收用戶人工確認，形成最終行車依據(jù)。

（2）業(yè)務(wù)層的一個計劃調(diào)整子系統(tǒng)。計劃自動調(diào)整系統(tǒng)的業(yè)務(wù)核心，主要實現(xiàn)以下3類功能。①計劃自動調(diào)整功能。模塊通過調(diào)整策略定制，在線路既有靜態(tài)模型框架和運輸資源限制下，以列車運行動態(tài)數(shù)據(jù)為驅(qū)動源，獲取高效率、無沖突的列車運行計劃。②數(shù)據(jù)庫持久化功能。模塊直連數(shù)據(jù)庫服務(wù)器，實現(xiàn)計劃數(shù)據(jù)的持久化功能。統(tǒng)一的數(shù)據(jù)交互節(jié)點可以減少數(shù)據(jù)庫訪問次數(shù)，提高代碼重用性，解耦合底層數(shù)據(jù)操作和上層業(yè)務(wù)邏輯。③對外信息交互功能。模塊通過數(shù)據(jù)庫或內(nèi)存訪問，響應(yīng)終端設(shè)備請求；綜合處理線路內(nèi)報點、小編組和現(xiàn)在車等信息。集中管理的數(shù)據(jù)中心有助于挖掘和發(fā)揮數(shù)據(jù)協(xié)同價值。

（3）數(shù)據(jù)層的一個數(shù)據(jù)庫服務(wù)器。實現(xiàn)對數(shù)據(jù)庫的統(tǒng)一管理和控制，以保證數(shù)據(jù)庫的安全性和完整性。

此外，完成設(shè)備接入、信息交互和功能控制的應(yīng)用服務(wù)器以及執(zhí)行安全卡控和信息回送的車站設(shè)備等，需為整套系統(tǒng)做適應(yīng)性修改。

1.2 關(guān)鍵特性及應(yīng)對方案

針對既有調(diào)整系統(tǒng)可擴展性較差、應(yīng)對突發(fā)事件和施工計劃能力不足等缺陷，重點考慮在系統(tǒng)可用性、數(shù)據(jù)一致性和檢索高性能等方面進行完善。

（1）系統(tǒng)可用性。交互終端與調(diào)整單元分離，數(shù)據(jù)呈現(xiàn)與數(shù)據(jù)存儲分離。3層架構(gòu)中，多終端按臺別分別實現(xiàn)計劃的輸入、編輯、確認和上傳功能，運行圖調(diào)整子系統(tǒng)入庫數(shù)據(jù)并下發(fā)終端自動調(diào)整方案和歷史查詢反饋?！半p機熱備、主發(fā)雙收”的主備模式依靠核心數(shù)據(jù)訂閱和變化數(shù)據(jù)推送，實現(xiàn)主備嚴格同步。系統(tǒng)功能集中、層級清晰，高內(nèi)聚、低耦合的計算平臺易于控制、延展和分配資源，提升系統(tǒng)突發(fā)事件處理能力，保證了系統(tǒng)可用性。

（2）數(shù)據(jù)一致性。計劃交互終端為計劃輸入來源及人工確認節(jié)點。終端在本地結(jié)構(gòu)化臨時存儲計劃信息以分攤存儲壓力的同時，具備自動故障轉(zhuǎn)移能力，而計劃的最終持久化位置為中心數(shù)據(jù)庫。分布式系統(tǒng)下，為實現(xiàn)多節(jié)點異構(gòu)數(shù)據(jù)有效融合和模塊分區(qū)容錯性，需在數(shù)據(jù)強一致性和可用性之間做平衡。自動調(diào)整系統(tǒng)通過增加由創(chuàng)建時間和遞增數(shù)組成的計劃時間戳附加信息，犧牲節(jié)點間數(shù)據(jù)的暫時一致性換取數(shù)據(jù)的最終一致性。在網(wǎng)絡(luò)中斷、節(jié)點故障等突發(fā)事件下，計劃交互終端可使用已存儲數(shù)據(jù)進行脫機工作。故障恢復(fù)后，終端根據(jù)時間戳，對本地數(shù)據(jù)與服務(wù)器數(shù)據(jù)進行匹配和融合，保證數(shù)據(jù)完整性和一致性。

（3）檢索高性能。運行圖調(diào)整子系統(tǒng)抽象數(shù)據(jù)庫訪問層，實現(xiàn)讀寫操作分離和數(shù)據(jù)庫連接管理，完成持久層與數(shù)據(jù)訪問層的高效配合。計劃交互終端采用三級緩存機制：底層緩存實現(xiàn)內(nèi)存與硬盤數(shù)據(jù)的完整映射，中層常用數(shù)據(jù)采用二叉樹存儲格式，上層核心數(shù)據(jù)采用Hash表存儲格式，查找時間復(fù)雜度分別為O(n)、O(lnn)和O(1)。針對頻繁使用且耗費內(nèi)存的運行線信息，以運行線ID生成矢量列表，壓縮檢索條件構(gòu)建的稀疏位圖索引矩陣，建立索引位與運行線序號映射關(guān)系，實現(xiàn)計劃線的各類高性能排序和檢索。

2 高速鐵路列車運行計劃自動調(diào)整子系統(tǒng)

作為自動調(diào)整系統(tǒng)核心，中間業(yè)務(wù)層的高速鐵路列車運行計劃自動調(diào)整子系統(tǒng)(以下簡稱“自動調(diào)整子系統(tǒng)”)接收外部調(diào)整場景及策略人工編輯輸入，形式化列車實時運行數(shù)據(jù)、突發(fā)事件數(shù)據(jù)和基礎(chǔ)數(shù)據(jù)，在優(yōu)化目標指引下，通過后臺調(diào)整算法實時、智能移動運行線，疏解線間錯綜復(fù)雜的制約關(guān)系，對外輸出無沖突且目標閾值帕累托最優(yōu)的列車運行計劃。自動調(diào)整子系統(tǒng)業(yè)務(wù)模塊設(shè)計如圖2所示。

圖2 自動調(diào)整子系統(tǒng)業(yè)務(wù)模塊設(shè)計Fig.2 Business module design for automatic adjustment subsystem

2.1 調(diào)整場景及策略

自動調(diào)整系統(tǒng)提供包括突發(fā)事件等多種場景下計劃的批量智能調(diào)整功能。常見調(diào)整場景及對應(yīng)策略映射關(guān)系如下[4-5]。

（1）區(qū)間封鎖：不改變列車運行順序，后續(xù)列車就近在運行前方車站合適股道臨時待避。

（2）區(qū)間限速：所有經(jīng)過限速區(qū)間的列車根據(jù)限速值自動調(diào)整在該區(qū)間的運行時分，但后續(xù)列車運行順序及停站不做改變。

（3）車站封鎖：調(diào)整受影響列車至其他未封鎖股道進行接發(fā)車作業(yè)。

（4）車站限速：車站股道限速、全站限速場景與區(qū)間限速場景類似。

（5）區(qū)間折返：因折返期間該方向區(qū)間其他列車無法通行，類似該區(qū)間單向封鎖，調(diào)整策略與區(qū)間封鎖類似，待列車折返到后方站后解除封鎖，列車恢復(fù)正常運行。

（6）車站終到折返：如果某趟列車終到晚點，在保證列車所有作業(yè)時間的前提下，盡量縮短列車折返時間。

（7）動車組故障：包括區(qū)間故障和站內(nèi)故障。前者需等待救援列車將故障動車組牽引折返至相鄰車站，調(diào)整策略與區(qū)間折返類似。后者調(diào)整策略與車站股道封鎖類似。

（8）動車組運緩：后續(xù)列車在臨近運緩動車組后方車站限速運行，避免后續(xù)列車堆積。

（9）鄰臺接入晚點：通過增加計劃停靠車站停留時間或增加臨時?？寇囌镜姆绞?，降低對其他列車的影響。

（10）風雨雪：需對相關(guān)區(qū)間和車站進行臨時限速，調(diào)整策略與區(qū)間限速和車站限速場景類似。

（11）接觸網(wǎng)故障：對影響到的區(qū)間和股道，在故障期間動車組列車無法通行，調(diào)整策略與區(qū)間封鎖和車站封鎖場景類似。

（12）異物入侵：如需對異物入侵的區(qū)間進行臨時限速，調(diào)整策略與區(qū)間限速場景類似，如需對區(qū)間進行封鎖，調(diào)整策略與區(qū)間封鎖場景類似。

2.2 數(shù)據(jù)形式化處理

數(shù)據(jù)形式化處理是在合適的行車模型基礎(chǔ)上，給出行車組織中各元素在模型中的定義，形式化描述元素及元素間關(guān)系，進而完整表述行車組織及運行計劃的基本特征、內(nèi)涵和需求，為后續(xù)研究提供基礎(chǔ)數(shù)據(jù)。處理模塊通過線性歸一化、非線性歸一化和標準差標準化等方法，對同類數(shù)據(jù)建立單一量綱，對不同類數(shù)據(jù)建立可比較的映射關(guān)系，最終實現(xiàn)輸入數(shù)據(jù)的標準化和歸一化。

2.3 自動調(diào)整優(yōu)化目標

作為多約束限制與多因素影響下的群決策過程：①調(diào)整結(jié)果評判標準具有環(huán)境適用局限性；②計劃調(diào)整是由靜態(tài)模型、動態(tài)數(shù)據(jù)以及突發(fā)事件共同決定的動態(tài)過程；③計劃優(yōu)化指標分布不均衡且部分指標間關(guān)聯(lián)性和依賴性較強。因此，自動調(diào)整優(yōu)化目標選取宜運用系統(tǒng)觀點融合關(guān)鍵因素，強調(diào)基礎(chǔ)功能滿足，體現(xiàn)經(jīng)濟效益導向，具備現(xiàn)實可操作和場景普適性。

自動調(diào)整系統(tǒng)采用解釋結(jié)構(gòu)模型法(Interpretative Structural Modeling Method，ISM)[6]拆分復(fù)雜系統(tǒng)為簡單子系統(tǒng)元素，構(gòu)建描述元素間關(guān)系的有向圖；通過對表征有向圖的相鄰矩陣及關(guān)聯(lián)鄰接矩陣和可達矩陣的計算，構(gòu)造多級遞階的計劃自動調(diào)整目標元素集合，最終形成4項目標概要元素。

（1）列車運行安全指標。安全是所有運輸服務(wù)的基礎(chǔ)。自動調(diào)整系統(tǒng)利用線路速度冗余和計劃規(guī)劃冗余，采取變更列車運行時間、徑路以及修改開行計劃等方式，疏解線間沖突，消除外部影響。

（2）運輸成本指標。運輸成本包括：運輸組織成本；前期運輸準備和列車運行成本；運輸部門固定資產(chǎn)及設(shè)備維護和保養(yǎng)成本；固定資產(chǎn)應(yīng)計入運輸成本的非生產(chǎn)性成本。

（3）運輸收益指標。運輸收益計算指標包括旅客運輸人數(shù)、平均行程、人公里收入率或客車定員周轉(zhuǎn)量和旅客上座率等。

（4）計劃編制質(zhì)量指標。方便、快捷和高效是運輸服務(wù)的質(zhì)量內(nèi)涵和價值體現(xiàn)。?？寇囌緮?shù)量、列車運行速度和計劃晚點時分等指標，直接或間接影響服務(wù)對象的出行方式，最終體現(xiàn)在鐵路企業(yè)運營收益方面。

根據(jù)ISM對4項概要元素進行分解，獲取計劃調(diào)整尋優(yōu)目標集合A，a∈A歸屬于4項概要元素。以計劃時間為標準化指標，其他指標利用轉(zhuǎn)換系數(shù)δ進行映射。設(shè)定總目標為元素ai權(quán)重。追求O最優(yōu)，可兼顧運輸服務(wù)質(zhì)量和企業(yè)運營效益。

2.4 自動調(diào)整算法

調(diào)度規(guī)則是簡化的啟發(fā)式調(diào)度方法，主要作為當前待處理任務(wù)的選取規(guī)則應(yīng)用于最優(yōu)控制策略的尋找過程。合理的調(diào)度規(guī)則有助于降低優(yōu)化算法計算復(fù)雜度，加速逼近最優(yōu)解。目前常用的通用調(diào)度規(guī)則主要包括[7]：按時間順序規(guī)則、按優(yōu)先權(quán)規(guī)則、按代價最小規(guī)則、按剩余松弛時間規(guī)則和隨機規(guī)則等。

我國高速鐵路運輸調(diào)度遵循分級管理、集中統(tǒng)一指揮的原則。列車運行計劃自動調(diào)整算法在參考以上通用規(guī)則的基礎(chǔ)上，還需要依據(jù)行車指揮原則和特點采用專用領(lǐng)域規(guī)則指揮行車，如晚點列車盡可能不影響正點列車；先跨局后管內(nèi)；優(yōu)先安排高等級列車、事故救援搶修列車運行等。

作為復(fù)雜非線性多目標優(yōu)化研究問題，通過人工智能的啟發(fā)式搜索機制和算法持續(xù)疊加優(yōu)化操作實現(xiàn)計劃自動調(diào)整操作。相關(guān)工作可參考課題組既有研究文獻[1，8-9]。

3 仿真實驗及現(xiàn)場驗證

搭建計劃自動調(diào)整原型系統(tǒng)：操作環(huán)境為Window 7；數(shù)據(jù)庫選取Oracle 10g；計劃交互終端使用XML格式本地存儲；底層TCP連接，應(yīng)用層使用FZy-CTC專用協(xié)議進行業(yè)務(wù)數(shù)據(jù)交換；選取開行列車數(shù)、列車定員周轉(zhuǎn)量、平均晚點時間和列車平均運行速度等元數(shù)據(jù)構(gòu)造優(yōu)化指標，并以中國鐵路北京局集團有限公司京津城際臺為待調(diào)整調(diào)度臺，計劃自動調(diào)整對比如圖3所示。

選取常見的區(qū)間施工封鎖調(diào)整場景。初始狀態(tài)a，線間無沖突；狀態(tài)b，加入永樂至亦莊上行區(qū)間封鎖，該施工封鎖與列車C2054產(chǎn)生沖突；根據(jù)上述調(diào)整策略，列車在永樂站臨時待避至封鎖結(jié)束。系統(tǒng)可在毫秒量級給出解決方案，在保證行車安全前提下，達到既定目標最優(yōu)的預(yù)期效果。

2018年10月，高速鐵路列車運行計劃自動調(diào)整系統(tǒng)部署于京沈客運專線(北京—沈陽)綜合試驗線路。經(jīng)過一段時間聯(lián)調(diào)聯(lián)試現(xiàn)場實驗，系統(tǒng)通過中國鐵路總公司組織的專家技術(shù)評審。在持續(xù)驗證系統(tǒng)可用性、可靠性和安全性的基礎(chǔ)上，后續(xù)考慮全路推廣，進一步提高高速鐵路調(diào)度指揮與行車控制的智能化水平。

圖3 計劃自動調(diào)整對比Fig.3 Comparison for train plan automatic adjustment

4 結(jié)束語

高速鐵路列車運行計劃自動調(diào)整系統(tǒng)可以在計劃線間沖突時，歸類調(diào)整場景及策略，提供計劃的智能和快速調(diào)整功能，滿足突發(fā)情況下運行計劃的實時優(yōu)化調(diào)整需求。相比現(xiàn)有人工調(diào)整模式，3層架構(gòu)的自動調(diào)整系統(tǒng)借助解耦業(yè)務(wù)交互關(guān)聯(lián)、異構(gòu)異地數(shù)據(jù)存儲和融合、高效數(shù)據(jù)緩存設(shè)計等方案，在降低用戶勞動強度的同時，顯著提高計劃調(diào)整效率和質(zhì)量，促進鐵路運輸調(diào)度的智能化和自動化演進。目前我國高速鐵路運營規(guī)模持續(xù)擴大，突發(fā)事件下的線路擁塞和行車秩序紊亂等問題必將增加計劃調(diào)整場景及策略的多變性和復(fù)雜性?；诖髷?shù)據(jù)和人工智能實現(xiàn)對路網(wǎng)運行態(tài)勢的準確預(yù)測，形成面向不同場景的動態(tài)策略集，并以此構(gòu)建調(diào)整策略的自學習能力和智能調(diào)整機制，持續(xù)提升突發(fā)事件下應(yīng)急處置能力，優(yōu)化運輸組織進程，還有待進一步深入研究。