基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
现阶段城市轨道交通具有行车密度大、追踪间隔短等特点,列车延误一旦发生,其传播的速度快、影响范围大.为保证列车运行的正点率以及运输效率,根据城轨列车实际运营需要,在传统列车运行调整模型的优化目标中加入延误恢复时间最小这一目标,建立了以列车总延误时间和延误恢复时间最小为优化目标的城轨列车运行调整模型,并采用遗传算法对问题进行求解.最后以成都地铁一号线的列车运行调整问题为案例,根据城市轨道交通实际运营情况分别分析模型在ATO模式以及人工驾驶模式下的优化效果.结果表明当列车在人工驾驶模式下运行时,该列车运行调整模型可以在基本不影响总延误时间的同时显著降低列车的延误恢复时间.
推荐文章
高铁列车运行图冗余时间优化布局方法研究
高铁列车
冗余时间
优化模型
遗传算法
粒子群算法
限速区段列车流特性及运行延误研究
固定闭塞系统
限速区段
列车延误
交通流
基于转换极大代数和序优化的高速列车运行调整方法
高速铁路
列车延误
列车运行调整
转换极大代数方法
序优化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 考虑总延误时间和延误恢复时间的城轨列车运行调整优化
来源期刊 交通运输工程与信息学报 学科 交通运输
关键词 城市轨道交通 列车运行调整 延误恢复时间 总延误时间 驾驶模式 遗传算法
年,卷(期) 2019,(4) 所属期刊栏目
研究方向 页码范围 62-69
页数 8页 分类号 U292.4
字数 4300字 语种 中文
DOI 10.3969/j.issn.1672-4747.2019.04.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 户佐安 西南交通大学交通运输与物流学院 39 285 11.0 14.0
5 夏一鸣 西南交通大学交通运输与物流学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (60)
共引文献  (35)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(8)
  • 参考文献(1)
  • 二级参考文献(7)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(9)
  • 参考文献(2)
  • 二级参考文献(7)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(6)
  • 参考文献(4)
  • 二级参考文献(2)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
城市轨道交通
列车运行调整
延误恢复时间
总延误时间
驾驶模式
遗传算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
交通运输工程与信息学报
季刊
1672-4747
51-1652/U
大16开
四川省成都市西南交通大学九里校区
2003
chi
出版文献量(篇)
1466
总下载数(次)
9
总被引数(次)
11264
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导