《博士學(xué)位論文選題報(bào)告.ppt》由會(huì)員分享，可在線閱讀，更多相關(guān)《博士學(xué)位論文選題報(bào)告.ppt（25頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

博士學(xué)位論文選題報(bào)告,基于遺傳算法的列車運(yùn)行圖編制優(yōu)化研究,2,2020年5月19日,內(nèi)容提要,課題的研究意義、國(guó)內(nèi)外現(xiàn)狀分析課題研究目標(biāo)、研究?jī)?nèi)容、擬解決的關(guān)鍵問(wèn)題擬采取的研究方法、技術(shù)路線、及可行性研究課題的創(chuàng)新性計(jì)劃安排、預(yù)期進(jìn)展和預(yù)期成果完成論文所具備的條件,3,2020年5月19日,內(nèi)容提要,列車運(yùn)行圖是用來(lái)表示列車在鐵路區(qū)間運(yùn)行及在車站到發(fā)或通過(guò)時(shí)刻的技術(shù)文件，它規(guī)定各次列車占用區(qū)間的程序，列車在每個(gè)車站的到達(dá)和出發(fā)（或通過(guò)）時(shí)刻，列車在區(qū)間的運(yùn)行時(shí)間，列車在車站的停站時(shí)間以及機(jī)車交路、列車重量和長(zhǎng)度等，它是鐵路運(yùn)輸工作中受多種因素制約、技術(shù)性強(qiáng)的綜合性計(jì)劃，是全路組織列車運(yùn)行的基礎(chǔ)。,4,2020年5月19日,課題的研究意義,計(jì)算機(jī)編制列車運(yùn)行圖是鐵路信息化的重要組成部分，國(guó)內(nèi)外在該方面已進(jìn)行大量的研究，取得了很大的成果，為本課題的研究提供了理論和實(shí)踐基礎(chǔ)。目前，計(jì)算機(jī)編制列車運(yùn)行圖在國(guó)內(nèi)已取得一定進(jìn)展，并得到大規(guī)模應(yīng)用，但其智能化程度急需進(jìn)一步提高，以提高編圖效率和質(zhì)量，為鐵路適應(yīng)市場(chǎng)提供強(qiáng)有力的技術(shù)支撐手段。這使得本課題的研究具有了實(shí)用意義。,5,2020年5月19日,國(guó)外研究現(xiàn)狀,國(guó)外研究利用計(jì)算機(jī)編制列車運(yùn)行圖，一般始于上個(gè)世紀(jì)五十年代后期。前蘇聯(lián)從上世紀(jì)五十年代后期開始，對(duì)計(jì)算機(jī)編制列車運(yùn)行圖進(jìn)行了大量的研究工作。前蘇聯(lián)采用的基礎(chǔ)算法是模擬人工方法，以實(shí)用為原則，不追求運(yùn)行圖最優(yōu)，應(yīng)用計(jì)算機(jī)代替人工繁瑣的運(yùn)算工作，在計(jì)算機(jī)給定方案的基礎(chǔ)上進(jìn)行人工調(diào)整直至滿意。日本從1960年開始研究，日本主要采用人機(jī)對(duì)話的方式。近年來(lái)日本采用人工智能與專家系統(tǒng)相結(jié)合的方式。美國(guó)從上世紀(jì)五十年代后期對(duì)計(jì)算機(jī)編圖進(jìn)行研究，主要的技術(shù)路線是計(jì)算機(jī)模擬和邏輯判斷。,6,2020年5月19日,國(guó)外研究現(xiàn)狀,與此同時(shí)，國(guó)外也開展了建立數(shù)學(xué)模型開發(fā)相應(yīng)算法，實(shí)現(xiàn)運(yùn)行圖局部甚至全局優(yōu)化的研究。目前比較典型的就是數(shù)學(xué)規(guī)劃模型和人工智能。,7,2020年5月19日,國(guó)內(nèi)研究現(xiàn)狀,我國(guó)研究計(jì)算機(jī)編圖始于上世紀(jì)六十年代初期，主要是在研究所和大學(xué)中展開。鐵路科學(xué)院運(yùn)輸所首先在1962年開始進(jìn)行列車運(yùn)行圖的研究，此階段主要是按照人工編圖的過(guò)程和特點(diǎn)制定機(jī)器編圖的規(guī)則和步驟，鋪畫單線非平行運(yùn)行圖。七十年代以后進(jìn)行了全路直通客車方案的研究。哈爾濱鐵路局、蘭州鐵道學(xué)院、北方交大等科研院所從上世紀(jì)七十年代初開始對(duì)計(jì)算機(jī)編圖進(jìn)行研究，取得了很大的成績(jī)。西南交通大學(xué)從上世紀(jì)八十年代開始了計(jì)算機(jī)編圖的研究。1993年投入實(shí)際運(yùn)用的“復(fù)線列車運(yùn)行圖計(jì)算機(jī)系統(tǒng)”，在我國(guó)第一次實(shí)現(xiàn)了計(jì)算機(jī)編制樞紐列車運(yùn)行圖和復(fù)線干線上的方向列車運(yùn)行圖。,8,2020年5月19日,國(guó)內(nèi)外研究現(xiàn)狀,國(guó)內(nèi)外計(jì)算機(jī)編圖方法數(shù)學(xué)規(guī)劃沿用數(shù)學(xué)邏輯推斷，對(duì)于結(jié)構(gòu)明確、能定量描述的系統(tǒng)，可以求得最優(yōu)解。而列車運(yùn)行圖編制由于定量、定性因素錯(cuò)綜復(fù)雜，不能完全由數(shù)學(xué)模型描述清楚。并且由于所建的數(shù)學(xué)模型過(guò)于龐大，鑒于目前計(jì)算機(jī)速度、容量以及算法的局限，用純數(shù)學(xué)模型解出滿意實(shí)用的列車運(yùn)行圖還難以做到。人工智能（專家系統(tǒng)）總結(jié)了編圖人員的實(shí)踐工作經(jīng)驗(yàn)，是人類邏輯思維的直接描述。這種方法接近實(shí)際，其結(jié)果明確了當(dāng)，但由于專家系統(tǒng)過(guò)于局限于規(guī)則，對(duì)于列車運(yùn)行圖編制這樣的大規(guī)模組合問(wèn)題在建立知識(shí)庫(kù)和搜索知識(shí)方面存在較大困難。模擬方法對(duì)人類邏輯思維與數(shù)學(xué)方法進(jìn)行結(jié)合，可以同時(shí)考慮定量與定性因素。其質(zhì)量與效果在很大程度上取決于判別規(guī)則和執(zhí)行過(guò)程設(shè)計(jì)的合理性與全面性。,9,2020年5月19日,第二部分,課題的研究意義、國(guó)內(nèi)外現(xiàn)狀分析課題研究目標(biāo)、研究?jī)?nèi)容、擬解決的關(guān)鍵問(wèn)題擬采取的研究方法、技術(shù)路線、及可行性研究課題的創(chuàng)新性計(jì)劃安排、預(yù)期進(jìn)展和預(yù)期成果完成論文所具備的條件,10,2020年5月19日,課題研究目標(biāo),從列車運(yùn)行的需求出發(fā)，系統(tǒng)化描述保證列車安全、快捷運(yùn)行的各種必要條件，提出相應(yīng)的數(shù)學(xué)模型，并在此基礎(chǔ)上采用遺傳算法對(duì)此模型展開優(yōu)化研究，以達(dá)到實(shí)用目標(biāo)。,11,2020年5月19日,課題研究?jī)?nèi)容⑴,列車運(yùn)行圖的數(shù)學(xué)模型列車運(yùn)行圖是全路與運(yùn)輸有關(guān)各單位的綜合工作計(jì)劃。因此，在編制運(yùn)行圖過(guò)程中，要從全局出發(fā)，統(tǒng)籌兼顧，正確處理列車運(yùn)行與技術(shù)站作業(yè)之間的關(guān)系、列車運(yùn)行與機(jī)車交路之間的關(guān)系、運(yùn)輸與施工之間的關(guān)系等等。根據(jù)對(duì)以上關(guān)系的研究制定列車運(yùn)行圖的編制原則。根據(jù)列車的運(yùn)行規(guī)律和運(yùn)行圖的編制原則，對(duì)列車運(yùn)行圖進(jìn)行數(shù)學(xué)建模。在本課題中，結(jié)合遺傳算法的特點(diǎn)，構(gòu)造利于遺傳算法優(yōu)化的數(shù)學(xué)模型。約束區(qū)間列車運(yùn)行時(shí)間約束、列車停站時(shí)分約束、列車間隔時(shí)間約束、同向列車越行條件約束、車站間隔時(shí)間約束、列車單獨(dú)占用聯(lián)弧約束、列車禁停約束、敵對(duì)徑路約束、機(jī)車乘務(wù)組工作時(shí)間約束、天窗時(shí)間約束、列車到發(fā)時(shí)刻特殊要求約束、車站到發(fā)線約束目標(biāo)函數(shù)總旅行時(shí)間最小技術(shù)站列車接續(xù)時(shí)間最小機(jī)車總消耗時(shí)間最小,12,2020年5月19日,課題研究?jī)?nèi)容⑵,遺傳算法構(gòu)造染色體以及遺傳算子（選擇、雜交、變異）。針對(duì)編圖中不同的優(yōu)化問(wèn)題，例如列車始發(fā)點(diǎn)分配、推線計(jì)算、運(yùn)行圖標(biāo)準(zhǔn)控制檢查、越行會(huì)車點(diǎn)處理、列車接續(xù)、到發(fā)線安排、摘掛小運(yùn)轉(zhuǎn)方案等問(wèn)題，要針對(duì)具體的問(wèn)題設(shè)計(jì)染色體及遺傳算子，以使優(yōu)化結(jié)果、優(yōu)化速度達(dá)到最佳。,13,2020年5月19日,課題研究?jī)?nèi)容(3),列車運(yùn)行圖計(jì)算機(jī)自動(dòng)編制將運(yùn)行圖問(wèn)題分解為若干個(gè)子問(wèn)題，分步驟、分階段求解。列車運(yùn)行圖初始布點(diǎn)列車初始布點(diǎn)就是計(jì)算線路交會(huì)點(diǎn)（基點(diǎn)）的列車始鋪到發(fā)點(diǎn)方案，均衡合理的確定列車在基點(diǎn)站的到發(fā)點(diǎn)方案，是計(jì)算機(jī)編制列車運(yùn)行圖的重要的一環(huán)，直接影響著列車運(yùn)行圖的編制質(zhì)量與實(shí)際使用價(jià)值，而且與機(jī)車交路、車站設(shè)備能力、車站作業(yè)進(jìn)度和車流來(lái)源有關(guān)。確定列車初始布點(diǎn)處理直通列車接續(xù)始發(fā)列車車次分配,14,2020年5月19日,課題研究?jī)?nèi)容(4),列車運(yùn)行圖計(jì)算機(jī)自動(dòng)編制路網(wǎng)分解為子線路列車運(yùn)行圖的編制在通常情況下簡(jiǎn)化為旅行時(shí)間最小的單目標(biāo)規(guī)劃問(wèn)題。由于目前尚未有較好的求解大規(guī)模時(shí)刻表規(guī)劃的優(yōu)化算法，因此本課題采取通過(guò)局部的多次優(yōu)化來(lái)實(shí)現(xiàn)全局優(yōu)化。而在鐵路的不同線路上運(yùn)行的列車，在線路交會(huì)點(diǎn)有間隔約束、進(jìn)路約束、到發(fā)線約束以及接續(xù)時(shí)間約束等，在線路的其他地方則幾乎不發(fā)生任何約束。因此，路網(wǎng)存在分解為子線路的可能性。選擇基點(diǎn)(主要干線交會(huì)點(diǎn)、有大量列車產(chǎn)生或消失的編組站以及局間分界口等)將路網(wǎng)分解為相對(duì)獨(dú)立的子線路。,15,2020年5月19日,課題研究?jī)?nèi)容(5),列車運(yùn)行圖計(jì)算機(jī)自動(dòng)編制對(duì)子線路求解在生成列車始鋪到發(fā)點(diǎn)方案以及路網(wǎng)分解的基礎(chǔ)上，對(duì)相對(duì)獨(dú)立的子線路分別建模，采用優(yōu)化算法求解各個(gè)子線路。機(jī)車周轉(zhuǎn)圖編制由于機(jī)車應(yīng)用質(zhì)量的優(yōu)劣直接影響到列車運(yùn)行圖的編制質(zhì)量，需要同步編制機(jī)車周轉(zhuǎn)圖。最有代表性的是把機(jī)車周轉(zhuǎn)圖歸結(jié)為二維分配問(wèn)題，把到達(dá)機(jī)車看作資源，把出發(fā)機(jī)車看成活動(dòng)。機(jī)車周轉(zhuǎn)圖的鋪畫，實(shí)質(zhì)上是把資源分配給活動(dòng)。目前的算法有采用解分配模型的特殊匈牙利算法，通過(guò)網(wǎng)絡(luò)變換把二維分配問(wèn)題模型轉(zhuǎn)化為網(wǎng)絡(luò)流模型，用求網(wǎng)絡(luò)最小費(fèi)用最大流方法求解。實(shí)際上，牽引機(jī)車的機(jī)車分配與應(yīng)用方式，與列車的性質(zhì)、種類和運(yùn)行方向等因素有關(guān)。因此在建立機(jī)車周轉(zhuǎn)圖優(yōu)化模型時(shí)，必須按牽引機(jī)車類型及運(yùn)用方式等特點(diǎn)進(jìn)行分類。尋求最優(yōu)機(jī)車周轉(zhuǎn)圖，就是使機(jī)車不牽引列車時(shí)在站停留時(shí)間最短。,16,2020年5月19日,擬解決的關(guān)鍵問(wèn)題,提出滿足列車運(yùn)行圖編制規(guī)則的數(shù)學(xué)模型。列車運(yùn)行圖編制的自動(dòng)化。,17,2020年5月19日,第三部分,課題的研究意義、國(guó)內(nèi)外現(xiàn)狀分析課題研究目標(biāo)、研究?jī)?nèi)容、擬解決的關(guān)鍵問(wèn)題擬采取的研究方法、技術(shù)路線、及可行性研究課題的創(chuàng)新性計(jì)劃安排、預(yù)期進(jìn)展和預(yù)期成果完成論文所具備的條件,18,2020年5月19日,擬采取的研究方法,以列車行駛規(guī)律和運(yùn)行圖編制原則為基礎(chǔ)，構(gòu)造利于遺傳算法優(yōu)化的運(yùn)行圖模型，將運(yùn)行圖問(wèn)題分解為若干個(gè)子問(wèn)題分步驟、分階段求解，實(shí)現(xiàn)列車運(yùn)行圖編制的自動(dòng)化。,19,2020年5月19日,技術(shù)路線,研究過(guò)程可以借鑒國(guó)內(nèi)外在列車運(yùn)行圖計(jì)算機(jī)自動(dòng)編制發(fā)展中的研究成果，同時(shí)對(duì)比其它方法，如數(shù)學(xué)規(guī)劃；人工智能；吸取上述方法中的有益思想并結(jié)合遺傳算法特點(diǎn)提出自己的見(jiàn)解。具體的技術(shù)路線為是對(duì)現(xiàn)有的編圖技術(shù)加以改進(jìn)或者擴(kuò)展，改造數(shù)學(xué)模型，使之適合采用遺傳算法進(jìn)行優(yōu)化,20,2020年5月19日,可行性研究,可行性分析本課題從提高列車運(yùn)行圖自動(dòng)編制的智能化出發(fā)，著眼于實(shí)用原則，得到了西南交通大學(xué)博士創(chuàng)新基金的支持；本課題工作將在西南交通大學(xué)交通信息技術(shù)研究所展開，該所具有多位計(jì)算機(jī)自動(dòng)編圖領(lǐng)域的專家，工作結(jié)果將在國(guó)家高性能計(jì)算中心(成都)驗(yàn)證，因此本項(xiàng)目研究有較強(qiáng)的核心技術(shù)支撐和實(shí)現(xiàn)手段。,21,2020年5月19日,課題的創(chuàng)新性,在全面分析列車運(yùn)行需求的基礎(chǔ)上提出一種與優(yōu)化方法相結(jié)合的數(shù)學(xué)模型；在列車運(yùn)行圖計(jì)算機(jī)自動(dòng)編圖中的關(guān)鍵問(wèn)題中引入遺傳算法，提出新的優(yōu)化方案，提高列車運(yùn)行圖計(jì)算機(jī)編制的智能化。,22,2020年5月19日,第五部分,課題的研究意義、國(guó)內(nèi)外現(xiàn)狀分析課題研究目標(biāo)、研究?jī)?nèi)容、擬解決的關(guān)鍵問(wèn)題擬采取的研究方法、技術(shù)路線、及可行性研究課題的創(chuàng)新性計(jì)劃安排、預(yù)期進(jìn)展和預(yù)期成果完成論文所具備的條件,23,2020年5月19日,計(jì)劃進(jìn)度與預(yù)期進(jìn)展,2003年12月－2004年3月國(guó)內(nèi)外資料的收集，了解最新動(dòng)態(tài)2004年4月－2004年6月分析列車運(yùn)行規(guī)律及運(yùn)行圖編制原則，建立運(yùn)行圖的數(shù)學(xué)模型2004年7月－2004年11月將遺傳算法應(yīng)用于計(jì)算機(jī)編制列車運(yùn)行圖，編寫相應(yīng)算法，并由軟件模擬2004年12月對(duì)采用遺傳算法的編圖進(jìn)行性能分析2005年1月－2005年3月撰寫畢業(yè)論文并答辯,24,2020年5月19日,預(yù)期成果,在國(guó)內(nèi)外高水平期刊雜志、會(huì)議上發(fā)表論文的目標(biāo)是達(dá)到或爭(zhēng)取超過(guò)學(xué)校要求的論文數(shù)量和質(zhì)量。,25,2020年5月19日,謝謝各位專家蒞臨指導(dǎo)！,