NeFut Logo NeFut
EN 管理员登录

[AI学术] 铁路系统中的干扰感知动态路径优化框架

发布于:2026-06-15 22:00 最后更新:2026-06-16 12:13
#algorithm #optimization #Artificial Intelligence

摘要

高效的路径优化在铁路运营中对于确保安全和准时性至关重要,尤其是在具有多种轨距的异构铁路网络中,列车速度、停靠模式及基础设施兼容性等约束增加了协调的复杂性。在单轨系统中,由于所有列车共享同一轨道,频繁的轨道切换使得这些挑战更加严峻。随机干扰事件,如轨道阻塞、列车故障、引擎故障和速度减缓,给运营带来了额外的不确定性并偏离了时刻表。然而,现有研究主要集中在高层次的时刻表制定,忽略了诸如轨道切换协调等操作细节,导致决策依赖人工操作,增加了铁路运营的安全风险。

本研究提出了一种基于时间规划的框架,用于异构铁路系统中的动态路径优化和干扰管理。该框架将铁路运营形式化为一个时间规划问题,使用 PDDL 2.1 明确建模轨距兼容性约束和多种干扰场景。它生成无冲突的时间戳操作计划,指定优化的时间表和可执行的操作序列。为了评估所提出的框架,我们开发了一套基准问题集,包含 200 个实例,使用最多 1,000 个轨道点和 120 列火车。采用了两种最先进的时间规划器和一个计划验证器来评估该框架。实验结果表明,该框架有效地为异构铁路系统生成时间操作计划,处理多轨距约束和干扰,并减少对手动决策的依赖。

博主点评: 本文提出的动态路径优化框架为铁路系统的复杂调度问题提供了一种创新的解决方案,通过将干扰因素纳入考虑,显著提高了系统的安全性和效率。未来的研究可进一步探索如何将机器学习与此框架结合,以增强其适应性和智能化水平。

原文链接: https://arxiv.org/abs/2606.14582

[h] 返回首页