車輛段入線調車算法研究

范新龍，張欣亮，史新偉

（1.西安鐵路職業技術學院，西安 710014；2.西安鐵路局，西安東車輛段，西安710608）

目前，車輛段自動化入線調車存在許多問題，人工過程很容易理解和實現的問題，用自動化方式則較為復雜，考慮到通用性，決定采取一次一輛的方式進行調車，即根據從圖像化界面得到的調車信息及機車所在的位置，每次從所選的股道取一車輛，根據車輛中所含的調車信息，將此車調至相應的股道，如此產生的調車序列不能作為實際的入線計劃，須進行優化處理。優化方法在實現時有許多優勢：（1）可以有多種組合，便于提取最優組合使用。（2）可以根據調車線的長度合并數據，在調車線較短的車輛段使用尤能體現其優點。在實際使用中，可根據車輛源（源）、維修臺位（目的）或兩者結合使用相應的算法，本文主要研究車輛源調車算法。

1 兩個概念

1.1 定位調車

所謂定位調車，就是指定待修車輛調入指定的待修臺位，對某些有特殊需要的車輛進行這類調車操作，在圖形化調車系統中，定位調車通過直接拖動待修車輛到維修臺位上得到調車信息。

1.2 定性調車

定性調車只指示出待修車輛將進行什么樣的維修操作（段修、廠修、洗罐等）而不指定具體的維修臺位，在圖形化調車系統中，通過設定待修車輛的調車性質得到調車信息，在下面的算法中，許多情況是針對這種調車方式進行的。

2 用例

這里的用例指的是車輛源調車過程產生的數據，主要用于說明算法，分基本用例和擴展用例兩類。基本用例反映了采用車輛源調車的最原始數據，擴展用例是對基本用例進行部分優化后的結果，主要用于說明算法優化。在下面的分析中，S表示待調的源車輛及股道；D表示目標臺位股道及車輛。由于合并算法可以看作是將相鄰兩次調車信息進行合并，所以用A、C分別表示第N次和第N+1次牽出股道名稱，B、D表示第N次和第N+1次的推入股道名稱，m、n表示每次牽出或推入的車輛數。

2.1 基本用例

基本用例接近原始調車數據，當m、n為1時（每次牽出和推入的車輛數為1），即為原始數據；如果m、n不為1，則是優化過程中的數據。

……第n鉤

上例中，A + m 和B－m 表示從股道A中牽出m輛車輛，推入目的股道B中，C+n和 D－n同上，只是下一鉤的操作。當m、n為1時，表示在沒有優化情況下的調車過程，即每次從待調股道牽出一輛車并將其推入目標軌道。

2.2 擴展用例

上述過程中，如果不進行優化，則可能造成調車鉤數過多，擴展用例則是將基本用例中可以合并的項目進行合并處理，處理后的結果可以減少調車計劃中的鉤數，這個結果更接近于實際的入線計劃。

（A1股道牽出m1輛，A2股道牽出m2輛，……）

（將n1輛推入B1股道，n2輛推入B2股道，……）

這4項中的n可以不相等，即牽出的車輛可能與推入的車輛不等。

基本用例可以看成為擴展用例的特殊形式，本文的優化算法將主要討論擴展用例的算法，但因為基本用例的特殊性，有些算法在基本用例中會有其特殊點。另外基本用例的引入也便于對本文的理解。

3 優化算法

優化算法主要用于將原始數據進行優化處理，得到比較合理且最優的入線計劃，其原則為：

（1）優化后，總鉤數比優化前少。

（2）鉤數相同的情況下，調車線所需長度短。

原始的牽出和推入的順序為ABCD，即一次牽出（A）、一次推入（B），再一次牽出（C）和一次推入（D），優化處理后則為先做兩次連續牽出（AC或CA）、再作兩次推入（BD或DB），注意這種操作有先后順序的要求。

由于優化過程實際上是根據各種條件，對現有鉤數進行合并，所以也稱此為“合并律”，根據合并方式，合并律主要有CABD律和ACDB律兩種合并方式（CABD和ACDB表示牽出和推入的順序）。

3.1 CABD律

3.2 ACDB律

3.3 優化條件

以上的優化有諸多條件限制，除了臺位不同的在合并時要注意臺位位置先后外，車位的先后也很重要，上述過程中可以看到對“出”、“入”的順序有調整，在定位調車時，由于車臺位已經指定，合并后必須能夠到達指定臺位位置，對定性調車而言，要注意的一個很重要的原則就是合并時，“出”位一定要在“入”位前。

通過實踐分析總結，上面兩種合并律的執行條件如下：

If ((A1=Cn) and (An=C1)) then ；源全同，A、C為牽出

if (B1<>Dn) and (Bn<>D1) then ACDB ；目標全不同 B、D為推入

if (B1=Dn) and (Bn=D1) then ACDB ；目標全同

if (B1=Dn) and (Bn<>D1) then ACDB； 目標前同

if (B1<>Dn) and (Bn=D1) then CABD ；目標后同

end；

if (A1<>Cn) and (An<>C1) then ；源全不同

if (B1<>Dn) and (Bn<>D1) then do nothing；源全不同,目標全不同

if (B1=Dn) and (Bn=D1) then CABD；源全不同，目標全同

if (B1=Dn) and (Bn<>D1) then ACDB ；源全不同，目標前同

if (B1<>Dn) and (Bn=D1) then CABD；源全不同,目標后同

end；

if (A1=Cn) and (An<>C1) then；源前同

if (B1<>Dn) and (Bn<>D1) then CABD；源前同，目標全不同

if (B1=Dn) and (Bn=D1) then CABD；源前同，目標全同

if (B1=Dn) and (Bn<>D1) then do nothing；源前同，目標前同

if (B1<>Dn)and (Bn=D1) then CABD；源前同，目標后同

end；

if (A1<>Cn) and (An=C1) then；源后同

if (B1<>Dn) and (Bn<>D1) then ACDB；源后同，目標全不同

if (B1=Dn) and (Bn=D1) then ACDB；源后同，目標全同

if (B1=Dn) and (Bn<>D1) then ACDB；源后同，目標前同

if (B1<>Dn) and (Bn=D1) then do nothing；源后同，目標后同

end；

3.4 特殊情況

當N和N+1調車數量均為1時（基本用例情況，m、n都為1），根據基本用例對上述算法優化：

當A = C并且B = D，兩次牽出股道號相同、推入股道號相同。

S：A+(m+n)

D：B-(m+n))

當A=C 并且 B<>D (ACDB律)

S: A+(m+n)

D: D-n

B-m

當A<>C 并且 B=D （CABD律）

S: C+n

D: A+m

B-(m+n)

4 結束語

調車源分析算法可以解決部分車輛段入線計劃自動生成問題。為了得到最優的調車方案，該法利用了軌道的全排列，當待調車輛來自多個軌道時，其運算次數達到N！（N為待調車輛軌道數），通過對這些比較，得到最佳的源股道排列順序。由于該法所需時間較長，有些情況下還不能得到最優方案，又進行了目標算法分析，這種算法將在“車輛段入線調車目的臺位分析算法研究”予以介紹。這兩種算法的聯合使用，能解決大部分的自動生成入線調車計劃中存在的問題。

[1] 胡思繼. 鐵路行車組織[M] . 北京：中國鐵道出版社，2002.

[2] 步文亮，王洪昆，劉光濤. 車輛段調車作業全過程自動化的研究與實現[J] . 鐵道機車車輛，2007（6）.

[3] 馮俊杰. 鐵路運輸基本技能訓練[M] . 北京：中國鐵道出版社，2003.

[4] 西安鐵路局西安東車輛段調度科文件.廠段修車輛入庫前預檢及調車作業規定[S] . 2008，7.

[5] 西安鐵路局西安東車輛段調度科文件. 段內各線路存車數量及規定[S] . 2009，7.