張延華 高琪 胡文強
摘 要:闡述了高速鐵路動態性能的內涵和研究方法。在列車運行圖仿真技術的基礎上,介紹了7種動態性能評價指標,并詳細介紹了各指標的計算方法。為了區分各指標的重要程度,采用灰色多層次方法對指標相對于標準層和22個標準層相對于目標水平的重要性進行評價,構建了灰色數判斷矩陣,并對各指標的權重進行了計算,最后獲得了動態性能指標。
關鍵詞:高速鐵路;多層次評價;動態性能;灰色評價
引言
目前,對高速鐵路列車運行圖的研究可分為兩個方面,即列車運行圖的靜態和動態性能。一方面,列車運行圖的靜態性能評價主要從列車運行、機組人員配置、機車運用和客運服務質量等方面進行,這些指標主要是通過列車運行圖完成后直接檢查運行圖得到的。另一方面,列車運行圖的動態性能是列車運行圖運行時承受隨機因素干擾的能力,即當列車偏離基本計劃時,根據列車調度員的調整措施,驅動或減少偏差的能力,從而使列車恢復。由于操作圖中的計劃無效能力與有效能力之間的邏輯關系相當復雜,調度員的處理方法也不盡相同,因此不能用分析方法來解決動態指標的計算問題。因此,有必要利用計算機仿真技術,通過列車運行性能的仿真來獲取相應的動態數據。
1 高速鐵路運行圖動態性能評價指標
列車準時率是衡量鐵路客運服務質量的重要指標。國外列車的準時率相對較高。目前,由于中國的運輸能力非常緊張,列車的準時率遠不及國外。隨著高速鐵路的不斷建設和運營,鐵路運輸能耗逐漸增加,運輸能力與運輸能力之間的矛盾將逐步緩解,這為提高鐵路運輸能力提供了有利的契機。列車運行圖的動態性能主要是指在列車運行圖的執行過程中承受各種隨機擾動的能力,是列車運行正點率的綜合體現,也是衡量列車運行質量的重要指標。列車運行圖冗余時間是指列車運行時間、車站停靠時間、軌道與列車、間接列車之間的差值,以及運行時間(短時間)和完成操作所需的標準時間劃分的標準時間劃分。長期以來,在列車運行圖編制過程中安排一定的冗余時間,是提高列車運行圖動態性能的一項重要而有效的措施。然而,在實際工作中,列車運行圖冗余時間的安排具有一定的隨機性。冗余時間的安排很大程度上取決于繪圖人員的經驗和技術水平。目前,國內學者對高速鐵路運行仿真進行了大量的研究,并設計了鐵路運行圖仿真評價系統,基于仿真技術,建立了以下動態性能指標。
1.1 列車平均晚點列數
如果列車的實際到達時間比TI的固定到達時間晚,則認為列車是晚班列車,列車晚點的邏輯變量是TITI>0,那么P i為1,否則為0。
1.2列列車平均延誤系數
每個列車的實際延誤時間可以通過實際和固定到達時間TIS和TI在所有高速鐵路列車的最終到達時間在操作圖中獲得。每個列車的實際延遲時間可以是TITI。由于列車行駛時間的不同,實際總延遲時間與固定行駛時間T的比率被定義為平均列車延遲系數。
1.3列車晚點度
列車晚點恢復定義為列車晚點恢復時間與列車初始延誤時間TC的比值,列車晚點恢復可以測量列車運行圖對干擾的吸收效果。后期恢復越高,運行圖的抗干擾能力越強,操作圖表的動態性能越好。
1.4非固定停車位總數
非固定式額外停車站是指由于各種原因,在原運行圖未規定停車的車站中發生在列車實際運行中的停靠站。原列車運行圖的操作順序由非固定的額外停機操作中斷,通過鐵路調度員的人為干預改變原運行圖的結構。一般情況下,非固定附加停機數越少,列車運行計劃的動態性能越好。
1.5緩沖時間利用率
緩沖時間的利用率表明列車在實際運行過程中緩沖時間的利用程度。總的來說,列車運行圖的緩沖時間越長,列車的動態性能越好。
1.7 列車關鍵運行線鋪畫
在列車運行圖中,如果列車及其后續列車緊鋪,相鄰列車之間沒有緩沖時間或小的緩沖時間。一旦火車晚點,勢必會導致下一班火車晚點。這條鐵路線被稱為關鍵列車線。它可以用來計算列車臨界線晚點的比率,即列車晚點點到列車關鍵線的數量與列車關鍵線的總列車數的比率。作為列車運行圖動態性能指標之一,列車臨界線晚點越低,運行計劃抗干擾能力越強,列車動態性能越強。
2 基于灰色多層次分析法確定評價指標權重
建立了可量化的操作圖動態性能指標體系,并用灰色聚類分析法確定了上述評價指標的權重。即,通過比較這22個指標的重要性,以區間灰數的形式構造指標判斷矩陣,然后進行區間灰數白化處理和指標層間的傳遞。每個指標的權重是通過二次分析和決策獲得的。
評估的步驟如下:
建立動態績效評價體系的層次結構。評價體系結構包括目標層、準則層和指標層C P構成。目的構建指標層判斷矩陣X(k)每位專家的灰數相對于標準水平。
如果專家參與評估過程中,各專家對各因素的重要性在指標層對標準層的重要性。當專家評分,它給出了一個價值區間,構建各專家x灰數判斷矩陣(K)=(xijk)n×n十二(K)= 1;Xij(K)*增加。J(K)[ xijkmin,xijkmax ]相對于目標層的重要性水平為指標層中的元素比。第五指標層單排序準則層的水平。最大特征值λmax [ ]的灰數判斷矩陣X的獲得,然后對應的特征向量W是使用相應的特征方程x W =λmaxw解決,并進行歸一化處理。即,權重各因素指標層相對標準層一致性檢驗。使用max-r測量X元素的一致性,我們引入了一致性指數,一致性隨機指數和一致性比鉻Cr<0.1時,X的不一致性是可以接受的,否則需要調整判斷矩陣。灰數判斷矩陣y(k),灰數判斷矩陣Y和Y的白化矩陣構造每個專家的標準層相對于目標層、和一致性檢查和層次單排序的確定進行了研究距離權重因子在標準層相對于目標層。層次結構是完全的。為了計算總的層次,相應的判斷矩陣X和Y的最大特征值的特征向量的第一計算,然后分層排序。
結束
綜上所述,作者在本文之中對其進行了深入的分析,本文建立了可量化的7個指標的運行圖動態性能指標體系,利用灰色層次分析法確定了各指標的權重,比較成熟,可以量化操作的動態性能。在圖表上,具有一定的現實意義。然而,在灰色層次分析法中,通過比較兩個指標的重要性與標準,建立一個評價判斷矩陣是主觀的。
參考文獻:
[1]吳慶昕,閆海峰. 高鐵列車運行圖動態性能評價指標重要度分析[J]. 綜合運輸,2016,38(09):54-60.
[2]孟令云,楊肇夏,李海鷹,安健. 基于列車運行線分布的客運專線列車運行圖動態性能分析[J]. 中國鐵道科學,2010,31(02):90-95.
[3]劉健. (2016). 基于仿真的突發事件條件下列車運行圖穩定性優化研究. (Doctoral dissertation, 蘭州交通大學).
[4]魯工圓. 客運專線車站作業仿真系統的研究及應用[D]. 西南交通大學, 2008.