基于Anylogic 的車流徑路聯合優化模型研究

穆阿立

（新疆鐵道職業技術學院土木工程學院，新疆哈密 839001）

為鐵道運輸車輛選取良好的運輸徑路可提高鐵道運輸領域的運輸效率，并且在一定程度上縮短運輸的徑路長度，以達到節約運輸成本的目的，這對于商家、鐵道運輸方以及運輸貨物接收方都具有重要意義[1-2]。

隨著我國經濟的發展，鐵道運輸的受眾不再只是群眾，還有大批的貨物需要通過鐵路進行運輸。隨著受眾群體地不斷增加，鐵道運輸交通變得越來越復雜，既要保證鐵道運輸車流的安全和運輸效率，也要控制鐵道車輛運行的運輸開銷。在設計鐵道運輸車流徑路方案時，可能臨時改調一個運行線路都會對鐵道運輸車流徑路整體造成較大影響，可能導致與多個鐵道運輸車流的出行徑路重合，進而發生車輛碰撞等問題。

為解決目前鐵道運輸車流存在的問題，該文將對鐵道運輸車流徑路進行聯合優化，傳統的鐵道運輸車流徑路聯合優化模型所得方案不是最終的優化結果。該文構建模型的優勢在于利用約束函數和目標函數對鐵道運輸車流徑路進行雙重約束，以實現其設計的目的。

1 鐵道運輸車流運行的特點與要求

無論鐵道運輸車流徑路如何優化，都必須嚴格遵守鐵路運輸車輛的運行規定，因為一旦鐵道運輸車流徑路聯合優化模型打破了鐵道運輸安全準則，會給鐵道車輛運輸帶來安全隱患，進而造成不可挽回的損失。為使鐵道運輸車流徑路聯合優化模型的優化方向正確，該文先簡述鐵道運輸車流的基本運行規則以及特點，提取運輸車的部分運行特點作為約束因子，提高模型的優化精度。鐵道運輸分為貨物運輸和出行運輸兩種，因為面向群體的不同，所運輸的流程也不相同，因此鐵道交通規定以上兩類鐵道運輸車流的徑路不可重疊，且具有唯一性。鐵道運輸車流運行的基本要求是要保證運輸效率、時效及運輸質量達到運輸規范。

鐵道車流運輸效率是保證鐵路車輛運輸能力的重要方式，如果鐵路運輸車流的運輸能力不達標，即使匹配最優的運行徑路，也無法降低鐵道運輸的時間或經濟成本，因此保證鐵道運輸車流的運輸能力是非常重要的。鐵道運輸車流的運輸時效性也很重要，如果由于徑路避讓，導致鐵道運輸車流間停站、出站時間差較長，會嚴重降低鐵道運輸車流運輸的效率，則此方案不是車流最優的出行徑路。運輸質量指的是各個鐵道運輸車輛的結構和運輸類型不同，在徑路優化匹配時，要時刻考慮運輸車輛的狀態，以保證運輸質量。

鐵道運輸車流運行的特點是運輸速度快、運輸質量高，且鐵道運輸具有時效性，要確保運輸車不晚點，只有在徑路優化過程中保證鐵道運輸車流運行速度，才可維持運輸車的工作量，從而在縮短運輸車運行徑路的基礎上，提高鐵道運輸方的經濟利益。

2 鐵道運輸車流徑路聯合優化模型

2.1 Anylogic集成軟件工具分析

該文采用Anylogic 軟件集成工具對存在某種運行規律的系統、動力行為進行建模和仿真實現，該工具目前被主要應用于物流、供應鏈、交通仿真等領域。對于該文構建的鐵道運輸車流徑路聯合優化模型來說，此工具的意義在于可對運輸車流徑路優化模型進行復檢仿真，以保證模型優化的準確度，提升其運行效果。

Anylogic 軟件集成工具利用的仿真語言是UML語言，內部具有數據庫資源，對于優化模型輸出的優化鐵道運輸車流徑路方案，只需將徑路錄入到Anylogic 軟件集成工具內，點擊開始按鈕即可觸發軟件的工作。如果徑路為最優的方案，軟件會輸出“ok”，如果不是最佳鐵道運輸車流徑路規劃方案，則軟件輸出“no”，并調整模型的約束函數，重新利用模型進行優化處理。

2.2 構建鐵道運輸車流徑路聯合優化模型

該文構建的基于Anylogic 的鐵道運輸車流徑路聯合優化模型的構建流程如下。

在進行車流量智能控制之前，需要先對車流量進行預測。對于足夠小的時間段Δt，時間區間[t,t+Δt]內車輛經過的概率與t不產生關聯，則有p(t,t+Δt)=μΔt+o(Δt)，其中，μ表示單位時間經過的車輛數量，p(t,t+Δt)表示在時間區間[t,t+Δt]內有一輛車經過該預測點的概率，以此類推，pn(t1,t2)=p{N(t2)-N(t1)}，N(t)為[0,t]時間段內經過的車輛總數，n為可能經過的車輛數。

由于上述條件滿足泊松分布所需要的前提，因此利用泊松分布模型對城市交叉口車流量變化進行預測[8]。

令Δt→0，則車流量預測模型為：

首先根據需要優化的鐵道運輸車流運行特點和基本運行準則，設計運輸車流徑路優化的約束函數和目標函數。該文構建的鐵道運輸車流徑路聯合優化的約束條件分別是運輸費用約束和運輸效率約束。運輸車流的運輸費用約束是鐵道運輸車在可通行狀態下對徑路優化的重要約束條件，其約束公式如下所示：

其中，z表示運輸車流的運輸總費用表示運輸車流徑路決策變量；u表示運輸車流每公里的開銷。

鐵道車流運輸徑路的長度最大約束函數如下所示：

其中，K表示運輸車流可選擇的路數量；表示運輸車流選擇第k條徑路時運行的有效距離。

鐵路運輸徑路過程如圖1 所示。

圖1 鐵路運輸徑路過程

該文設計的目標函數是保證運輸車流徑路完成運行的時間最短，其函數如下所示：

其中，φ表示徑路區段內運輸車流的運輸能力利用率；R表示運輸車流的總徑路；V表示運輸車流的運輸速度。

其次，采用二階排隊算法對徑路進行規劃，以保證鐵路運輸車流運行徑路不沖突，進而保證鐵路運輸車流運行安全。在鐵道運輸車流運行避讓操作過程中，將所有鐵道運輸車流徑路根據目的地和出發地進行分類，利用構建的約束函數對每個分類區域內的運輸車流完成運輸車流進程排隊，鐵道運輸車排隊的結果如式（5）所示：

其中，a表示鐵道運輸車流出發地點的代號；b表示鐵道運輸車流目的地的代號；Pc表示各個鐵道運輸車流規定到達目的地的空閑概率；ε表示目的地占地有效的時間服從系數，其他未知數意義同上。

根據以上公式計算輸出的結果，如果鐵道運輸車流運輸徑路出現沖突時，則調用發生碰撞的鐵道運輸車流徑路的相關信息，計算鐵道運輸車流的錯開避讓等待時間。根據先到先服務的原則，等待時間越短，則先執行運輸徑路，其他進行等待；等待執行完畢后，再執行相互碰撞的其他運輸車徑路，以此保證運輸車流的避讓行為。鐵道運輸車流的避讓等待時間長短計算公式如下：

其中，γ表示鐵道運輸車流徑路的平均到達率；ai表示運輸車流排隊的平衡狀態；Δt1、Δt2分別表示需要計算兩個運輸車流發生碰撞時與規定運行時間的時間差；v1、v2分別表示發生碰撞運輸車的運行速度，其他未知數的意義同上。

根據運輸車流徑路碰撞的計算結果，更新初次輸出的鐵道運輸車流徑路排隊運行的進程順序，第二次輸出鐵道運輸車流出行徑路制訂方案。以提高運輸車流的運輸效率和運輸效益作為目的，調用徑路優化的約束函數和目標函數，對初始策劃的鐵道運輸車流徑路方案進行聯合優化處理，構建的鐵道運輸車流徑路聯合優化模型如下所示：

其中，f1表示鐵道運輸車流徑路i的運輸流量；α表示徑路優化調用的權重系數；Ri表示需要優化的運輸車流的徑路；ρ表示鐵道運輸車流徑路的阻尼系數，其他未知數的意義同上。

最后利用Anylogic 軟件復檢模型輸出的鐵道運輸車流徑路優化方案是否是最優的方案。如果是，則結束優化任務；如果不是，則重新制定鐵道運輸車流徑路的約束函數，重新計算，直至Anylogic 軟件輸出“ok”，結束模型優化處理。

3 實例分析

為保證實驗過程具有一致性且實驗結果具有真實性，設定實驗平臺設備傳輸控制實驗過程。硬件環境配置：GDDR7 固態硬盤、1 556 MHz顯卡、嵌入式中央處理器、雙電源插口、LED 液晶顯示屏。軟件環境配置：實驗采用SQL 2016 軟件完成數據存儲，編程語言采用C++,測試環境配置為32 位Windows 8.0操作系統。設定測試平臺圖2 所示。

圖2 系統測試平臺

采用上述設定完成此次系統測試，設定測試次數為10 次。

將設定的測試場景與數據分別導入傳統徑路規劃模型與設計的徑路規劃模型進行最優徑路規劃，并生成徑路規劃圖。對徑路圖進行對比，得出結論。具體測試徑路模型如圖3、圖4 所示。

圖3 傳統模型

通過對圖3 與圖4 中的徑路對比可看出，提出徑路優化模型，所規劃的運輸徑路在運輸點5、運輸點6、運輸點7、運輸點8、運輸點9、運輸點10 規劃中，徑路長度明顯較短于傳統方法。主要原因在于將需要優化的運輸車流徑路利用該文構建的模型優化完成后，進行復檢仿真，保證模型優化的準確度和運行效果達到最佳。

4 結束語

鐵道交通運輸的狀態可以代表一個地區或國家的發展狀態，鐵道運輸車流徑路是鐵路路網規劃的重要工作，該文構建的基于Anylogic 的鐵道運輸車流徑路聯合優化模型在對鐵道運輸車流徑路優化前，利用算法對整體徑路進行避讓遍歷，合理縮小鐵道運輸車流徑路可優化的有效樣本量，然后采用函數對每個徑路進行約束，成功構建鐵路運輸車流徑路聯合優化模型。該文構建模型考慮了鐵路運輸車輛的不可拆分性，可提高鐵道運輸車流徑路聯合優化的精度。