基于量子计算的灵活编组列车大小交路混合运行优化方法

doi:10.3976/j.issn.1002-4026.20240003

山东科学 ›› 2024, Vol. 37 ›› Issue (6): 94-103.doi: 10.3976/j.issn.1002-4026.20240003

基于量子计算的灵活编组列车大小交路混合运行优化方法

袁也¹(), 徐皓¹, 卢学永², 李文新³, 徐辉章³, 杨欣²^,^*()

1.北京城市轨道交通咨询有限公司,北京 100068
2.北京交通大学,北京 100044
3.北京玻色量子科技有限公司,北京 100016

收稿日期:2024-01-02 出版日期:2024-12-20 发布日期:2024-12-05
通信作者: *杨欣,男,博士,教授,博导,研究方向为列车运输组织优化研究。E-mail:xiny@bjtu.edu.cn, Tel: 13811151991
作者简介:袁也(1991—),男,硕士,高级工程师,研究方向为列车运行优化研究。E-mail:yuanye@bii.com.cn
基金资助:
国家自然科学基金(U2368204);国家自然科学基金(72288101);国家自然科学基金(72331001);国家自然科学基金(62073024);中国国家铁路集团有限公司科技研究开发计划(P2022X013)

Quantum computing-based optimization method for train short-turn routing with flexible composition

YUAN Ye¹(), XU Hao¹, LU Xueyong², LI Wenxin³, XU Huizhang³, YANG Xin²^,^*()

1. Beijing Urban MTR Consulting Co., Ltd., Beijing 100068, China
2. Beijing Jiaotong University, Beijing 100044, China
3. Beijing Bose Quantum Technology Co., Ltd., Beijing 100016, China

Received:2024-01-02 Online:2024-12-20 Published:2024-12-05

摘要/Abstract

摘要：

灵活编组模式下列车时刻表和大小交路策略的联合优化问题受到列车时刻表、乘客动态方程和列车灵活编组等相关条件制约,各约束相互耦合增加了问题的复杂性和计算求解的难度,传统优化方法求解该问题将变得较为困难。本研究将量子计算应用于该问题,以最小化线路上所有车站的滞留乘客数量为目标,建立了混合整数非线性规划模型,设计数值实验并利用相干伊辛机真机对模型进行求解。结果表明,相干伊辛机真机在运行效率和优化性能上相比较于其他经典算法具有明显的优势。

关键词: 城市轨道交通, 灵活编组, 量子计算, 大小交路, 时刻表优化

Abstract:

The joint optimization of train timetable and short-turn routing under the flexible composition mode are restricted by various factors such as train timetables, passenger dynamic equations, and train composition adaptability. The coupling of constraints increases the complexity of the problem, making it difficult to solve using traditional optimization methods.This paper introduces the quantum computing method to address the problem. We built a mixed-integer nonlinear programming model to minimize the number of gathered passengers across all stations along the transit line. Furthermore, we used the real coherent Ising machine(CIM) to solve this problem. The numerical results show that the real coherent Ising machine has obvious advantages in computing efficiency and optimization performance compared with other classical algorithms.

Key words: urban rail transport, flexible composition, quantum computing, short-turn routing, timetable optimization

中图分类号:

U298.5

袁也, 徐皓, 卢学永, 李文新, 徐辉章, 杨欣. 基于量子计算的灵活编组列车大小交路混合运行优化方法[J]. 山东科学, 2024, 37(6): 94-103.

YUAN Ye, XU Hao, LU Xueyong, LI Wenxin, XU Huizhang, YANG Xin. Quantum computing-based optimization method for train short-turn routing with flexible composition[J]. Shandong Science, 2024, 37(6): 94-103.

图/表 7

图1

图2

图3

表1

图4

图5

图6

参考文献 15

[1]	XI W, HU M Y, WANG H W, et al. Formation control for virtual coupling trains with parametric uncertainty and unknown disturbances[J]. IEEE Transactions on Circuits and Systems II: Express Briefs, 2023, 70(9): 3429-3433. DOI: 10.1109/TCSII.2023.3262511.
[2]	姜嘉伟, 赵金宝, 刘文静, 等. 基于SSA-LSTM组合模型的城市轨道交通短时客流预测[J]. 山东科学, 2023, 36(5): 75-84. DOI: 10.3976/j.issn.1002-4026.2023.05.010.
[3]	WANG X, SU S, CAO Y, et al. Robust control for dynamic train regulation in fully automatic operation system under uncertain wireless transmissions[J]. IEEE Transactions on Intelligent Transportation Systems, 2022, 23(11): 20721-20734. DOI: 10.1109/TITS.2022.3170950.
[4]	WANG X, LI S K, TANG T, et al. Event-triggered predictive control for automatic train regulation and passenger flow in metro rail systems[J]. IEEE Transactions on Intelligent Transportation Systems, 2022, 23(3): 1782-1795. DOI: 10.1109/TITS.2020.3026755.
[5]	李传耀, 陈依婷. 自主式交通系统功能架构优化密度峰值聚类算法[J]. 山东科学, 2023, 36(2): 93-102. DOI: 10.3976/j.issn.1002-4026.2023.02.012.
[6]	YANG L Y, YAO Y, SHI H, et al. Dynamic passenger demand-oriented train scheduling optimization considering flexible short-turning strategy[J]. Journal of the Operational Research Society, 2021, 72(8): 1707-1725. DOI: 10.1080/01605682.2020.1806745.
[7]	ZHU L, LI S K, HU Y T, et al. Robust collaborative optimization for train timetabling and short-turning strategy in urban rail transit systems[J]. Transportmetrica B: Transport Dynamics, 2023, 11(1): 147-173. DOI: 10.1080/21680566.2022.2048120.
[8]	WANG X, SU S, CAO Y, et al. Robust cruise control for the heavy haul train subject to disturbance and actuator saturation[J]. IEEE Transactions on Intelligent Transportation Systems, 2023, 24(8): 8003-8013. DOI: 10.1109/TITS.2023.3264238.
[9]	张仪果, 屈云超, 尹浩东, 等. 轨道交通封站条件下应急疏散车辆路径优化[J]. 山东科学, 2023, 36(4): 80-88. DOI: 10.3976/j.issn.1002-4026.2023.04.010.
[10]	PAN H C, YANG L X, LIANG Z. Demand-oriented integration optimization of train timetabling and rolling stock circulation planning with flexible train compositions: a column-generation-based approach[J]. European Journal of Operational Research, 2023, 305(1): 184-206. DOI: 10.1016/j.ejor.2022.05.039.
[11]	ZHOU H S, QI J G, YANG L X, et al. Joint optimization of train timetabling and rolling stock circulation planning: a novel flexible train composition mode[J]. Transportation Research Part B: Methodological, 2022, 162: 352-385. DOI: 10.1016/j.trb.2022.06.007.
[12]	XU H Z, CHEN J H, ZHANG X C, et al. High-speed train timetable optimization based on space-time network model and quantum simulator[J]. Quantum Information Processing, 2023, 22(11): 418. DOI: 10.1007/s11128-023-04170-3.
[13]	YAMAMURA A, AIHARA K, YAMAMOTO Y. Quantum model for coherent Ising machines: discrete-time measurement feedback formulation[J]. Physical Review A, 2017, 96(5): 053834. DOI: 10.1103/physreva.96.053834.
[14]	文凯, 马寅, 王鹏. 基于光量子计算的信用评分特征筛选研究报告[J]. 网络安全与数据治理, 2022, 41(9): 13-18.
[15]	曹若冰, 曹成铉, 徐猛, 等. 韧性交通枢纽中突发大客流疏散优化研究[J]. 山东科学, 2023, 36(2): 76-84. DOI: 10.3976/j.issn.1002-4026.2023.02.010.

车站	乘客到达率	下车率	站间运行时间/s	停站时间/s
a-1	0.70	0.00	120	20
a	0.56	0.39	180	20
a+1	0.00	1.00	180	20
b-1	0.35	0.00	120	20
b	0.72	0.26	180	20
b+1	0.00	1.00	—	20

基于量子计算的灵活编组列车大小交路混合运行优化方法

Quantum computing-based optimization method for train short-turn routing with flexible composition

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 15

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	姜嘉伟, 赵金宝, 刘文静, 徐月娟, 李明星. 基于SSA-LSTM组合模型的城市轨道交通短时客流预测[J]. 山东科学, 2023, 36(5): 75-84.
[2]	张仪果, 屈云超, 尹浩东, 吴建军. 轨道交通封站条件下应急疏散车辆路径优化[J]. 山东科学, 2023, 36(4): 80-88.
[3]	赵庆亮, 冯晓斌, 吴枫, 王一多. 基于滚动时域控制的轨道交通车站单站限流策略研究[J]. 山东科学, 2023, 36(1): 99-106.
[4]	彭磊, 樊葱, 汪茜, 王晓潮, 柏赟. 地铁线路纵断面优化系统设计与实现[J]. 山东科学, 2022, 35(4): 136-143.
[5]	汪波, 鲍枫, 吴欣然. 基于充分可观控实验方法的城市轨道交通客流随机分配模型优化[J]. 山东科学, 2022, 35(4): 90-97.
[6]	柳雪丽,修春,杨立晨. 基于主客观多维变量的城市轨道网络规模影响[J]. 山东科学, 2022, 35(1): 107-114.
[7]	宁丽巧,谢秉磊,张希,徐文恺. 城市轨道交通换乘站点失效下网络脆弱性分析[J]. 山东科学, 2022, 35(1): 81-87.
[8]	朱士光, 四兵锋, 崔鸿蒙, 薛景文. 基于时空特征提取的城市轨道交通乘客出行目的地预测[J]. 山东科学, 2021, 34(4): 104-113.
[9]	彭磊, 孙元广, 金华 . 城市轨道交通双列位停车线设计[J]. 山东科学, 2021, 34(3): 54-61.
[10]	曹璐, 曹成铉. 基于客流需求的城市轨道交通行车计划与列车时刻表优化[J]. 山东科学, 2020, 33(6): 87-95.
[11]	张树天, 李虎, 李作周, 牛凌, 杨欣, 吴建军. 突发事件下的城市轨道交通列车运行仿真与延误评估[J]. 山东科学, 2020, 33(4): 72-82.
[12]	林禹童, 曹成铉, 柳雨彤, 冯紫嫣. 基于客流需求的列车时刻表和车底调度协同优化[J]. 山东科学, 2020, 33(2): 63-70.
[13]	王兴蓉, 王石生. 客流需求不确定下城市轨道交通线路协同限流鲁棒优化研究[J]. 山东科学, 2019, 32(6): 69-78.
[14]	宋周敏, 刘葛辉, 张晨曦. 车辆段接轨站出入段作业能力与运营组织分析[J]. 山东科学, 2019, 32(6): 79-88.
[15]	陈明钿，郑宣传，高国飞. 行人仿真在城市轨道交通换乘站客运现状评价中的应用[J]. 山东科学, 2018, 31(4): 100-109.