城市交通决策管理论文提纲

论文题目：基于马尔科夫决策过程的城市轨道交通轨道不平顺修理决策优化技术研究

摘要：近年来,我国城市轨道交通发展十分迅速。随着城市轨道交通运营里程的不断增加,人们越来越关注列车运营的安全性和舒适性。而轨道不平顺对于行车的安全、舒适性以及环境噪声等均有非常重要的影响。因此,研究城市轨道交通轨道不平顺修理决策优化技术,对科学控制轨道不平顺修理成本,确保行车安全有着重要意义。本文通过分析国内外关于轨道不平顺修理决策优化研究现状,结合城市轨道交通轨道不平顺的修理决策需求,构建了基于马尔科夫决策过程（Markov Decision Process,MDP）的城市轨道交通轨道不平顺修理决策优化模型。模型将一条线路以200m为单位划分为多个轨道单元,在考虑轨道不平顺劣化的不确定性和异质性因素的前提下,采用MDP方法制定该条线路在一个长周期内最优的轨道不平顺修理决策。模型以当前决策时刻至周期末的成本最小为目标函数,约束条件包含了修理活动约束、轨道单元数量约束、修理预算约束、状态等级比例约束和状态转移约束等,最后通过混合整数线性规划算法进行模型求解。为对模型进行验证,作者通过参与北京交通大学承担的北京市交通委员会项目《基于大数据的轨道线路精细化管理》以及北京市地铁运营有限公司项目《北京地铁轨道智能运维管理信息系统》,收集了北京地铁1号线上下行的历史轨检车检测数据,年度修理计划和线路设备台账数据,确定了模型计算所需的参数,并通过蒙特卡罗模拟方法对1号线上行线及下行线5年的轨道不平顺状态变化进行动态模拟,实现了修理决策的动态优化。最后,将模型计算后得到的修理决策与现场实际的执行修理决策进行对比,结果表明经模型优化后的修理决策能够基于轨道当前时刻的不平顺状态及状态变化规律,针对不同空间位置的轨道单元科学安排修理活动,在保障安全的同时有效降低了修理成本,从而验证了模型的有效性。作者设计与开发了北京地铁轨道不平顺修理决策优化子系统,作为北京地铁轨道智能运维管理信息系统的子系统。论文对北京地铁轨道不平顺修理决策优化子系统的功能模块和数据库进行了设计,并利用Microsoft Visual Studio 2015开发工具和Matlab程序实现了系统的开发工作。最后利用1号线上行线的轨检车数据进行系统的应用效果分析,验证了系统功能的有效性。

关键词：城市轨道交通;轨道不平顺;修理决策优化;马尔科夫决策过程;管理信息系统

学科专业：交通运输规划与管理

致谢

摘要

ABSTRACT

1 引言

1.1 研究背景及意义

1.1.1 研究背景

1.1.2 研究意义

1.2 国内外研究现状

1.2.1 轨道不平顺修理决策优化研究现状

1.2.2 基于马尔科夫决策过程的设备修理决策优化研究现状

1.3 对于城市轨道交通既有研究中存在的主要问题

1.4 论文的主要研究内容和组织架构

1.4.1 论文主要研究内容

1.4.2 论文组织结构

2 城市轨道交通轨道不平顺修理决策现状及需求分析

2.1 轨道不平顺概念

2.1.1 轨道不平顺的定义

2.1.2 轨道不平顺的分类

2.2 轨道不平顺的检查活动及修理活动

2.2.1 轨道不平顺检查活动

2.2.2 轨道不平顺修理活动

2.3 城市轨道交通轨道不平顺修理决策依据和需求

2.3.1 决策依据

2.3.2 现有的问题

2.3.3 决策需求

2.4 本章小结

3 基于MDP的城市轨道交通轨道不平顺修理决策优化模型构建

3.1 问题描述

3.2 马尔科夫决策过程原理及其适用性分析

3.2.1 马尔科夫过程

3.2.2 马尔科夫决策过程

3.2.3 适用性分析

3.3 建模思路

3.3.1 采用MDP方法针对一条线路制定修理决策

3.3.2 考虑轨道不平顺状态劣化的不确定性

3.3.3 考虑轨道不平顺状态劣化的异质性

3.3.4 考虑对轨道不平顺状态劣化的自适应学习

3.3.5 动态优化修理决策

3.4 参数说明

3.5 模型构建

3.5.1 目标函数

3.5.2 约束条件

3.6 模型求解算法

3.7 本章小结

4 案例分析

4.1 应用场景描述及数据准备

4.1.1 应用场景描述

4.1.2 数据准备

4.2 模型求解

4.3 结果分析

4.3.1 初始决策时刻最优修理策略

4.3.2 与实际成本的对比分析

4.4 本章小结

5 北京地铁轨道不平顺修理决策优化子系统的设计与开发

5.1 北京地铁轨道智能运维管理信息系统简介

5.2 北京地铁轨道不平顺修理决策优化子系统设计

5.2.1 功能设计

5.2.2 数据库设计

5.3 北京地铁轨道不平顺修理决策优化子系统实现

5.4 应用效果分析

5.5 本章小结

6 结论与展望

6.1 研究结论

6.2 研究展望

参考文献