铁路货运运输过程可靠性评估——一种结合微观铁路仿真与货运网络物流的基于智能体的方法

《Journal of Rail Transport Planning & Management》:Reliability evaluation of rail freight transport processes — An agent-based approach combining microscopic rail simulation and freight network logistics

【字体: 大 中 小 】 时间:2026年02月05日 来源:Journal of Rail Transport Planning & Management 2.3

编辑推荐:

  在运营密集的欧洲铁路网络中,网络利用与服务质量之间的权衡导致了对交通流量与服务可靠性的考量。然而,服务可靠性的视角在不同利益相关者之间往往存在差异。在本文中,研究人员调查并评估了铁路网络的可靠性,特别关注货运运输系统中铁路运营商与用户之间的比较:运营商主要关注

  
在运营密集的欧洲铁路网络中,网络利用与服务质量之间的权衡导致了对交通流量与服务可靠性的考量。然而,服务可靠性的视角在不同利益相关者之间往往存在差异。在本文中,研究人员调查并评估了铁路网络的可靠性,特别关注货运运输系统中铁路运营商与用户之间的比较:运营商主要关注列车准时性,而用户通常从运输链层面感知可靠性。为结合这两种视角,研究人员开发了一种新的基于智能体的仿真方法,该方法结合了微观领域特定的交通控制仿真(包含信号系统的基本特性)与体现网络内货物流动的物流视角。本研究概述了模型建立的步骤,以及在基于智能体、开源仿真环境中的实现。该方法被应用于德国铁路网络,并评估和比较了两种不同可靠性视角的影响。观察到运输链可靠性与列车准时性之间存在显著偏差,突出了在可靠性评估中纳入终端用户视角的益处。研究还发现,每个运输链中段数越多,可靠性越低。
在运营密集的欧洲铁路网络中,网络利用与服务质量之间的权衡导致了对交通流量与服务可靠性的考量。目前存在的主要问题是,不同利益相关者对服务可靠性的定义和关注点不同:铁路运营商主要关注列车准时性(即列车按时刻表运行的比例),而铁路用户(如物流公司)则更关注整个运输链的可靠性,即货物从起点到终点的按时送达。现有铁路仿真工具多聚焦于微观层面的列车运行,例如信号系统、驾驶动力学等,但缺乏对运输链层面物流过程的建模,因此无法全面评估用户视角下的可靠性。为统一这两类视角,研究人员开展了一项研究,旨在开发一种新的集成仿真方法,同时支持列车级和运输链级的可靠性评估。该研究基于开源仿真平台SUMO,构建了一个基于智能体(agent-based)的铁路货运物流仿真模型,将微观列车控制仿真与宏观网络物流相结合。方法应用于德国铁路网络,模拟了24小时运营场景,并引入不同延迟水平(基于DB指南)。研究得出重要结论:运输链的可靠性显著低于列车准时性,且运输链段数越多(如多次中转),可靠性越低;本地效应显示,部分站点的货物到达延迟较高,影响了用户满意度。该研究的意义在于,为铁路规划提供了从终端用户视角评估可靠性影响的工具,有助于优化货运运营策略,支持政策制定。论文发表在《Journal of Rail Transport Planning 》。

主要关键的技术方法包括:
1. 基于SUMO(Simulation of Urban Mobility)的开源仿真平台,构建微观铁路网络模型,基础设施数据从OpenStreetMap获取。
2. 宏观时刻表到微观路径的映射算法:采用深度优先搜索(depth-first search)结合段路由器(segment-router),通过Dijkstra算法寻找快速且可行的路径,并处理微观停靠点(micro stops)的分配。
3. 路径冲突缓解:采用惩罚法(penalty method),通过临时修改边属性(如将速度设为0)来避免反向路径冲突,确保列车路径在拓扑上非冲突。
4. 站内列车进路优化(Train Platforming Problem, TPP):通过混合整数规划(MIP)模型,最大化平台占用分配,以平衡站内列车停靠,避免时间重叠,提高运营稳健性。
5. 智能体路由:基于OD(Origin-Destination)需求数据,将货物单元(agents)分配至运输链,通过静态路径计算(基于最快路径搜索)确定列车序列和中转站,中转过程采用先入先出(FIFO)原则。样本队列来源为德国铁路网络,包括公开时刻表数据(Bundesministerium für Digitales und Verkehr, 2024)和随机生成的需求分布。

研究结果部分:
- 可靠性对比分析:图5展示了不同延迟场景下列车和运输链的可靠性曲线。随着到达时间窗口的扩大,两种可靠性均上升,但运输链的可靠性始终低于列车准时性,且运输链段数越多(长度2、3、4),可靠性越低。直接运输(长度1)的可靠性接近列车准时性。不同延迟场景下,列车准时性变化较小,但运输链可靠性对延迟水平敏感。
- 到达延迟分布:图6展示了场景1下列车和运输链的到达延迟密度。列车延迟集中在0附近,而运输链延迟分布更广,出现多个峰值(约每2小时),原因在于错失中转后需等待下一班次(约120分钟)。部分货物提前到达,归因于中转缓冲时间(30分钟)和高度延迟列车替换计划。
- 本地效应分析:图7将运输链的平均到达延迟映射到需求目的地(sink)和来源(source)。部分站点表现为高延迟(红色),表明用户满意度低;部分站点延迟低或提前到达。通过对比来源和目的地,可识别出系统改进的关键点。
- 运输链示例:图8以五条运输链为例,左侧显示直接运输的总延迟,右侧分解为各段列车的准时性。结果表明,仅一段列车延迟即可导致整个运输链延迟,而准时列车不影响最终结果。
- 长度相关性:图9展示了运输链长度(物理路径)与到达延迟的相关性,线性回归显示延迟随长度增加而轻微上升,但方差较大,相关性不如段数显著。

讨论部分总结:研究发现强调了联合建模微观铁路交通控制系统与宏观网络结构对货运供应链可靠性的重要性。通过扩展开源工具,展示了一种综合的基于智能体的铁路货运物流建模方法,尤其适用于早期规划阶段,可揭示设想交通概念的可靠性缺陷。其次,研究推动了在铁路货运规划与运营中更强烈地整合终端用户视角。图5表明,同一运输过程的不同视角可能涉及截然不同的评估指标。第三,运输分段(中转)对可靠性的显著影响表明,中转是系统可靠性的关键,结合当前欧洲铁路网络的高拥挤度,延迟风险较高。因此,需要开发针对供应链层面可靠性的解决方案,本方法对宏观经济运输规划决策的场景分析与优化具有重要价值。

研究结论翻译:在本研究中,研究人员提出了一种铁路仿真方法,能够评估铁路运营的可靠性,不仅限于列车层面,还包括运输链层面。这是通过将列车与货物单元以基于智能体的方法合并实现的。所得仿真模型能够模拟铁路特性(例如信号系统)以及物流流及其相互作用。这扩展了以往的方法,并能够从铁路系统用户的视角评估铁路运营可靠性。该方法的另一个特点是,通过将宏观时刻表数据映射到微观基础设施并消除路径冲突,实现未来时刻表概念的模拟。所得模型能够模拟大规模网络,并基于开源仿真环境。运输链的可靠性由系统用户定义的时间窗口内的到达情况决定。该时间窗口与铁路行业使用的准时性阈值对齐。结果表明,根据德国DB指南的初始延迟设置,运输链可靠性远低于相应的列车准时性窗口。这可以通过运输链的结构来解释,因为它们通常不仅涉及一趟列车运行,而是多趟列车序列。因此,运输链层面的复杂性更大。仿真结果证实了这一点,显示运输链的到达延迟分布比列车更分散。仿真中延迟水平的上升导致列车不准点率轻微上升,也影响了运输过程的不可靠性。结果还强调了本地效应,将运输链的可靠性映射到其目的地和来源,指出了从发送者和接收者视角可能存在的低用户满意度点。因此,这些点应作为进一步系统改进的起点。此外,结果显示短运输链更有可能可靠。然而,更强的相关性体现在运输链的可靠性与涉及的中转过程数量之间。研究还证实,运输链中仅一个段的高延迟会影响整个运输过程。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号