通过实施提升自动化水平的技术改进铁路运行图

《EURO Journal on Transportation and Logistics》：Improving a railway timetable by implementing technologies for increased automation

　　

欧洲众多铁路网络的运力已处于高利用率状态，但在现有基础设施条件下，运行图中的行车间隔（headway）与缓冲时间（buffer time）等规划规范（planning norms）已趋于最优。因此，繁忙网络中的规划规范唯有借助提升自动化水平的新技术才能进一步压缩，此类技术包括司机控制操作（Driver Controlled Operation, DCO）、欧洲铁路运输管理系统（European Rail Traffic Management Systems, ERTMS）、自动列车驾驶（Automatic Train Operation, ATO）与交通管理系统（Traffic Management Systems, TMS）。若直接在国家层面全域部署这些技术，复杂度过高且投资巨大；又因技术较新，需先于全国推广前，依据其对运行图的实际影响在不同走廊与机车车辆序列上评估实施效果。针对上述挑战，研究人员提出一种新颖的铁路运行图优化模型，在预算约束下扩展周期事件调度问题（Periodic Event Scheduling Problem, PESP），允许引入可缩减规划规范的技术。具体而言，该模型可自主选择在哪些走廊与列车序列上部署何种技术，以使优化后运行图获益最大。基于荷兰单线与区域铁路网络的数值实验，揭示了不同技术的有效性、待实施的具体走廊与列车序列，并表明相对小额投资（总投资的15%–20%）即可带来潜在运行图改进中60%的收益。所提模型可作为铁路运营方与基础设施管理者的决策支持工具，用于优先级排序技术部署及其在网络中的区位选择。

研究背景方面，铁路作为可持续高效公共交通系统面临运营成本下降与服务质量提升的双重压力，既有运行图经数十年细化已逼近改进极限，既有基础设施下规划规范（planning norms，含运行时间、停站时间与行车间隔等标准化安全准则）难以继续压缩。传统人工调参方式在荷兰铁路（Nederlandse Spoorwegen, NS）等运营商中存在效率瓶颈，而DCO、ERTMS、ATO、TMS等提升自动化技术虽能安全缩减规划规范，但全域部署成本高、培训过渡期长且实际效应存在不确定性，故需先在局部走廊评估再推广。研究人员据此开展一项将技术部署与运行图设计联合优化的研究，旨在以预算约束下的最优技术区位选择换取最大运行图收益，论文发表于《EURO Journal on Transportation and Logistics》。

关键技术方法上，研究人员扩展周期事件调度问题（PESP）构建混合整数二次约束规划（Mixed-Integer Quadratically-Constrained Program, MIQCP）模型，引入技术选择二元变量与规划规范缩减参数，将走廊—列车序列—技术三元组纳入决策空间，并以总投资上限maxInvest约束技术采购成本cost_c之和；实验采用荷兰单线（single-line）与区域（regional）两类代表网络，设定DCO、ERTMS Level 2、ERTMS Hybrid Level 3、ATO（GoA2）、TMS等场景与15%–20%预算区间，使用商业数学规划求解器获得周期性运行图并测度全体乘客车内时间削减量。

研究结果沿原文小节展开。引言指出规划规范已达下限、自动化技术是安全压缩唯一路径，提出技术—走廊—列车联合决策缺口。第2节界定四项技术作用机制：DCO删减乘务员终检与司机通信环节从而缩短停站时间（dwMin_t,s）并提升可预测性；ERTMS Level 2借助无线闭塞中心（Radio Block Centre, RBC）与欧洲列车控制系统（European Train Control System, ETCS）实现更高速度与更短行车间隔，Hybrid Level 3（混合列车检测 Hybrid Train Detection, HTD）以虚拟闭塞与车载完整性模块进一步压缩头间距；ATO（GoA2）通过最优速度曲线与实时移动授权缩减最小运行时间与行车间隔；TMS以秒级分辨率实时重调度削减运行时间余量（running time supplement）与缓冲时间。第3节综述PESP及准周期、对称周期等变体，指出既有文献未将技术部署内生于时刻表瓶颈识别，研究人员由此定义“时刻表改进瓶颈（timetable-improvement bottleneck）”而非传统运力瓶颈。第4节给出数学模型：集合层区分走廊技术集C₁（ERTMS/ATO/TMS）与列车技术集C₂（DCO），参数层载入dwSave_c、supSave_c,v、hTrackSave_c、hPlatSave_c等技术节时节距，决策变量含到站离站时间x^a_t,s、x^d_t,s及周期化辅助变量y、k与排序二元w；目标函数最小化加权乘客出行时间，约束嵌入技术启用时规划规范按save参数下修且总成本≤maxInvest。第5节实验设计载明荷兰两网络几何、需求demand_s,n与dwelling_s及技术成本因子。第6节数值结果表明：少量走廊（非最繁忙者）加装组合技术可捕获60%潜在收益；DCO与TMS分别主攻停站与缓冲，ERTMS/ATO主攻运行与间隔；15%–20%资本开支对应高边际回报；模型输出即技术优先级清单。

讨论与结论部分，研究人员强调所提扩展PESP模型首次将技术选型、走廊区位与PESP约束松弛内生耦合，使“瓶颈”由容量概念转为改进潜力概念；在NS实操中可替代人工试错，给出哪条走廊、哪类列车序列、哪种技术组合在预算内最优。结论确认：既有网络规划规范已无人工压缩空间，自动化技术是唯一安全杠杆；全域铺开不经济，局部走廊优先部署辅以MIQCP求解可提供60%收益于15%–20%投入比；该决策支持框架对欧洲及其他高负荷铁路网具直接迁移价值。