买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京交通大学申请的专利一种铁路编组站智能配流方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118607830B 。

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410644933.8，技术领域涉及：G06Q10/0631；该发明授权一种铁路编组站智能配流方法是由董海荣;周敏;马怡康;马建军设计研发完成，并于2024-05-23向国家知识产权局提交的专利申请。

本一种铁路编组站智能配流方法在说明书摘要公布了：本发明涉及一种一种铁路编组站智能配流方法，包括：针对铁路指定车站，获取铁路指定车站内的信息要求和编组相关的数据，并构建编组站配流分层模型，基于改进的进化算法、定义的启发式规则迭代求解动态配流模型，生成到达列车的解编顺序和出发列车的编组顺序，完成列车的动态配流；根据解编顺序与编组顺序，基于混合正余弦鲸鱼优化算法对静态配流模型进行优化处理，获得每辆出发列车的具体车流来源和编组内容，完成静态配流，实现铁路指定车站的智能配流。上述方法通过优化出发列车具体的编组内容，使得出发列车车流尽量来自于同一列到达列车，提高了铁路编组站的解编调车作业效率和配流方案兑现率。

本发明授权一种铁路编组站智能配流方法在权利要求书中公布了：1.一种铁路编组站智能配流方法，其特征在于，包括： S10、针对铁路指定车站，获取铁路指定车站内的信息要求和编组相关的数据，并构建编组站配流分层模型，编组站配流分层模型包括：动态配流模型及第一约束条件和静态配流模型及第二约束条件； S20、基于改进的进化算法、定义的启发式规则迭代求解动态配流模型，生成到达列车的解编顺序和出发列车的编组顺序，完成列车的动态配流；所述启发式规则为对应改进的进化算法的规则； S30、根据解编顺序与编组顺序，基于混合正余弦鲸鱼优化算法对静态配流模型进行求解，获得每辆出发列车的具体车流来源和编组内容，完成静态配流，实现铁路指定车站的智能配流； 所述编组相关的数据包括：编组站解编方式、解编调机数量、编组调机数量、阶段计划时段内到达列车和出发列车信息； 所述信息要求包括：到达技术作业标准时间、出发技术作业标准时间、空程作业标准时间、连挂作业标准时间、推峰作业标准时间、编组作业标准时间； 相应地，根据阶段计划时段内到达列车和出发列车信息，获取到达列车到达时间和编组内容、出发列车出发时间和编组需求、编组场的现车数据； 所述S10包括：根据所述信息要求，对列车溜放作业时间估算，获得列车溜放时间的估计值， 根据编组相关的数据、列车溜放时间的估计值，构建编组站配流分层模型中动态配流模型的目标函数Z1、Z2、Z3，静态配流模型的目标函数Z4； Z1为阶段计划时段内经编组站向区间发送满轴车辆数最多； Z2为保证编组质量的使出发列车的优先级之和最高； Z3为减少到达列车待解时间，按照到达列车优先级进行解编； 其中n为到达列车数量；m为出发列车数量；s为车流方向数量；sj为0-1变量，为0-1变量，为到达列车di配入出发列车fj的组号为k的车辆数；为出发列车等级；为到达列车等级；xii′为0-1变量；nj为出发列车的车流来源数即为每列出发列车提供车流的到达列车数； 所述S10中的第一约束条件包括：列车解体时间约束包括公式5至公式7；列车解体顺序约束包括公式8至公式11、列车编组时间约束包括公式12至公式15、列车接续时间约束包括公式16和公式17、编组内容约束包括公式18至公式20、满轴约束包括公式21至公式23； tzji为到达列车di最早开始解体时刻；tddi为第i列到达列车的到达时刻；Tdd为到达技术作业时间标准；tsji为到达列车di实际解体开始时刻； tjji为到达列车di解体结束时刻；Tjti为列车其他解编作业标准作业时间；tlfi表示列车溜放时间的估计值； twbj＝tcfj-Tcf-Tbzj,j＝m,m-1,m-2公式12； twbj＝min{max{twbj+1,twbj+2,twbj+3}-Tbzj,tcfj-Tcf-Rbzj},j＝1,2,…,m-3公式13； twbj为列车最晚编组时间；tcfj为列车fj出发时间；Tcf为出发技术作业时间标准；Tbzj为第j列出发列车的编组时间； tdfj为列车待发时间； tsbj为列车实际开始编组时间； li,j为0-1变量； 为到达列车di中包含组号为k的车辆数；为0-1变量； 为到达列车di配入出发列车fj的组号为k的车辆数； Mj为出发列车fj满轴所需的车辆数； 所述S10中的第二约束条件包括：所述满轴约束、所述列车接续时间约束、所述编组内容约束； 所述S20包括：基于改进的进化算法生成的初始种群包括编组顺序初始种群和解编顺序初始种群；根据定义的启发式规则生成编组顺序初始种群；通过生成的编组顺序初始种群获取具体的解体区间；通过解体区间生成各个编组顺序相对应的解编顺序；获得若干编组顺序和对应的解编顺序作为初始种群输入到改进的进化算法中求解，种群通过选择，交叉，变异三个过程不断进化；在达到预设的进化次数后，最终输出优化后的解编顺序与编组顺序； 具体地，获取编组顺序初始种群包括： S21、采用整数编码的方式，按照列车先发先编生成只有一个个体的编组顺序群体，并计算出发列车最晚编组时间twbj和待发时间tdfj， S22、对当前编组顺序群体中的每个个体，若tdfj≥tdfj+1，调整对应两列车的编组顺序，并将调整后的个体扩充到当前编组顺序群体中，得到一个按启发式规则生成的编组顺序初始种群； 另外，基于定义的解体区间，基于解体顺序初始化，得到初始种群中的一条染色体，得到解体顺序初始种群； 在改进的进化算法的种群选择环节中，根据第一适应度函数计算初始种群中每个个体的适应度，根据每个个体的适应度进行选择，选择算子包括： 依据Metropolis准则，在温度为T时，出现能量差为dE的降温的概率为：其中，k表示常数，dE0，T表示温度； 第一适应度函数为： γ1，γ2为常数； 在改进的进化算法迭代求解动态配流模型的过程中染色体被选择复制的概率为：其中，λ为迭代次数，p为种群数量，zmax表示种群中所有个体适应度函数的最大值； 种群完成选择后，在改进的进化算法的种群交叉环节中，交叉概率计算公式为： 其中，γ∈0,1，为交叉概率系数，fmax为配流理想最优解，所有列车均满轴正点出发； 按照交叉概率随机产生两个父代染色体，在两个父代染色体上再根据一定的规则概率随机产生相同的基因片段，该基因片段在交叉之后会作为优良基因保留在子代染色体中，其他的基因片段为从另一父代染色体中排除优良基因依次取得； 在求解动态配流模型的过程中，变异运算采取交换变异算子，按照变异概率随机产生变异染色体，再随机选取两个基因变异的位置，将这两个位置上的基因进行互换，其他基因不变； S30包括：将到达列车的解编顺序和出发列车的编组顺序输入静态配流模型，并使用混合正余弦鲸鱼优化算法求解静态配流模型，得到出发列车具体的编组内容，明确车流之间的接续关系； 首先，设置鲸鱼个体向量X＝x1,x2,…,xn，将鲸鱼个体向量分为长度相等两段，满足n＝2l，其中l为阶段计划内所有出发列车可能的车流来源，第一段向量用于表示每列车的具体车流来源，包括到达列车以及到达列车的方向；第二段向量表示车流来源的选择顺序，并设置个体位置取值范围为[-ε,ε]，ε为阶段计划内出发列车总数； 其次，对第一段向量进行编码，通过公式6将鲸鱼个体位置向量映射到当前可选列车剩余数量，完成个体位置转换列车数量的过程； 其中，xj为鲸鱼个体向量，sj为剩余列车辆数集合中元素个数，uj为列车剩余数量集合中的选择序号； 采用最大位置规则对第二段向量进行编码，将代表同一辆编组列车的不同车流来源顺序向量按照元素值的大小进行选择，对应的元素值越大，选择顺序越靠前； 最后，基于配流模型输出的解编顺序与编组顺序，确定出发列车车流来源数为第二适应度函数，通过仿效鲸鱼群捕食的方式，从搜索、包围、捕食猎物三个方面建立数学模型寻优，并结合SCA算法对WOA算法进行改进，得到每辆出发列车具体的车流来源，完成静态配流； S30还包括：改进鲸鱼包围猎物阶段： 在开始时设置一组随机解并计算解的适应度，同时将适应度最高的解视作目标，其余鲸鱼个体会向目标靠拢接近，为提升局部开发，把SCA策略引入WOA的局部开发过程中，其位置更新方式表示为： Xt+1＝X*t-A·D1 A＝C·a-a 其中，X*为猎物位置，t为当前迭代次数，T为最大迭代次数，a与r1两个收敛因子经过改造，随迭代次数从2非线性减小为0，r2∈[0,2π]，C∈[0,2]，θ∈[0,1]，均为随机数，λ，μ为常数； 改进气泡网捕食阶段： 鲸鱼群在进行捕食时会沿着圆形或“9”形的路径捕食猎物，为增强整个种群多样性与跳出局部最优能力，同样利用SCA策略对螺旋更新方式实行如下改进： D2＝|r3·X*t-Xt| 其中，b为定义螺旋形状的常数，l∈[0,1]，θ∈[0,1]，r3∈[0,2π]，均为随机数，设置随机数p∈[0,1]，当p≥0.5，进行气泡网捕食，当p0.5，则包围猎物； S30包括：改进寻找猎物阶段： 为进一步寻找猎物，WOA利用A的变化来进行探索，即|A|1时算法会进行精确搜索，鲸鱼个体会向当前最优个体进行移动；将SCA与WOA进行混合，利用SCA的寻优方式，结合SCA较强的全局探索能力，对WOA的全局探索方式进行改进： Xt+1＝Xrandt-A·D3 其中，Xrandt为随机选取的鲸鱼个体的位置。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京交通大学，其通讯地址为：100044 北京市海淀区上园村3号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。