Integrating train service route design with passenger flow allocation for an urban rail transit line

拉格朗日松弛 线性化 计算机科学 数学优化 服务(商务) 拉格朗日乘数 集合(抽象数据类型) 整数规划 放松(心理学) 城市轨道交通 运筹学 工程类 运输工程 数学 非线性系统 心理学 社会心理学 物理 经济 量子力学 经济 程序设计语言
作者
Tao Feng,Richard Martin Lusby,Yongxiang Zhang,Qiyuan Peng
出处
期刊:European Journal of Operational Research [Elsevier]
卷期号:313 (1): 146-170 被引量:15
标识
DOI:10.1016/j.ejor.2023.07.031
摘要

Train service design problem considers many operating strategies, i.e., multiple service routes, multiple train compositions, and express/local modes. Incorporating multiple operating strategies, this study first formulates an integer linear programming model for integrating train service route design with the passenger flow allocation problem. Consistency between the two components is enforced by a set of linking constraints that consider the relationship between the number of transit trips assigned to a route and the capacity of a single train. To solve the proposed model on real-life instances, we develop an approach that utilizes the Alternating Direction Method of Multipliers (ADMM). This dualizes the linking constraints and decomposes the problem into two subproblems: a train service route design subproblem and a passenger flow allocation subproblem. The latter can be subdivided into a set of passenger group-specific subproblems and is solved by a label correcting algorithm. Through Lagrangian multipliers, the interplay between the train service route design and passenger flow allocation subproblems is explored. To address the nonlinearities that arise in ADMM, we describe a new linearization technique for the quadratic penalty terms in the two subproblems by exploiting the rolling update mechanism of ADMM. The proposed approach is tested on synthetic and real-life instances from an urban rail company in China. The numerical results show that the proposed ADMM approach provides objective values that are on average 7.63% better than the conventional sequential approach. We also demonstrate that ADMM provides smaller optimality gaps in general when compared to a Lagrangian relaxation approach.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
李健的小迷弟应助小太阳采纳,获得10
刚刚
果子完成签到 ,获得积分10
1秒前
苏卿应助wangyi采纳,获得10
1秒前
小刚发布了新的文献求助10
1秒前
Jasper应助banana95采纳,获得10
1秒前
1秒前
斯文千柳完成签到,获得积分10
2秒前
bkagyin应助保持客气采纳,获得10
3秒前
4秒前
科研小菜完成签到,获得积分10
4秒前
5秒前
暴躁汉堡完成签到,获得积分10
5秒前
天天快乐应助coconut采纳,获得10
5秒前
King完成签到 ,获得积分10
7秒前
7秒前
Monicadd发布了新的文献求助10
7秒前
bkagyin应助追寻清采纳,获得10
8秒前
墨1234完成签到,获得积分10
8秒前
丸子圆圆完成签到,获得积分10
9秒前
虾条发布了新的文献求助10
9秒前
科研通AI2S应助海狗采纳,获得10
10秒前
无花果应助lijuan采纳,获得10
11秒前
华仔应助土豆金采纳,获得10
13秒前
yingnju发布了新的文献求助30
13秒前
15秒前
15秒前
心流完成签到 ,获得积分10
17秒前
18秒前
直率的凌香完成签到,获得积分10
18秒前
顺心裙子发布了新的文献求助10
19秒前
小梦要科研完成签到,获得积分10
20秒前
20秒前
21秒前
炙热巧曼完成签到 ,获得积分10
22秒前
含蓄的明雪应助Anonymity采纳,获得10
23秒前
Madge完成签到,获得积分20
23秒前
含蓄的明雪应助一叶知秋采纳,获得10
23秒前
24秒前
苞大米发布了新的文献求助10
24秒前
Supreme完成签到,获得积分20
24秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3156078
求助须知:如何正确求助?哪些是违规求助? 2807458
关于积分的说明 7873196
捐赠科研通 2465782
什么是DOI,文献DOI怎么找? 1312412
科研通“疑难数据库(出版商)”最低求助积分说明 630102
版权声明 601905