Calculating method of carrying capacity for railway station bottleneck
-
摘要: 为了高效计算铁路车站咽喉的通过能力, 提出以进路为对象、以咽喉运用饱和状态下进路占用时间推算为核心的5步计算法。推导了基于概率论多除少补原理的一元多次多项式方程以标定关键参数, 并设计了以平行进路关联图为基础的完全子图搜索算法以确定方程系数, 以东莞站广州方向咽喉为例进行了计算。计算结果表明: 咽喉通过能力为503列, 占用43#、45#、53#道岔的列车数为102列, 计算时的通过能力利用率达到75%。可见, 该计算方法具有较强的可操作性。Abstract: In order to calculate the carrying capacity of railway station bottleneck efficiently, a new kind of calculating method with 5 steps was put forward. The method took station bottlenecks' routes as object and the projection of routes' holding time under saturation condition as core. A polynomial equation of higher degree with an unknown variable was deduced by applying probability theory, and the equation could calibrate the key parameters in the calculating method. Algorithms for searching complete sub-graphs based on parallel-route relation graph were devised in order to determine the equation coefficients. Guangzhou orientation bottleneck in Dongguan Station was as a calculation example. Calculation result shows that the carrying capacity of the station bottleneck is 503 trains, 43#, 45# and 53# turnouts are taken up by 102 trains, and the carrying capacity utilization ratio is 75%. So the calculating method has good maneuverability.
-
0. 引言
国外对铁路车站咽喉通过能力计算方法的研究以前苏联和东欧较深入, 主要方法有前苏联Tari教授提出的方法、波兰铁道科学院提出的方法和前苏联Pravkin教授提出的方法[1], 这3种计算方法有严格的数学理论作为保证, 考虑了进路之间的平行敌对关系, 但未合理考虑空费时间导致计算结果偏大, 削弱了对实际工作的指导作用; 中国应用最为广泛的是利用率法, 该方法在理论上周全, 自20世纪50年代由前苏联引进后, 众多学者对其进行了不断完善[2-5], 是一个比较成熟的方法, 但诸如咽喉最繁忙道岔是否存在以及如何选取, 空费系数如何确定等问题至今未能高效解决, 严重影响其可操作性; 文献[6]认为利用率法不适用于作业动态性、时段性强、种类多、密度大、交叉干扰严重的复杂咽喉。利用率法可操作性方面的缺陷在计算简单咽喉通过能力时并不突出, 计算布置复杂, 作业量大且交叉严重的铁路车站咽喉的通过能力时, 在基础数据整理、分析阶段会遇到很大的挑战。对车站通过能力相关问题进行研究[7-15]对于设计高效的咽喉通过能力计算方法具有指导意义, 本文从分析既有方法入手, 针对复杂铁路车站咽喉的特点, 提出以进路为对象的铁路车站咽喉通过能力计算方法, 在理论上可行的基础上重点考虑方法的可操作性。
1. 咽喉通过能力计算方法设计
1.1 计算方法分析
利用率法以咽喉道岔(组) 现阶段运用统计为基础, 经利用率推算一个或几个最繁忙道岔(组) 一昼夜的最大接、发列车数, 以此作为咽喉通过能力, 符合实际, 理解直观。但是, 以一个或几个咽喉最繁忙道岔(组) 的运用来标定这种能力会以偏概全, 以此为对象计算得到的通过能力实质上是咽喉若干道岔(组) 的通过能力。
事实上, 不管咽喉如何布置, 作业与进路占用都具备一一对应关系: 一条进路被占用一次对应一次作业的完成, 一次作业的完成也对应相应进路被占用一次。咽喉道岔(组) 占用和作业之间则不具备这种关系。从各进路一定时间内被占用情况不难分析出接、发列车总数量, 对其他作业及进路占用均衡程度也有一个比较清晰的反映。推而广之, 若咽喉区在运用上达到饱和状态, 则一昼夜时间内与接、发列车相关的进路占用次数就可以理解为咽喉最大接、发能力, 即咽喉通过能力。在多年的探索中不难发现: 以进路为对象, 对作业实际拟合更为准确, 理解直观, 可以简化计算手续[6]。
除利用率法, 可用于计算咽喉通过能力的直接计算法在理论上也较周到[5], 易于理解, 便于操作。若选定一个或若干繁忙道岔(组) 作为“设备”, 则存在与利用率法相同的缺陷, 将每一个道岔(组) 视为一项“设备”, 则结果明显会过大。而以每条进路作为一项“设备”, 则不会存在上述两个问题。确定“设备”可用时间及单项作业分摊到的占用“设备”的平均时间是直接计算法的核心。进路可被占用时间若取1 440 min显然不合理, 进路之间的敌对关系使得进路存在空费时间, 进路可被占用时间必然参差不齐。为此, 以进路现阶段实际占用时间为基础推算咽喉运用饱和状态下进路占用时间, 并假定咽喉运用饱和状态下进路占用时间较统计咽喉进路现阶段运用情况时成线性增长, 《车站行车工作细则编制规则》中规定的计算方法实质上假定这种线性增长关系是成立的, 如此, 咽喉运用饱和状态下进路接发一列列车分摊到的平均占用进路时间较统计咽喉进路现阶段运用情况时不变。
1.2 计算方法描述
根据上面的分析, 设计的以进路为对象的铁路车站咽喉通过能力计算方法分为以下5个步骤。
Step 1:将进路进行合理划分, 统计现阶段进路i (i=1, 2, …, m) 的总占用时间T1i为
Τ1i=n2it2i+n3it3i+n4it4i+t5i+t6i+t7i (1)
式中: m为咽喉区进路总数; n2i、n3i、n4i分别为接、发列车和机车作业占用进路i的次数; t2i、t3i、t4i分别为一次接、发列车和机车作业平均占用进路i的时间; t5i为调车作业占用进路i的总时间; t6i为固定作业占用进路i的总时间, 这里的固定作业不包括旅客列车作业、取送作业等; t7i为取送车辆作业占用进路i的总时间, 包括向车辆段、机务段、货场及专用线装卸等地点取送车辆的作业。复杂车站咽喉的进路占用表现出较强的动态性, T1i应该取一段时间内的修正值, 而不是某一昼夜的占用时间。
Step 2:计算进路i每接、发一列列车分摊到的平均占用时间ˉti为
ˉti=Τ1i-t6in2i+n3i (2)
Step 3:推算咽喉区运用饱和状态下进路i的总占用时间T8i为
Τ8i=ΚΤ1i (3)
式中: K为进路占用时间增长系数。
Step 4:计算进路i的通过能力Ni为
Νi=Τ8i-t6iˉti=(ΚΤ1i-t6i)(n2i+n3i)Τ1i-t6i (4)
Step 5:计算咽喉通过能力N为
Ν=m∑i=1Νi=m∑i=1(ΚΤ1i-t6i)(n2i+n3i)Τ1i-t6i (5)
如果只要粗略地估计咽喉通过能力(假定t6i为0或极小), 可以用下面更为简单的公式, 即
Ν=m∑i=1Νi≈Κm∑i=1(n2i+n3i) (6)
除此之外, 若记占用道岔a的进路组成的集合为A, 则咽喉运用达到饱和下占用道岔a的列车数为
Νa=∑i∈AΝi=∑i∈A(ΚΤ1i-t6i)(n2i+n3i)Τ1i-t6i (7)
Na的计算有利于明晰咽喉运用达到饱和状态下各道岔被占用的均衡程度, 以此来指导进路占用。
利用率计算法将旅客列车列入固定作业量, 而根据历史资料表明, 中国铁路旅客列车的数量和种类调整频繁, 并非固定, 固定作业时间概念是不确切的[5]。本文设计的方法对固定作业的概念进行了弱化——取送作业、旅客列车作业不包括在固定作业时间里面。
1.3 关键参数标定
1.3.1 有关关键参数方程推导
咽喉区在运用上达到饱和状态时记为Q, 在此条件下, 进路i被充分运用记为Qi, 那么根据概率论的观点显然有
Q=m∪i=1Qi (8)
设咽喉处于空闲状态的概率为P0, 处于饱和状态的概率为P (Q), 咽喉处于饱和状态时进路i被充分占用的概率记为P (Qi)。结合式(2) 及概率论的观点显然有
Ρ(Q)=Ρ(m∪i=1Qi)=1-Ρ0 (9) Ρ(Qi)=Τ8i1440=ΚΤ1i1440 (10)
Ρ(Qi1∩Qi2∩⋯∩Qiw)={Ρ(Qi1)Ρ(Qi2)⋯Ρ(Qiw)i1,i2,⋯,iw是平行进路组‚且0<w≤n0i1,i2,⋯,iw是非平行进路组‚且0<w≤n (11)
式中: n为咽喉区最大平行进路组的进路数; i1、…、iw为进路1、…、m中进路数为w的进路组, w为正整数。另外
P (Qi1∩Qi2∩…∩Qiw) =0 n < w≤m (12)
运用概率论的多除少补原理, 考虑到式(9) ~ (12), 可得
Ρ(Q)=Ρ(m∪i=1Qi)=S1-S2+S3-S4+⋯+(-1)m-1Sm=1-Ρ0 (13)
S1=m∑i=1Ρ(Qi)=m∑i=1ΚΤ1i1440=Κ1440m∑i=1Τ1iS2=∑1≤i1<i2≤mΡ(Qi1∩Qi2)=Κ214402∑1≤i1<i2≤m(Τ1i1Τ1i2)S3=∑1≤i1<i2<i3≤mΡ(Qi1∩Qi2∩Qi3)= Κ314403∑1≤i1<i2<i3≤m(Τ1i1Τ1i2Τ1i3)Sn=∑1≤i1<i2<⋯<in≤mΡ(Qi1∩Qi2∩⋯∩Qin)= Κn1440n∑1≤i1<i2<⋯<in≤m(Τ1i1Τ1i2⋯Τ1in)
以上公式中进路i1、i2、…、in是平行进路组。
Sn+1=∑1≤i1<i2<⋯<in+1≤mΡ(Qi1∩Qi2∩⋯∩Qin+1)=0Sm=Ρ(Q1∩Q2∩⋯∩Qm)=0
将式(13) 化简后, 可得关于K的一元n次多项式方程为
(-1)n-1∑1≤i1<i2<⋯<in≤m(Τ1i1Τ1i2⋯Τ1in)1440nΚn+⋯+ ∑1≤i1<i2<i3≤m(Τ1i1Τ1i2Τ1i3)14403Κ3- ∑1≤i1<i2≤m(Τ1i1Τ1i2)14402Κ2+m∑i=1Τ1i1440Κ- (1-Ρ0)=0 (14)
式(14) 称为有关K的通过能力方程。解式(14) 得到符合实际情况的K, 代入式(5) ~ (7) 即可求得相应指标。对于K的选取要遵循3条基本原则: K为实数; K≥1;K≤min (1 440-T9-T10) /T1i, i=1, 2, …, m, T9、T10分别为咽喉区综合维修天窗及其产生的额外损失时间(min)。
1.3.2 方程系数确定
根据咽喉区所有进路平行敌对关系构建一个平行进路关联图为
G=(V,E,b)
式中: V为顶点集, V有m个点; E为边集, E中的边数为咽喉区两两平行进路组的数量; b为顶点的权重集合。G的构造方法为: 进路i对应顶点vi, 顶点vi被赋予权重T1i; 对于任意两个顶点vi、vj, 若与之对应的进路i、j为平行进路, 则将vi、vj连接构造一条边vivj, 否则vi、vj之间无连接。G中顶点数为r的完全子图记为r阶完全子图, 由G的构造过程可知, G中r (r=w) 阶完全子图与咽喉区进路数为w (w=1, 2, …, n) 的平行进路组一一对应。再结合式(14) 及顶点权重集b可知, 只要找出G中的所有r阶完全子图就可以确定有关K的通过能力方程的r阶系数。在以下2个结论和2个推论的基础上设计搜索平行进路关联图中所有r阶完全子图的算法。平行进路关联图中的每个顶点对应1个1阶完全子图, 每条边对应1个2阶完全子图, 3阶及以上阶完全子图通过枚举法确定虽然可行, 但费时且易出错, 需要设计算法搜索。
结论1 若顶点vi的次数d (vi) < r-1 (r≥1), 则顶点vi不属于任何一个r阶完全子图。
证明: (反证法) 假设顶点vi的次数d (vi) < r-1, 但顶点vi属于某一个r阶完全子图。因为顶点vi属于某一个r阶完全子图, 由完全子图定义可知顶点vi与该完全子图中的另外r-1个顶点都有连接, 则d (vi) ≥r-1, 这与d (vi) < r-1矛盾, 所以假设不成立, 因此, 次数d (vi) < r-1的顶点不属于任何一个r阶完全子图。证毕。将结论1推广可得推论1。
推论1 若顶点vi的次数d (vi) < r-1 (r≥1), 则顶点vi不属于任何一个r阶或高于r阶的完全子图。
结论2 若顶点vi不属于任何一个r (r≥1) 阶完全子图, 则以顶点vi为端点的边也不属于任何一个r阶完全子图。
证明: (反正法) 假设顶点vi不属于任何一个r (r≥1) 阶完全子图, 但以顶点vi为端点的边vivj属于某一个r阶完全子图。由边vivj属于某一个r阶完全子图易知, 顶点vi、vj必属于该r阶完全子图, 这与假设顶点vi不属于任何一个r阶完全子图矛盾, 所以假设不成立, 因此, 若顶点vi不属于任何一个r (r≥1) 阶完全子图, 则以顶点vi为端点的边也不属于任何一个r阶完全子图。证毕。将结论2推广可得推论2。
推论2 若顶点vi不属于任何一个r阶完全子图, 则以顶点vi为端点的边不属于任何一个r阶或高于r阶的完全子图。
根据上面的分析, 设计搜索平行进路关联图中r (r=3, 4, …, n) 阶完全子图的算法, 步骤如下。
Step1:根据咽喉区进路i (i=1, 2, …, m) 及其平行敌对关系构造平行进路关联图G及其邻接矩阵C= (cjl) m×m, 令r=3。
Step2:计算平行进路关联图G中所有顶点的次数d (vi), i=1, 2, …, m。
Step3:将次数d (vi) < r-1的所有顶点及以这些顶点为端点的边删除, 得到G的一个子图G′, 令G=G′。
Step4:计算G中所有顶点的次数, 若存在次数d (vi) < r-1的顶点, 返回Step3, 否则进行下一步。
Step5:r-1阶完全子图的数量记为mr-1, 第k个r-1阶完全子图的顶点集合记为Vr-1, k, k=1, 2, …, mr-1。将Vr-1, k中的元素对应于C= (cjl) m×m中的r-1行合并为一行作为新矩阵C′= (c′jl) mr-1×m的第k行。通过合并产生第k行的方法为: 若Vr-1, k中的元素对应于C′= (cjl) m×m中的r-1行的第l列元素都等于1, 则c′jl为1, 否则为0, l=1, 2, …, m。
Step6:搜索r阶完全子图。设存储r阶完全子图的集合为Sr, 遍历矩阵C′= (c′jl) mr-1×m中的元素, 若c′jl为1且由Vr-1, k (k=j) 中的元素与顶点vl组成的r阶完全子图不属于Sr, 则将该r阶完全子图加入Sr, 否则, 继续判断其他的c′jl。
Step7:输出Sr中的r阶完全子图。若r < n, 令r=r+1, 返回Step2, 否则结束。
2. 实例计算
以东莞站广州方向咽喉为背景, 按照本文提出的计算方法, 利用C#语言进行编程, 输入各进路占用时间(表 1) 及平行进路关联图的邻接矩阵, 便可快速计算出各咽喉通过能力(表 2) 以及咽喉运用饱和状态下道岔占用情况。
表 1 各进路占用时间Table 1. Holding times of routes进路编号 进路名称 作业内容 总占用时间/min 1 Ⅰ至1道 接下行通过动车组及少数其他旅客列车 476 2 Ⅰ至5道 接下行停站动车组及少数其他旅客列车 195 3 Ⅱ至2道 发上行通过动车组及少数其他旅客列车 469 4 Ⅱ至6道 发上行停站动车组及少数其他旅客列车 220 5 Ⅲ至3道 接下行通过客货列车 126 6 Ⅲ至10、11道 接下行停站客货列车 74 7 Ⅲ至13、15、17、19、21道 接下行有改编作业的货物列车 120 8 Ⅳ至4道 上行通过客货列车 98 9 Ⅳ至5、7、10、11道 发上行停站旅客列车 104 10 Ⅳ至13、15、17、19、21道 发上行已改编货物列车 90 11 牵出线至13、15、17、19、21道 调车作业 240 表 2 咽喉通过能力Table 2. Carrying capacity of bottleneck进路编号 现阶段通过列车数/列 咽喉运用饱和状态下通过能力/列 1 68 动车: 46 90 动车: 61 客车: 22 客车: 29 2 65 动车: 54 86 动车: 71 客车: 11 客车: 15 3 67 动车: 48 88 动车: 63 客车: 19 客车: 25 4 63 动车: 52 83 动车: 69 客车: 11 客车: 14 5 18 客车: 15 24 客车: 20 货车: 3 货车: 4 6 21 客车: 14 28 客车: 20 货车: 7 货车: 8 7 货车: 20 货车: 26 8 15 客车: 11 20 客车: 15 货车: 4 货车: 5 9 26 客车: 17 34 客车: 22 货车: 9 货车: 12 10 货车: 18 货车: 24 总计 381 动车: 200 503 动车: 264 客车: 120 客车: 160 货车: 61 货车: 79 平行进路关联图的邻接矩阵为
C=[0011111111100111111111110011111111100111111111110001101111110010011111000110011111110001111110100011111000000011111101100]
通过能力方程为
-0.000011Κ6+0.000878Κ5-0.021029Κ4+ 0.209724Κ3-0.860237Κ2+ 1.536111Κ-0.95=0
解此方程可得K为1.315 8。
东莞站广州方向咽喉分为两个相对独立的区域, 靠近Ⅰ、Ⅱ线主要是动车组和少量高等级旅客列车相关作业, 靠近Ⅲ、Ⅳ线是其他旅客列车、全部货物列车相关作业, 类似于双线铁路车站咽喉。由表 2可知, 东莞站广州方向咽喉通过能力为503列。其中动车组为264列, 上行为132列, 下行为132列; 其他旅客列车为160列, 上行为76列, 下行为84列; 货物列车为79列, 上行为41列, 下行为38列。该咽喉当前接、发列车数为381列, 能力利用率达到75%, 处于比较繁忙的状态, 应考虑对作业组织进行优化或进行改扩建。进路1、2、3、4利用率高, 占用频繁, 分别为90、86、88、83列, 这是由于进路1、2、3、4为动车组和少量高等级旅客列车的接、发或通过进路, 在整个咽喉区中处于相对较独立的区域(靠近Ⅰ、Ⅱ线的区域), 动车组实行公交化开行, 进路之间交叉较少且占用均衡。进路5、6、7、8、9、10的利用率明显比进路1、2、3、4低, 分别为24、28、26、20、34、24列, 这是由于进路5、6、7、8、9、10处于客货列车接、发、通过、调车进路交叉严重的区域(靠近Ⅲ、Ⅳ线)。例如, 进路10被占用(发上行已改编货物列车) 会横切咽喉, 严重影响其他作业, 降低其他进路的利用率, 因此, 上行已改编货物列车发车作业要尽量避免密集到发时段, 安排在适当时机快速完成。再者, 占用进路5、6、7、8、9、10的列车到发也不如动车组均衡, 为了方便旅客的出行, 大量的旅客列车实行朝发夕至或夕发朝至的运行方式, 而大量货物列车集中在晚上开行, 造成某一时段的密集占用。例如7:00~10:00或18:00~23:00这两个时段最便于旅客出行, 也是旅客列车最集中的到发时段, 在这些时段经常发生等线的情况, 进路占用频繁, 利用率高。在平缓时段, 进路占用稀疏, 利用率低。
运用式(7) 可反映出咽喉运用饱和状态下道岔占用情况, 见表 3。1#、31#、71#、73#、3#、13#、27#、29#、69#道岔处于动车组接发进路上, 占用频繁且均衡, 道岔利用率高, 占用次数达到170次左右, 这是由于动车组实行公交化开行, 到发均衡, 交叉少。43#、45#、53#道岔处于多条客货列车接、发、通过、调车进路上, 列车到发不均衡, 交叉严重。从表 3可以看出占用次数明显比该区域其他道岔多, 应注意对这几个道岔进行有效疏解。
表 3 道岔占用情况Table 3. Occupation of turnouts道岔组编号 经由道岔 占用次数 1 1#、31#、71#、73# 171 2 3#、13#、27#、29#、69# 173 3 5#、15#、19#、25#、33#、35# 78 4 37#、41#、55#、57# 86 5 7#、11#、17#、21# 78 6 43#、45#、53# 102 7 9#、23#、39#、49#、51# 56 8 47#、59#、61# 89 3. 结语
本文提出的铁路车站咽喉通过能力计算方法能反映全面的信息, 不仅能得到咽喉通过能力, 还能清晰反映各进路及各道岔的占用均衡程度, 为疏解繁忙进路和道岔提供预判的依据; 不仅适用复杂咽喉, 其较强的可操作性使得诸如单线或双线车站简单咽喉通过能力计算也容易许多, 主要体现在基础数据的分析处理方面。
-
表 1 各进路占用时间
Table 1. Holding times of routes
进路编号 进路名称 作业内容 总占用时间/min 1 Ⅰ至1道 接下行通过动车组及少数其他旅客列车 476 2 Ⅰ至5道 接下行停站动车组及少数其他旅客列车 195 3 Ⅱ至2道 发上行通过动车组及少数其他旅客列车 469 4 Ⅱ至6道 发上行停站动车组及少数其他旅客列车 220 5 Ⅲ至3道 接下行通过客货列车 126 6 Ⅲ至10、11道 接下行停站客货列车 74 7 Ⅲ至13、15、17、19、21道 接下行有改编作业的货物列车 120 8 Ⅳ至4道 上行通过客货列车 98 9 Ⅳ至5、7、10、11道 发上行停站旅客列车 104 10 Ⅳ至13、15、17、19、21道 发上行已改编货物列车 90 11 牵出线至13、15、17、19、21道 调车作业 240 表 2 咽喉通过能力
Table 2. Carrying capacity of bottleneck
进路编号 现阶段通过列车数/列 咽喉运用饱和状态下通过能力/列 1 68 动车: 46 90 动车: 61 客车: 22 客车: 29 2 65 动车: 54 86 动车: 71 客车: 11 客车: 15 3 67 动车: 48 88 动车: 63 客车: 19 客车: 25 4 63 动车: 52 83 动车: 69 客车: 11 客车: 14 5 18 客车: 15 24 客车: 20 货车: 3 货车: 4 6 21 客车: 14 28 客车: 20 货车: 7 货车: 8 7 货车: 20 货车: 26 8 15 客车: 11 20 客车: 15 货车: 4 货车: 5 9 26 客车: 17 34 客车: 22 货车: 9 货车: 12 10 货车: 18 货车: 24 总计 381 动车: 200 503 动车: 264 客车: 120 客车: 160 货车: 61 货车: 79 表 3 道岔占用情况
Table 3. Occupation of turnouts
道岔组编号 经由道岔 占用次数 1 1#、31#、71#、73# 171 2 3#、13#、27#、29#、69# 173 3 5#、15#、19#、25#、33#、35# 78 4 37#、41#、55#、57# 86 5 7#、11#、17#、21# 78 6 43#、45#、53# 102 7 9#、23#、39#、49#、51# 56 8 47#、59#、61# 89 -
[1] 李非桃. 铁路站场咽喉区通过能力计算系统的研究与开发[D]. 北京: 北京交通大学, 2008.LI Fei-tao. Research and development of computational system for throat traffic capacity of rail way station[D]. Beijing: Beijing Jiaotong University, 2008. (in Chinese) [2] 赵王梓, 王慈光. 车站通过能力计算中的数据处理方法[J]. 中国铁道科学, 2006, 27 (6): 113-116. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGTK200606022.htmZHAO Wang-zi, WANG Ci-guang. Method for data processingin calculating station carrying capacity[J]. China Rail wayScience, 2006, 27 (6): 113-116. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-ZGTK200606022.htm [3] 刘澜, 王南, 杜文. 车站咽喉通过能力网络优化模型及算法研究[J]. 铁道学报, 2002, 24 (6): 1-5. https://www.cnki.com.cn/Article/CJFDTOTAL-TDXB200206000.htmLI U Lan, WANG Nan, DU Wen. Astudy of network optimization model and algorithmfor carrying capacity of stationthroat[J]. Journal of the China Rail way Society, 2002, 24 (6): 1-5. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-TDXB200206000.htm [4] 闫靖, 王慈光. 技术站咽喉通过能力计算中直接妨碍道岔组的确定[J]. 铁道运输与经济, 2004, 26 (5): 62-64. https://www.cnki.com.cn/Article/CJFDTOTAL-TDYS200405029.htmYANJing, WANG Ci-guang. Method to find out the interfered turnout in calculating carrying capacity of throat attechnical station[J]. Rail way Transport and Economy, 2004, 26 (5): 62-64. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-TDYS200405029.htm [5] 刘澜, 甘灵. 车站咽喉通过能力可视化计算集成系统的研究[J]. 数学的实践与认识, 2005, 35 (2): 80-86. https://www.cnki.com.cn/Article/CJFDTOTAL-SSJS200502013.htmLI U Lan, GAN Ling. A study of the integrated system of visual calculation for the throat capacity of railway stations[J]. Mathematics in Practice and Theory, 2005, 35 (2): 80-86. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SSJS200502013.htm [6] 王南, 刘澜. 客运站咽喉通过能力新解及计算方法研究[J]. 铁道运输与经济, 2002, 24 (6): 39-41. https://www.cnki.com.cn/Article/CJFDTOTAL-TDYS200206017.htmWANG Nan, LI U Lan. New interpretation on passage capacity of passenger station bottleneck and research on itscalculation method[J]. Rail way Transport and Economy, 2002, 24 (6): 39-41. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-TDYS200206017.htm [7] 刘旭, 谭立刚, 杨浩, 等. 编组站通过能力和改编能力模拟计算系统的研究[J]. 铁道学报, 2002, 24 (5): 11-15.LI U Xu, TAN Li-gang, YANG Hao, et al. A simulation system for computing the carrying capacity and resortingcapacity of marshalling station[J]. Journal of the China Rail-way Society, 2002, 24 (5): 11-15. (in Chinese) [8] 李海鹰, 张超. 编组站到解系统通过能力计算方法[J]. 中国铁道科学, 2010, 31 (3): 120-125. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGTK201003023.htmLI Hai-ying, ZHANG Chao. Calculation methodfor the carrying capacity of the arriving and breaking up systemin marshsllingyard[J]. China Rail way Science, 2010, 31 (3): 120-125. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-ZGTK201003023.htm [9] 苏顺虎, 田长海, 陈治亚. 客运专线通过能力的分析计算[J]. 中国铁道科学, 2008, 29 (5): 119-124. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGTK200805023.htmSUShun-hu, TI AN Chang-hai, CHEN Zhi-ya. Analysis and calculation of the carrying capacity on passenger dedicatedlines[J]. China Rail way Science, 2008, 29 (5): 119-124. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-ZGTK200805023.htm [10] 王慈光, 闫靖. 列车结构变动对车站通过能力影响的研究[J]. 中国铁道科学, 2005, 26 (5): 128-131. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGTK200505028.htmWANG Ci-guang, YAN Jing. Research on the influence of the carrying capacity at station by the change of train compos-ition[J]. China Rail way Science, 2005, 26 (5): 128-131. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-ZGTK200505028.htm [11] 杜文, 文东. 客运专线客运站通过能力仿真研究[J]. 西南交通大学学报, 2006, 41 (5): 549-553. https://www.cnki.com.cn/Article/CJFDTOTAL-XNJT200605002.htmDU Wen, WEN Dong. Si mulation research on carrying capacity of high speed passenger rail way line stations[J]. Journal of Southwest Jiaotong University, 2006, 41 (5): 549-553. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-XNJT200605002.htm [12] LEICHT E A, NEWMAN M E J. Community structure in directed networks[J]. Physical Review Letters, 2008, 100 (11): 1-4. [13] NEWMAN M E J. Detecting community structure in networks[J]. The European Physical Journal B-Condensed Matter and Complex Systems, 2004, 38 (2): 321-330. [14] 郭平, 康艳荣, 史晓晨. 基于最大Code码的极大完全子图算法[J]. 计算机科学, 2006, 33 (2): 188-190, 200. https://www.cnki.com.cn/Article/CJFDTOTAL-JSJA200602052.htmGUO Ping, KANG Yan-rong, SHI Xiao-chen. An algorithmto find maxi mal complete-subgraph by max-code[J]. Computer Science, 2006, 33 (2): 188-190, 200. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-JSJA200602052.htm [15] 周尚超, 刘二根, 王森. 图的最大完全子图的一个算法[J]. 华东交通大学学报, 2002, 19 (4): 71-72, 82. https://www.cnki.com.cn/Article/CJFDTOTAL-HDJT200204021.htmZHOU Shang-chao, LI U Er-gen, WANG Sen. An algorithmof maxi mumclique on an arbitrary graph[J]. Journal of East China Jiaotong University, 2002, 19 (4): 71-72, 82. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-HDJT200204021.htm -

计量
- 文章访问数: 1015
- HTML全文浏览量: 175
- PDF下载量: 821
- 被引次数: 0