车流径路调整下编组计划与技术站作业能力及作业效率耦合机理研究

Coupling Mechanism between Formation Plan and Technical Station Operation Capacity and Efficiency under Train Route Adjustment

摘要

编组计划编制是一个多因素、多方案、多逻辑关系等的复杂组合问题。在我国经济社会进入“双循环”高质量发展阶段，铁路迫切需要紧密围绕货运市场供需态势，通过动态调整车流径路、编组计划，优化车流组织，提升货运服务质量与竞争力，降低社会物流成本。基于车流径路调整场景，研究车流径路选择调整对技术站作业能力的关联影响，构建技术站作业环节与时间标准影响机理分析模型，研究不同车流结构条件与技术站设施设备占用时间、利用率的耦合关系，提出车流径路调整与技术站作业效率闭环协同分析方法。分析车流结构对列车编组工作量、货车中转时间以及车站设施设备占用等运输效率因素的影响，提出基于运输能力与运输效率闭环互馈的编组计划调整分析方法。

Abstract

The compilation of the formation plans is a complex combinatorial issue involving multiple factors, multiple schemes, and multiple logical relationships. As China's economy and society enter the stage of "double-cycle" high-quality development, it is urgent for the railway to closely focus on the supply and demand situation of the freight market, optimize the traffic organization, improve the quality and competitiveness of freight service, and reduce the social logistics cost by dynamically adjusting the train routes and formation plans. Based on the train route adjustment scenario, the correlation influence of the train route selection adjustment on the operation capacity of the technical station was studied, and an analytical model of the influencing mechanism of operational links and time standards in the technical station was constructed. The coupling relationship between different train flow structures and the occupancy time and utilization rate of facilities and equipment in the technical station was studied, and a closed-loop collaborative analysis method for the adjustment of train routes and the operation efficiency of the technical station was proposed. In addition, the influence of traffic flow structure on transportation efficiency factors such as train formation workload, dwell time of freight cars, and occupation of station facilities and equipment was explored, and an analysis method for formation plan adjustment based on closed-loop feedback between transportation capacity and transportation efficiency was put forward.

Graphical abstract

关键词

车流径路 / 车流结构 / 编组计划 / 技术站作业能力 / 技术站作业效率

Key words

Train Route / Train Flow Structure / Formation Plan / Operation Capacity of Technical Station / Operation Efficiency of Technical Station

0　引言

铁路车流径路是铁路运输组织的首要环节，是编制列车编组计划和运行图的必要前提，是组织货运生产和经营的基本依据，是提升路网效率和效益的重要手段^[1]。车流径路是在满足货流的基础上形成的运用车组织方式^[2]，而编组计划是在车流构成列流的过程中，对应的组织模式^[3]。二者均从计划层面，在技术站内规范车流的组织模式。车流径路、编组计划协同编制条件下点线能力匹配问题，是一个系统性的复杂难题。目前学术界多涉及车流径路优化调整、编组计划编制调整、技术站作业能力计算、线路通过能力计算、点线能力匹配协调等多个局部领域的专项研究，但以车流径路、编组计划协同编制切入研究点线能力匹配的系统性研究成果较少，难以提供清晰、完整、可靠的应用借鉴。

现有研究部分将车流径路和编组计划分开考虑，部分将车流径路的选择和编组计划结合考虑。主要解决的是各站产生或中转的车流走什么样的路径或采用什么样的改编方式，并在满足线路的通过能力及车站改编能力、通过能力的限制下，使得所有车流的费用指标换算车小时和换算车公里最小。林柏梁等^[4]及史峰等^[5]通过构建铁路网络模型，设定节点与边，区分装卸地，以最小化消耗为目标规划车流。Khaled等^[6]强调编组计划与车流组号需结合线路与车场能力制定。孙琦^[7]探讨了点线能力协调，提出基于负荷均衡的车流径路选择模型，并创新性地引入不均衡性指标评估。毕明凯^[8]基于大数据，融合OD车流理论与实际径路，构建改进径路集和改编站点备选集，避免单一K短路误差，分别建立了时间最少和改编费用最小的模型，融合后形成综合考虑两者的路网车流分配方法。

现有研究在编组计划相关建模过程中，车流径路种类、技术站作业时间等均已按照K短路确定或者设置为定值。然而，较少考虑车流动态变化条件下，仍然将此类数据指标视为固定值是否符合实际情况。代明睿等^[9]认为，依托大数据方法加强市场分析和预测、提高运输收益管理对提高铁路运输服务质量有着重要意义。张晓栋^[10]利用铁路货运大数据，通过元数据模型、异常数据处理和特征提取，建立车流推算技术，并引入神经网络预测车辆停留时间，以克服传统统计方法的局限。

现有研究从不同角度探讨技术站能力查定，尤其是在非均衡运输下，通过“阶段不均衡系数”改进传统理论。马小明等^[11]定义此系数以反映实际作业差异。王万平等^[12]基于此构建计算公式，细化密集时段设备能力评估。王月^[13]利用数据弱化和灰度理论减少误差，通过灰色区间关联决策求空费系数，提升计算准确性。尽管方法不断进步，如袁野^[14]和薛锋等^[15]的研究，但车流变化与车站能力间的具体关系，特别是车流路径、编组计划的影响，仍待深入探索。

学界普遍认为车站与区间能力是制定车流径路与编组计划的约束，但现有优化方法多侧重匹配能力，未充分揭示车流径路与编组变化对能力的动态影响。既有文章中，虽采用了大数据方法，但并没有解释车流径路、编组计划调整对能力的影响，且鲜有基于大数据方法计算车站能力的研究成果，少有将大数据思想应用于参数标定的相关尝试。本研究聚焦车流路径调整场景，探讨该调整如何关联并影响编组计划以及技术站的作业效能，梳理编组计划与点线能力及技术站作业效率关联关系。构建了利用大数据技术分析技术站各作业环节与时间标准模型，增加参数标定的科学性，进而实现车流径路调整场景下能力的精细化测算，具有一定的理论和实践意义。

1　车流径路调整场景下编组计划、点线能力与技术站作业效率关联关系

车流径路调整通常将一个通道或一条线路的车流调往另一个通道或其他线路，那么这些通道、线路上的技术站存在原有车流调出，或者其他车流调入的情况，这可能会造成技术站既有车流组织方式与技术站组织能力间的不协调与不适应。因此，车流径路调整后往往同步调整货物列车编组计划，在点上涉及车流组号的划分和调整，并经由技术站作业组织形成较原车流径路下不同的列车结构。因此编组计划可作为技术站作业能力和技术站作业效率的关系纽带。编组计划调整与运输能力及效率耦合协调机理概述如图1所示。

（1）能力关系方面。在点层面，从技术站接车时起，因各衔接方向始发的编成列车车流构成发生变化，技术站作业组织内容需因应调整，技术站到发线占用、有调无调作业能力也将随之改变，货车在技术站的集结车小时也同步变化，车流成分与车流到达集中度变化也将传递到峰尾，从而进一步影响编组站编成能力。在线层面，从技术站发车时起，无论货物列车编组计划是否调整，车流结构变化幅度较大，原图定列车结构就会被打破。按照具体的货物列车编组计划，车流结构的调整将带来列车开行种类、开行数量的变化，也将影响实际能力兑现，技术站前方通道运力资源与运输需求的适应性将会发生变化，从而需要重新编制列车运行图。

（2）效率关系方面。考虑到有调车流在技术站需历经到达、解体、集结、出发4个环节，而无调车流无须经过解体和编组作业。当车流径路调整，并附加编组计划调整后，有调车流结构随即发生变化，货物列车集结车小时、技术站调车作业量、技术站设施设备占用等技术站作业效率评价指标均会受到影响，从而影响技术站作业效率。

1.1　技术站有调车流结构与车流量关系分析

采用皮尔逊相关系数法检验技术站有调比和技术站到达列、出发列和货车日均出入总辆数间的线性关联，结合2023年6月全路45个主要编组站生产情况，采用数学软件，得出有调比皮尔逊相关性分析结果如表1所示。

经检验，有调比与到达列、出发列和货车日均出入总辆数均呈现一定的负相关性，即对于技术站而言，到达列数和出发列数越多，货车日均出入总辆数越多，其有调比越高，但鉴于皮尔逊相关性数值介于-0.3至-0.1之间，可认为变量间仅有弱相关性。此外，有调比与到达列、出发列的显著性检验结果(Sig.值)较大，而与货车日均出入总辆数的显著性检验结果值较小，可认为有调比相较于到达列和出发列，与货车日均出入总辆数的相关性更强，但由于显著性检验结果值均偏大，仅可表明存在一定的相关性，但相关性并不显著。

1.2　技术站有调车流结构与作业效率关系分析

结合2023年上半年全路44个主要编组站的中时、无调中时以及有调中时，使用皮尔逊相关系数法检验其与有调比、有调车数、无调比、无调车数的线性关联，车流量与中时皮尔逊相关性分析结果如表2所示。

如表2所示，中时与有调比、无调比、无调车数、无调中时的相关性显著，与有调比、无调中时呈现正相关性，与无调比、无调车数呈现负相关性，但与有调车数和有调中时线性关联性不强。由此可得结论，技术站有调比越高，无调比越低，中时就越大；无改编中转车流停留时间越长，中时就越大。无调中时仅与中时和有调中时的相关性显著，且均呈正相关性，但与有调比、有调车数、无调比、无调车数线性关联不强。此外，有调中时与有调比、有调车数、无调比、无调中时的相关性显著，与有调比、有调车数呈负相关性，与无调比、无调中时呈正相关性，但与无调车数、中时的关联性不强。

《铁路货车统计规则》(铁发改〔2020〕184号)规定中时的统计口径，包含无调中转货车和有调中转货车2部分，这解释了无调中时和中时的正相关性。此外，有调车流量相对量和绝对量的提升，均会降低技术站有调车流的集结时间，从而降低有调中时。同时，技术站有调车流和无调车流在技术站内存在一定的负相互作用。尽管有调车流和无调车流在技术站内的作业流程不同，无调车流无需经由调车场改编，但由车流加工成为列流后，在站内共用到发场，在区间共用运行线。在车站到发场能力受限或图定能力受限条件下，技术站接车数一定时，势必会在发车时造成有调车流和无调车流争抢车站能力或运行线能力的情况。

2　车流径路调整场景下技术站车流组号划分调整方法

市场因素和计划因素均会造成技术站车流结构发生变化。市场因素主要为货运需求周期性波动和结构性改变，运输市场格局将由过去以大宗货物为主逐步向以大宗和白货兼具的格局转变^[16]。目前，相较于欧盟、日本等经济体，我国铁路运量仍维持在一定水平。但随着我国铁路逐渐走向市场化，时效性、便捷性、准点率已成为货主选择运输方式的重要指标，加快完善铁路货运产品体系对发展铁路多元经营、提高铁路整体效益具有重要作用^[17]。

造成技术站车流结构变化的计划因素主要指上位或前置规定，车流径路文件归为此类。车流径路调整影响区域内具体编组站的车流相对比例结构，从而影响货物列车编组计划的编制。车流径路规定了某一OD间某一货物品类在路网中唯一的运输线路。列车编组计划车流组号规定了列车编成站出发车流的一个到达站以及对应辐射的车站范围集合。某技术站各车流组号相互独立且所有组号完整覆盖所有营业站和临时营业站。结合车流径路文件与列车编组计划车流组号文件，便可得到各车流组号的到站范围。作为编组计划的一部分，车流组号文件规定了某技术站至哪些到站的改编车流将会一同集结，若要最终确定车流编入的组号或列流，则需要通过编组计划来确定。

市场因素下，路网内某编组站的输入车流和输出车流发生变化后，具体车流结构无须考虑车流径路变化可直接推算得到。计划因素下，部分车流经由的点线发生改变，路网中某些编组站的车流结构必将发生变化。列车编组计划中，站内车流以车流组号的形式进行标识。车流组号范围示意图如图2所示，A编组站内有输送至B，C和D站的车流，前往B_{\mathrm{1}}，B_{\mathrm{2}}和B_{\mathrm{3}}站的车流(红色虚线框范围内)在原车流径路规定下，均先通过径路A-B。在A站组号划分中，将B站周边的B_{\mathrm{1}}，B_{\mathrm{2}}和B_{\mathrm{3}}站车流并入到站为B站的车流，则“B站及以远”组号覆盖发往B站及B_{\mathrm{1}}，B_{\mathrm{2}}和B_{\mathrm{3}}站的车流，A站不再区分B_{\mathrm{1}}，B_{\mathrm{2}}和B_{\mathrm{3}}站的车流，统一视为发往B站。当车流径路调整后，即由A站至B_{\mathrm{1}}站的径路如图2中绿色径路所示，则此时经由B站的车流结构不同于原车流径路方案，因此需要对各技术站车流组号依据本站车流强度变化做出调整。

2.1　车流径路变化改变某去向(或方向)上的有调/无调车流量及占比

根据车流组织的同一车流不拆散原则，同一OD点的车流无论是开行直达列车还是与其他车流在途中某些站改编后继续运行，其改编方案是唯一的，车流改编方案与径路方案必须是相互匹配的，即改编方案途中运行所经过的编组站肯定都是落在径路方案上的。因此，当车流径路调整后，编组站上分去向(或方向)的车流OD数量以及经由车流的作业形式(有调/无调)均会发生相应变化，从而影响该去向(或方向)上的有调/无调车流量及占比。针对某一编组站而言，车流径路调整引起的有调/无调车流量变化计算流程如下。

步骤1：统计编组站车流去向。找出该编组站(BZZ)目前所有的车流去向QX\left\{qx\mathrm{1},qx\mathrm{2},\dots ,qxk\right\}。

步骤2：计算径路调整前后编组站经由车流集合。通过不同径路配流原理，将车流径路调整前后的路网OD车流分配至车站和线路上，统计径路调整前后该编组站的经由(包括到达)车流集合，径路调整前编组站经由车流集合为JYO=\left\{fo\mathrm{1},fo\mathrm{2}，\dots \right.，\left.fom\right\}，径路调整后编组站经由车流集合为JYN=\left\{fn\mathrm{1},fn\mathrm{2},\dots ,fnw\right\}。

步骤3：计算径路调整前编组站去向车流的有调/无调量。定义径路调整前编组站去向有调车流量集合FYO\left\{fyo\mathrm{1},fyo\mathrm{2},\dots ,fyok\right\}，径路调整前编组站去向无调车流量集合FWO\left\{fwo\mathrm{1},fwo\mathrm{2}，\dots \right.，\left.fwok\right\}，遍历JYO=\left\{fo\mathrm{1},fo\mathrm{2},\dots ,fom\right\}，根据的到站，判断车流foi所属的去向为，若车流foi在从始发站s至该编组站(BZZ)径路上任意一技术站(JSZ)存在foi车流到站d的组号(并且JSZ至终到站d的车流径路经由BZZ)，则将foi加入去向j的无调车流量fwoj中，否则将foi加入去向j的有调车流量fyoj中，直至遍历完集合JYO。

步骤4：计算径路调整后编组站去向车流的有调/无调量。定义径路调整后编组站去向有调车流量集合FYN=\left\{fyn\mathrm{1},fyn\mathrm{2},\dots ,fynk\right\}，径路调整后编组站去向无调车流量集合FWN\left\{fwn\mathrm{1},fwn\mathrm{2},\dots ,fwnk\right\}，遍历JYN=\left\{fn\mathrm{1},fn\mathrm{2},\dots ,fnm\right\}，根据的到站，判断车流foi所属的去向为，若车流fni在从始发站s至该编组站(BZZ)径路上任意一技术站(JSZ)存在fni车流到站d的组号(并且JSZ至终到站d的车流径路经由BZZ)，则将fni加入去向j的无调车流量fwnj中，否则将fni加入去向j的有调车流量fynj中，直至遍历完集合JYN。

至此，由车流径路调整引起的编组站车流结构的变化具体表现为编组站去向有调车流量由FYO\left\{fyo\mathrm{1},fyo\mathrm{2},\dots ,fyok\right\}变为FYN=\left\{fyn\mathrm{1}，fyn\mathrm{2},\dots \right.，\left.fynk\right\}，无调车流量由FWO\left\{fwo\mathrm{1},fwo\mathrm{2},\dots ,fwok\right\}变为FWN\left\{fwn\mathrm{1},fwn\mathrm{2},\dots ,fwnk\right\}。

2.2　车流径路变化改变某去向(或方向)上重空车流量占比

车流径路调整改变了车流OD的运行线路和运输费用，一方面作用于铁路货运市场营销，间接改变车流的OD数量和方向，导致路网空车供给点和空车需求点发生变化；另一方面车流径路调整又会影响路网能力利用格局，在我国目前优先保证重车运输再调配空车的运输机制下，空车的走行线路又会发生相应改变。从重空运输组织的角度来看，重车车流径路的调整在一定程度上改变了空车供需格局以及运输线路，并且这种影响难以用数值方法直接计算得出，所以不难分析出，车流径路调整不仅会改变编组站某一方向上的重车流量，也会改变该方向上的空车流量，从而影响编组站空重车流占比。

2.3　车流径路变化改变车流组号(或去向)及组号(或去向)内容

组号是货物列车编组计划的重要组成部分，指在列车编组计划中，对指定列车编成站所规定的出发车流的一个到达站及其到域范围。组号的去向范围依据中国国家铁路集团有限公司车流径路文件，按各组号车流相对均衡、有利于提高运输效率的原则确定。确定车流径路条件下，车流可选择编入的车流组号和列流范围也随之限定，若要最终确定车流编入的组号或列流，则需要通过编组计划来确定。

车流径路决定了车流的输送途径，为车流规划了较为经济合理的运行路线，车流径路调整后，一方面某些车流组号中的到站范围可能发生改变，使得原有组号到域范围内的车站数量增多或减少；另一方面车流径路调整后组号车流强度发生变化，当某一组号车流强度低于组号设置的最小阈值时，需要将该组号向径路上前一个组号合并，当某一组号的车流强度过大时，可以考虑将该组号进行拆分，向径路更远方向上的技术站单独设立一个新的组号。因此，车流径路调整后，编组站的车流去向以及去向上的车流强度会发生变化，从而对编组站的车流结构产生影响。针对某一编组站而言，车流径路调整引起的车流去向(或方向)变化的计算流程如下。

步骤1：统计编组站车流去向。找出该编组站(BZZ)目前所有的车流去向QX\left\{qx\mathrm{1},qx\mathrm{2},\dots ，qxk\right\}。

步骤2：计算径路调整前后编组站经由车流集合。通过不同径路配流原理，将车流径路调整前后的路网OD车流分配至车站和线路上，统计径路调整前后该编组站的经由(包括到达)车流集合，径路调整前编组站经由车流集合为JYO=\left\{fo\mathrm{1},fo\mathrm{2},\dots ,fom\right\}，径路调整后编组站经由车流集合为JYN=\left\{fn\mathrm{1},fn\mathrm{2},\dots ,fnw\right\}。

步骤3：计算径路调整前后编组站去向车流强度。遍历车流集合JYO，计算径路调整前编组站各去向车流强度FNO\left\{fno\mathrm{1},fno\mathrm{2},\dots ,fnok\right\}，遍历车流集合JYN，计算径路调整后编组站各去向车流强度FNN\left\{fnn\mathrm{1},fnn\mathrm{2},\dots ,fnnw\right\}。

步骤4：组号调整类型判断。根据组号设置的最小车流强度阈值F_{\mathrm{m}\mathrm{i}\mathrm{n}}和强车流组号阈值F_{\mathrm{m}\mathrm{a}\mathrm{x}}，形成需要向上合并的车流去向集合QXH\left\{qxh\mathrm{1}\right.，以及可以向下拆分的车流去向集合。

步骤5：编组站去向组号向上合并。遍历需要向上合并的车流去向集合QXH，每次遍历到的去向记为，将该车流去向往径路上近端(前一个)车流去向qx\_pre合并并取消组号qxh\_i，直至遍历完QXH中的所有元素。

步骤6：编组站去向组号向下拆分。遍历需要向下拆分的车流去向集合QXC，每次遍历到的去向记为，找出该去向的到域技术站\left\{st\mathrm{1},st\mathrm{2},\dots ,stu\right\}，依据车流径路中支点径路计算方法判断编组站至技术站st\mathrm{1}，st\mathrm{2}，\dots ，stu的支点车流强度，选择车流强度最大的到达技术站，若车流强度达到组号设置的标准，则以技术站r设立新的车流去向qx\_new，并将qxc\_i中包含qx\_new的到站集合除去。

步骤7：在步骤5和步骤6的基础上，形成该编组站新的车流去向集合QXN\left\{qxn\mathrm{1},qxn\mathrm{2},\dots ,qxnv\right\}。

至此，由车流径路调整引起的编组站车流结构的变化具体表现为编组站编组去向从QX\left\{qx\mathrm{1}\right.，\left.qx\mathrm{2},\dots ,qxk\right\}向QXN\left\{qxn\mathrm{1},qxn\mathrm{2},\dots ,qxnv\right\}的转变。

3　编组计划调整对技术站作业效率影响分析方法

3.1　编组计划调整对货车集结车小时等效率因素影响

技术站列车编组计划的目标是经济、快速地输送车流。货物列车编组计划直接决定相邻区段的货物列车开行结构。与区段行车制或基本编组方案相比，技术站每开行一个直达列车到达站，就要消耗一个到达站的集结车小时T_{\mathrm{集}}，但直达车流N_{\mathrm{直}}无改编通过技术站可获得与对应车流强度呈正相关的车小时节省。由此可见，编组计划调整对运输效率的关联影响，集中体现在车站内车流组织各环节，核心指标包括以下几点。

（1）货车集结车小时，该指标与运输成本正相关，与运输效率呈负相关。货车集结车小时体现了货车在路网运输过程中的运用效率。其他条件不变的情况下，货车集结车小时越少，货车在技术站停留时间越短，货车完成一次运输任务所需时间越少，单位货车生命周期能够完成的运输任务就越多，相应的单位运输任务所需支出的货车运用成本就更低。

（2）技术站调车工作量，该指标与运输成本正相关，与运输效率呈负相关。技术站调车工作量指阶段计划内所有车流从驼峰尾部编出成列所需要的自一股道至另一股道并变更运行方向的移动次数之和，即总调车程数量。调车程数量的多少决定了列车对调机时间的占用，以及调车的走行距离。

（3）技术站设施设备占用时间，该指标与运输成本正相关，与运输效率呈负相关。在相同车流条件下，技术站设施设备占用时间越少，则该设备所能提供的能力越大，该设备在生命周期内提供的同质服务也就越多，单位服务在该设备所承担的成本也就越小。

货车集结车小时、技术站调车工作量、技术站设施设备占用时间这3个指标具备一定的代表性，同时这3个指标也有一定的关联性。本质上降低货车集结车小时、减少技术站调车工作量、缩短技术站设施设备占用时间都是通过运输提效的方式，降低技术站使用成本。例如，技术站调车工作量减少会降低货车集结车小时，货车集结车小时的降低也会缩短技术站设施设备占用时间。因此可以将货车集结车小时作为切入点开展研究，进而延伸到技术站调车工作量、技术站设施设备占用时间等指标分析。具体包括技术站在车流组织过程中对车流按照对应组号开展的列车到达、车列解体、车组集结与列车始发工作，还包括当列车无改编通过技术站时，相较于车流在本站作业而节省的时间成本，即车站集结车小时消耗、货车无改编车小时节省2个方面。

货车集结过程是按不同的列车到达站分别进行的，一个列车到达站在一昼夜可能开行若干列列车，每一列列车都有一个车列集结过程，这些车列的集结过程合起来就是一个列车到达站一昼夜的集结过程。货车集结过程按照计算集结时间起始时间的不同分为了2种方式：按调车场的集结过程、按车流的集结过程。按调车场的集结过程的集结耗费按货车抵达调车场的初始时间计算，这种统计方式真实地反映了站内待编和待送车流的实际情况，编制阶段计划时，采用按调车场的集结过程。按车流的集结过程的集结耗费按货车到达车站(有调中转车)或装卸完毕(本站货物作业车)的时间计算，客观地反映了站内车流的集结情况，车站作业调整和作业进度无法对其产生影响，编制车站班计划和查定车站技术作业标准时，采用按车流的集结过程。鉴于此，由于车组在编组站内的作业包含到达作业、解体作业、集结作业、发车作业多个环节，且各环节作业时间伴随技术站作业实际而波动，于是可参考调度系统与运统1包含的确定车辆车号实际到达和发出技术站的时间，替代仅包含到达作业与解体作业的集结时间。

车流径路调整后，可根据组号车流强度测算结果，决定是否合并或拆分组号。组号设置不变情况下，尽管单纯的车流强度变化不会直接影响该支车流的集结车小时，但由于构成车流的货流OD可能发生变化，所以货车集结特征以及集结参数可能会发生变化。对于技术站而言，其货车集结并不考虑车辆的实际OD，仅关心货车何时从哪个方向到达以及最终何时与哪些货车成组发车，并从技术站哪一端发出。可见构成车流的货流OD变化不影响车流在技术站内的作业流线，因此可借由按车流的货车集结过程的历史数据，得出货车集结时间。

3.2　货车集结时间的查定方法

货车集结过程是指车站为编组某一到达站的出发列车，由于需要满足列车质量标准或者计长的要求，因而该到达站的出发车流要经历先到等待后到，凑集满重或满长的过程。货车集结过程是按照列车到达站进行的，从组成某一到达站出发车列的第一组货车加入集结之时起，至组成该车列的最后一组货车进入集结过程时止，为车列的集结过程。在车列集结过程中，组成该车列的所有货车消耗的车小时，为该车列的车小时。一个列车到达站在一昼夜内尽可能开行若干列车，每一列车都有一个车列集结过程，一昼夜内该到达站全部出发列车的集结车小时之和，为该到达站的货车集结时间。一个技术站可能编组若干列车到达站，该站所有到达站的货车集结过程组成该站的货车集结过程，各到达站货车集结时间之和为该站的货车总集结时间。

由于货车的集结时间受到车流波动、车组到达间隔分布和车组大小的不均衡性、车列编成辆数差异、季节中断时间和频率等情况影响，其统计值会随时间变化而波动。货车集结参数的提出，就是为了处理技术站的一个确定的车流组号，从一个或多个方向汇集车组的进程中，因车组集结具有不均衡性，不直接描述微观集结过程，而是构建一定时间范围内整体集结情况，即采用统计查定方法取值。鉴于影响货车集结时间的变量较多，故可用下式表示一个列车到达站全天消耗的货车集结时间。

T_{\mathrm{集}}=cm⑴

式中：c为货车集结参数，综合反映铁路车流组织水平，车小时/车；m为列车平均编成辆数，车。

因我国铁路长期以来对货物列车采用定编集结模式，要求按编组计划编组列车，同时要求满轴开行。由此可认为，在货车集结过程中，列车平均编成辆数m是一个与运行区段牵引定数、到发线有效长有关的定值。因此T_{\mathrm{集}}的大小主要取决于货车集结参数c，影响c的主要因素为集结中断和车组配合到达的程度。由此可见，货车集结时间与该站全天的车流量N无关，取决于列车运行图的编制质量和铁路运输调度指挥水平，可通过查定取得。货车集结时间和集结参数的查定计算方法如下所示。

数据汇总计算的步骤如下。

步骤1：计算某支列流的集结参数。计算公式如下所示。

c_i=\frac{T_{\mathrm{集查}\mathrm{定}}^i}{m_{i}D}⑵

式中：T_{\mathrm{集查}\mathrm{定}}^i为查定期间第i支列流消耗的集结车小时，车小时，等于该支列流全部车列的集结车小时之和，即T_{\mathrm{集查}\mathrm{定}}^i=\sum T_{\mathrm{列}}^i；m_i为查定期间第i支列流列车的平均编成辆数，车，即m_i=N_i/n_i，其中N_i为查定期间第i支列流的车流量，车，n_i为查定期间第i支列流的列车列数，列；D为查定天数，天。

步骤2：按方向别计算列流平均集结参数。计算公式为

c=\frac{{\displaystyle \sum _{i=\mathrm{1}}^k}{T}_{\mathrm{集}}^i}{{\displaystyle \sum _{i=\mathrm{1}}^k}{m}_i\cdot D}⑶

式中：T_{\mathrm{集}}^i为查定期间第i支列流的集结车小时，车小时，T_{\mathrm{集}}^i=c_i{m}_i；k为该方向编组出发的列流支数，支。

步骤3：按方向别计算每辆货车的平均集结时间。计算公式为

T_{\mathrm{集}}=\frac{{\displaystyle \sum _{i=\mathrm{1}}^k}{T}_{\mathrm{集}}^i}{N_i}⑷

步骤4：确定各站平均集结参数c和全站每辆货车的平均集结时间T_{\mathrm{集}}。

计算时将式中的k表示为全站各方向编组出发的所有列流支数的总和即可。

4　特定列车结构下技术站作业效率计算方法模型

4.1　特定列车结构下技术站作业效率计算方法

车小时消耗以及货车无改编通过技术站节省车小时均基于既有特定列车结构经统计平均得出。但当车流径路调整后，虽然车流结构可经推算得到，但无法依据原有车流结构下的车小时消耗均值与节省车小时均值推算现有车流结构下的车小时消耗与节省车小时。这就意味着，以历史车流结构为数据源的集结参数，在面对新的车流结构后存在不适应性，不能继续按照公式⑵至公式⑷的方法计算新车流结构下的集结车小时。

K-NN是一种基于实例的学习，也是一种常用的机器学习算法。K-NN算法的核心是“多数表决”，即将历史数据经过分类处理形成多维特征空间向量。由于采集到的各方向车流数据具有非线性、复杂性，以及不确定性强和数据量大的特点，属于非参数回归算法的K-NN，正是通过搜索历史数据库中与当前观测值最相似的前K个数据预测未知数据值，无须假定数据的分布形式，能够解决样本不均衡的问题。于是利用K-NN算法计算车流结构调整后车流强度与车流结构数据。K-NN算法原理说明如图3所示。

如图3中所示，此时若不知道绿色图形的具体形状，便可采用K-NN算法对其形状做出估计。若要根据最相近的3个图形来估计位置形状，便为“▲”；而若要根据最相近的5个图形判断其形状，则为“ ”。这里将与被预测元素最相近的元素数记为k，而将特征空间向量内所包含的历史数据的个数记为m，m值和k值均为聚类参数。基于历史数据和K-NN运算机制，提出特定列车结构下技术站作业效率计算流程如图4所示。

4.2　模型架构

4.2.1　历史数据准备与预处理

历史数据分为2部分，一是提取技术站i的连续多日分衔接方向车流到达与发送数据。采用技术站出发车辆明细数据中所有非本站作业车车号，并将每个车辆的发站和到站标记到该技术站的衔接方向上，处理后最终得到车流历史数据集。二是技术站对应时域集结车小时数据、技术站调车机调车程数据以及技术站分场设施设备占用时间数据。其中，一定时间段内的集结车小时数据使用车流历史数据集由公式⑵至公式⑷计算可知，但所选取的时间长度为固定值。调车程和技术站分场设施设备占用时间数据均可由技术站统计报表得到。

4.2.2　数据训练

针对具体技术站s_i，在第t个时域内该技术站由衔接方向a向衔接方向b的车流强度为P_i^{t,a,b}。若该技术站共有n个衔接方向，则在不考虑本站作业车且不区分有调或无调情况下，共有A_n^{\mathrm{2}}种车流流向，则一个时域内对应的车流流向应有A_n^{\mathrm{2}}种，记作P_i^t，有P_i^{t,a,b}\in P_i^t。在同样的第t个时域内，将该技术站查定集结参数为c_i^t，调车车程为s_i^t，设施设备占用时间为o_i^t。

步骤1：在车流历史数据中按照时间段集中随机抽取一个时域以形成训练数据P_i^{\mathrm{训练}}，将剩余历史数据视为测试集P_i^{\mathrm{测试}}，P_i^{t,\mathrm{测试}}\in P_i^{\mathrm{测试}}，且有P_i^{\mathrm{历史}}=\left\{P_i^{\mathrm{训练}}，P_i^{\mathrm{测试}}\right\}。

步骤2：空间距离测算。对于车站i而言，训练数据P_i^{\mathrm{训练}}与测试集合中第一个测试数据中m(初始值为⌈A_n^{\mathrm{2}}/\mathrm{2}⌉)个实际车流流向的差异计算公式如公式⑸所示，分别计算P_i^{\mathrm{训练}}与每个测试数据P_i^{t,\mathrm{测试}}的差异，以形成集合D_i^{\mathrm{训练}}=\left\{d_i^{\mathrm{训练},\mathrm{1}},d_i^{\mathrm{训练},\mathrm{2}},\cdots ,d_i^{\mathrm{训练},t}\right\}。

d_i^{\mathrm{训练},\mathrm{1}}=\sqrt[]{\underset{\mathrm{共}m\mathrm{个}}{\underbrace{(P_i^{\mathrm{训练},a,b}-P_i^{\mathrm{1},a,b}{)}^{\mathrm{2}}+(P_i^{\mathrm{训练},a,c}-P_i^{\mathrm{1},a,c}{)}^{\mathrm{2}}+...+(P_i^{\mathrm{训练},j,k}-P_i^{\mathrm{1},j,k}{)}^{\mathrm{2}}}}}⑸

步骤3：升序排列D_i^{\mathrm{训练}}中各元素，选出前k个值(初始值为1)。

步骤4：依据最小的前k个d_i^{\mathrm{训练}}，结合测试数据对应时段的集结参数c_i^{\mathrm{测试}}，调车车程s_i^{\mathrm{测试}}和设施设备占用时间o_i^{\mathrm{测试}}，计算车流强度为P_i^{\mathrm{训练}}下的各效率指标c_i^{\mathrm{训练}}，s_i^{\mathrm{训练}}和o_i^{\mathrm{训练}}，公式如下。

c_i^{\mathrm{训练}}=\frac{{\displaystyle \sum _{t=\mathrm{1}}^k}{d}_i^{\mathrm{训练},t}{c}_i^{\mathrm{测试},t}}{{\displaystyle \sum _{t=\mathrm{1}}^k}{d}_i^{\mathrm{训练},t}}⑹

s_i^{\mathrm{训练}}=\frac{{\displaystyle \sum _{t=\mathrm{1}}^k}{d}_i^{\mathrm{训练},t}{s}_i^{\mathrm{测试},t}}{{\displaystyle \sum _{t=\mathrm{1}}^k}{d}_i^{\mathrm{训练},t}}⑺

o_i^{\mathrm{训练}}=\frac{{\displaystyle \sum _{t=\mathrm{1}}^k}{d}_i^{\mathrm{训练},t}{o}_i^{\mathrm{测试},t}}{{\displaystyle \sum _{t=\mathrm{1}}^k}{d}_i^{\mathrm{训练},t}}⑻

步骤5：计算由公式⑹至公式⑻得到的c_i^{\mathrm{训练}}，s_i^{\mathrm{训练}}和o_i^{\mathrm{训练}}分别和训练真值c_i^{\mathrm{训练}\mathrm{真值}}，s_i^{\mathrm{训练}\mathrm{真值}}和o_i^{\mathrm{训练}\mathrm{真值}}的均方根误差、平均绝对百分比误差以及平均绝对误差。

步骤6：分别在不同m取值和不同k取值情况下，计算步骤2至步骤4，综合比照每一组均方根误差、平均绝对百分比误差以及平均绝对误差，选取3个误差值相差较小，且各误差值数据较小的那一组中的m值和k值，作为数据预测的参数。

4.2.3　特定列车结构下技术站作业效率计算

数据预测步骤与数据训练类似，具体步骤如下。

步骤1：空间距离测算。对于车站i而言，车流径路调整后的推测车流P_i^{\mathrm{\text{'}}}与历史数据集合中第一个测试数据中m个实际车流流向的差异计算公式如公式⑼所示，分别计算P_i^{\mathrm{\text{'}}}与每个历史数据P_i^{t,\mathrm{历史}}的差异，以形成集合D_i^{\mathrm{历史}}=\left\{d_i^{\mathrm{历史},\mathrm{1}},d_i^{\mathrm{历史},\mathrm{2}},\cdots ,d_i^{\mathrm{历史},t}\right\}。

d_i^{\mathrm{历史},\mathrm{1}}=\sqrt[]{\underset{\mathrm{共}m\mathrm{个}}{\underbrace{{\left(P_i^{\mathrm{\text{'}}a,b}-P_i^{\mathrm{1},a,b}\right)}^{\mathrm{2}}+{\left(P_i^{\text{'}a,c}-P_i^{\mathrm{1},a,c}\right)}^{\mathrm{2}}+\dots +{\left(P_i^{\text{'}j,k}-P_i^{\mathrm{1},j,k}\right)}^{\mathrm{2}}}}}⑼

步骤2：升序排列D_i^{\mathrm{历史}}中各元素，选出前k个值。

步骤3：依据最小的前k个d_i^{\mathrm{历史}}，结合历史数据对应时段的集结参数c_i^{\mathrm{历史}}、调车车程s_i^{\mathrm{历史}}和设施设备占用时间o_i^{\mathrm{历史}}，计算推测车流强度为P_i^{\mathrm{\text{'}}}下的各效率指标c_i^{\mathrm{\text{'}}}，s_i^{\mathrm{\text{'}}}和o_i^{\mathrm{\text{'}}}，公式如⑽至⑿所示。

c_i^{\mathrm{\text{'}}}=\frac{{\displaystyle \sum _{t=\mathrm{1}}^k}{d}_i^{\mathrm{历史},t}{c}_i^{\mathrm{历史},t}}{{\displaystyle \sum _{t=\mathrm{1}}^k}{d}_i^{\mathrm{历史},t}}⑽

s_i^{\mathrm{\text{'}}}=\frac{{\displaystyle \sum _{t=\mathrm{1}}^k}{d}_i^{\mathrm{历史},t}{s}_i^{\mathrm{历史},t}}{{\displaystyle \sum _{t=\mathrm{1}}^k}{d}_i^{\mathrm{历史},t}}⑾

o_i^{\mathrm{\text{'}}}=\frac{{\displaystyle \sum _{t=\mathrm{1}}^k}{d}_i^{\mathrm{历史},t}{o}_i^{\mathrm{历史},t}}{{\displaystyle \sum _{t=\mathrm{1}}^k}{d}_i^{\mathrm{历史},t}}⑿

5　结论

编制编组计划是一项错综复杂的任务，需考量多种因素，各因素间有着复杂的逻辑关联，且具有多样化的方案选择。基于编组计划调整对车流组号划分和列车开行数量结构的影响，分析了编组计划调整与运输能力及技术站作业效率间的耦合逻辑关系，即车流径路调整以何种方式影响车站作业能力以及这种影响的测算问题。聚焦于车流路径调整的具体情境，深入探究这一调整如何关联并影响技术站的作业效能，构建了一个解析技术站作业流程及时效标准的互动机制模型。该模型旨在分析不同车流构成条件下，技术站设施与设备的占用时长及利用率之间的相互作用，进而提出一种闭环协同的分析框架，用于指导车流路径调整与技术站作业能力的优化匹配。但由于该模型需基于技术站大量历史数据才可得到较为可靠的推算结果，后续可基于具体技术站历史数据，进一步修正完善模型。

参考文献

[1] 杨文浩，邓桂星，张　锐，等. 车流径路辅助决策系统优化与实践[J]. 铁道货运，2021，39(7)：1-8.

[2] YANG Wenhao， DENG Guixing， ZHANG Rui，et al. Optimization and Practice of Decision Supporting System for Car Flow Routing[J]. Railway Freight Transport，2021，39(7)：1-8.

[3] 钱名军，宋建业. 铁路运输调度指挥与统计分析[M]. 2版. 北京：中国铁道出版社，2020.

[4] 杨 浩. 铁路运输组织学[M]. 3版. 北京：中国铁道出版社，2011.

[5] 林柏梁，朱松年. 路网上车流径路与列车编组计划的整体优化[J]. 铁道学报，1996，18(1)：1-7.

[6] LIN Boliang， ZHU Songnian. Synthetic Optimization of Train Routing and Makeup Plan in a Railway Network[J]. Journal of the China Railway Society，1996，18(1)：1-7.

[7] 史　峰，李致中，孙　焰，等. 列车编组计划网络优化方法[J]. 铁道学报，1994，16(2)：74-79.

[8] SHI Feng， LI Zhizhong， SUN Yan，et al. A Network Optimizing Method for the Train Formation Plan[J]. Journal of the China Railway Society，1994，16(2)：74-79.

[9] KHALED A A， JIN M Z， CLARKE D B，et al. Train Design and Routing Optimization for Evaluating Criticality of Freight Railroad Infrastructures[J]. Transportation Research Part B：Methodological，2015，71：71-84.

[10] 孙　琦. 基于铁路货物运输作业过程的点线能力协调问题研究[D]. 北京：北京交通大学，2010.

[11] 毕明凯. 考虑运输时间和改编费用的铁路路网车流分配优化研究[D]. 北京：北京交通大学，2019.

[12] 代明睿，朱克非，郑平标. 我国铁路应用大数据技术的思考[J]. 铁道运输与经济，2014，36(3)：23-26.

[13] DAI Mingrui， ZHU Kefei， ZHENG Pingbiao. Thoughts on Applying Big Data Technology to China Railways[J]. Railway Transport and Economy，2014，36(3)：23-26.

[14] 张晓栋. 基于铁路货运大数据的重车车流推算关键技术研究[D]. 北京：北京交通大学，2018.

[15] 马小明，戴新鎏，胡友生. 新形势下强化编组站到发设备的必要性[J]. 铁道运输与经济，1999，21(2)：17-19.

[16] 王万平，谢海红. 非均衡运输条件下技术站能力计算方法的初步探讨[J]. 北方交通大学学报，2002，26(1)：98-102.

[17] WANG Wanping， XIE Haihong. Primary Study on Calculation Methods of Technological Station Capacity under Unbalanced Transportation Conditions[J]. Journal of Northern Jiaotong University，2002，26(1)：98-102.

[18] 王　月. 铁路技术站通过能力研究[D]. 成都：西南交通大学，2017.

[19] 袁　野. 技术站作业系统能力三参数区间泛灰数表示及协调优化研究[D]. 成都：西南交通大学，2019.

[20] 薛　锋，袁　野，户佐安，等. 基于三参数区间泛灰数的技术站能力表示与估计方法[J]. 西南交通大学学报，2021，56(5)：953-959.

[21] XUE Feng， YUAN Ye， HU Zuoan，et al. Representation and Estimation Method for Technical Station Capacity Based on Three-Parameter Interval Gray Numbers[J]. Journal of Southwest Jiaotong University，2021，56(5)：953-959.

[22] 刘海涛. 多因素条件下铁路货运车流径路优化及评估技术研究[D]. 北京：中国铁道科学研究院，2022.

[23] 张天祥，张　巍，秦　胜，等. 国外铁路货物运输组织发展现状与启示[J]. 铁道货运，2024，42(12)：88-97.

[24] ZHANG Tianxiang， ZHANG Wei， QIN Sheng，et al. Development Status and Enlightenment of Foreign Railway Freight Organizations[J]. Railway Freight Transport，2024，42(12)：88-97.

基金资助

中国国家铁路集团有限公司科技研究开发计划课题(N2023X036)

中国铁道科学研究院集团有限公司科研项目(2023YJ164)