★ 褚冬成（河钢宣钢物流公司 河北 张家口市 075100）

关键词：铁路运输；自动化调度；深度强化学习；时空图卷积网络

随着高速铁路路网密度的不断增加，传统港口铁路运输调度模式信息传递链条长、失真风险高，依赖人工收集、传递生产信息，现车管理依赖纸质记录，信息更新慢^[1]。为提升路网通过能力的利用效率与应急处置水平，亟须构建一套能够适应时空动态变化的自动化调度体系。通过融合时空图特征提取与协同进化策略，探索列车运行计划在复杂约束下的自愈路径。研究立足于真实行车规章与物理联锁逻辑，旨在通过人工智能技术解决跨区域车流衔接冲突与安全底线保障问题，对推动我国铁路调度指挥系统向智能化、自主化转型具有重要的理论支撑与实践意义。

1   构建铁路自动化调度策略模型

在铁路调度指挥中，列车运行受设备故障、天气及随机波动影响，具有极强的不确定性。在数字化建设中，铁路运输调度指挥相关数据隔离、分散在不同的系统中，缺乏有效的整合和共享^[2]。此情况会直接影响信息的流通性，导致调度受限。为解决深度学习模型在处理大规模车流调度时缺乏全局最优判据的问题，研究设计了一种路网运行综合适应度评价指标，评估调度指令对路网内各区段负荷的均衡能力，防止因过度追求某特快列车准点而导致后续普速列车陷入“连锁延误陷阱”。指标涵盖列车群准点恢复程度、车站股道利用均衡度以及跨线列车转线衔接成功率。通过该指标，调度系统能够识别出路网中的“脆弱节点”，引导深度学习算法在决策时不仅考虑当前收益，更注重维持路网的长远韧性^[3]。

1.1   运行计划协同优化目标

自动化调度的核心难点在于多列车运行线的空间排斥与时间耦合。常规调度方法往往采用先到先得的局部优化策略，容易在路网咽喉区造成“流量红肿”。为了实现路网通过能力的最优分配，本研究构建了以“全局延误熵最小化”与“通过能力余量最大化”为导向的协同优化目标。这一目标旨在通过深度学习的预测能力，提前重塑列车运行剖面，使路网内的车流密度在时空分布上趋于平滑。

为量化这一协同优化过程，研究定义路网调度综合效用目标函数J，如式（1）：

式中：n为路网内受影响的列车总数；Δt_i为第i列车的运行线偏离值；C_i为列车所在区段的实时剩余通过能力；C_avg为全路网平均剩余能力；ω₁、ω₂为权重系数；ε为防止分母为零的微小常数^[4]。

1.2   动态扰动下的边界约束

铁路运输的安全底线要求调度决策必须严格遵循物理与规章约束，但在动态扰动（如区间临时限速、信号突发故障）下，固定的安全边界会有效降低调度效率。为了解决深度学习算法在探索过程中可能突破安全红线的问题，研究设计了“动态时空安全包络”约束机制，将静态的规章条文转化为随扰动强度实时波动的数学边界，确保调度指令在极端工况下依然具备执行性。

针对列车追踪安全，设定动态追踪间隔约束，如式（2）：

式中：H_i,j(t)为t时刻相邻列车i与j的空闲距离；H_min为标准最小安全间隔； v为实时速度； Δa_max为最大制动减速度；α为根据降雨、积雪等扰动强度调整的安全余量系数。

其次，针对扰动导致的路网资源受限，设置资源可用性边界约束，如式（3）：

式中：R_k(t)为第k个车站或区段在t 时刻的作业强度； Ψ_k(t)为扰动因子（如信号设备降级系数）； Γ_k为该资源的物理能力上限。

通过引入这两类约束，系统在面对突发扰动时，能自动收缩或重塑动作搜索空间^[5]。例如，在区间发生60km/h临时限速时，通过动态追踪间隔约束，会自动调增追踪间隔，资源可用性边界约束则会下调该区段的通过能力阈值，强制深度学习模型在安全闭环内寻找次优的自动化调整方案。

2   自动化调度策略的智能求解实现

2.1   路网时空瓶颈感知逻辑

自动化调度指挥系统的第一步是对路网状态进行多维扫描，识别导致列车大面积延误的时空瓶颈。采用时空图卷积注意网络（ST-GCAN） 的参数进行初始化，构建反映铁路路网拓扑关系的有向加权图G。定义输入特征矩阵X包含各车站咽喉区的进路占用状态、区间运行列车流密度、历史延误传播速率以及实时天气扰动系数等信息。感知逻辑通过卷积层捕获车站间的空间依赖，结合多头时间注意力机制识别延误向邻近区段扩散的趋势^[6]。在此基础上，通过计算注意力权重来量化路网节点在特定时段的瓶颈强度指标Bv，如式（4）：

式中： W_Q、W_K、W_V为训练所得的查询、键、值权重矩阵；d为特征维度。感知过程能够实时锁定如枢纽车站站线能力不足、繁忙区间车流过饱和等时空瓶颈。例如，在高峰时段或发生区间限速扰动时，感知模块根据特征矩阵的特征突变，自动预判延误波峰在路网中的传播轨迹，将抽象的路网状态转化为高维的时空瓶颈特征向量，为后续决策提供前瞻性环境表征。

2.2   分区协同自动化决策

面对超大规模路网，继续进行多智能体深度强化学习（MADRL）决策框架的构建， 将大规模路网按照调度台管辖范围划分为若干独立分区。定义各分区智能体的局部状态空间Sn包含管内所有列车的运行图偏离时间、股道空闲状态及后续列车接发时刻，动作空间An包含列车的径路变更方案、出发顺序调整指令以及区间速度修正量。奖励函数则根据整体运行计划的恢复效率和跨区衔接稳定性进行设计，以引导各分区智能体在解决局部调度冲突的同时，兼顾全路网的均衡。各分区智能体通过中心化价值网络进行协同训练，全局价值函数Q_total如式（5）：     

式中：N为调度分区总数，ω_n为各分区在全局价值评估中的贡献系数。针对自动化调度智能决策流程如图1所示。

图1  自动化调度智能决策流程图

为保障分区边界的列车顺畅移交，引入跨区协同衔接一致性约束项，如式（6）：

式中：t_n,out与t_n+1,in分别为列车离开当前分区与进入相邻分区的计划时刻；Δ_buffer为规定的安全移交时间冗余 ^[7]。该协同策略能有效解决由于信息孤岛导致的交接点处列车“挤库”或区间空闲问题，实现大范围路网下运行计划的自动化修复与全局协同。

2.3   调度指令安全过滤与下达

在决策网络输出原始调度动作后，引入由行车安全规章和物理联锁规则构建的投影约束模块，实时读取列车运行控制系统（LCS）和调度集中系统（CTC）的闭塞状态，将模型生成的原始动作投影至符合行车安全准则的可行域集合内。安全动作投影转换计算如式（7）：

式中：â为模型生成的原始调度建议；  C为由实时信号联锁、最小追踪间隔等硬约束构建的安全可行动作集。指令下达前还需进行指令合规性风险评分S_risk，如式（8）：

式中：M为安全检测条目总数； I(·)为违规判定指标函数。过滤后的指令（如调整列车进路、下达区间控速指令）通过系统接口发送至CTC系统执行。具体应用中，若决策算法建议某列车通过压缩追踪间隔以恢复晚点，安全过滤模块会自动校核下游进路的锁定状态与前车间距，若指令突破物理安全底线，则自动修正为安全阈值内的最优指令，保障自动化调度过程的绝对风险闭环。

3   典型路网场景下应用验证

3.1   仿真场景构建与工况

为验证自动化调度决策模型在复杂业务环境下的有效性，构建基于某全长约500公里、包含20座中大型车站的高铁干线仿真环境。仿真系统完整复现车站咽喉区的连锁关系、区间追踪闭塞逻辑以及列车牵引/制动物理特性。实验设置列车密度为10列/小时的高峰时段，初始运行计划包含跨线车、本线始发车及通过车等多种组合形式，以模拟真实的运输组织需求。针对实际运行中频发的扰动因素，设置三类典型工况进行压力测试：第一类为单点随机延误，模拟某站由于旅客超员导致发车时间偏离10~20min；第二类为区间临时限速，模拟由于极端天气导致某繁忙区间限速至60km/h并持续2h；第三类为信号设备故障，模拟某枢纽车站咽喉区部分进路失效导致通过能力下降30%。

3.2   调度自动化性能分析

通过分布式仿真引擎模拟高铁干线12小时的连续运行过程，分别采用遗传算法（GA）、传统深度强化学习（DQN） 以及本研究提出的“ST-GCAN+MADRL”模型进行对比实验。测试设置低（8列/h）、中（12列/h）、高（16列/h）三种发车密度。重点采集系统在处理区间突发限速扰动时的平均晚点恢复时间、计划偏离熵值以及单次决策推理耗时。针对不同交通流压力下，各调度方案在自动化性能维度的关键实测指标对比如表1所示。

表1 性能实测对比

由表1数据分析可知， 随着交通流密度增加， 传统GA算法的搜索空间呈指数级膨胀，决策时延从142.6ms激增至1264.7ms，难以满足实时调度需求。相比之下，本研究模型利用ST-GCAN预先提取路网时空瓶颈特征，最高密度下决策时延仅为94.7ms，且平均晚点时间控制在8.27min以内。这表明分区协同机制能够有效降低计算复杂度，提升路网在高压工况下的自动化恢复能力。

3.3   安全性与可靠性评价

利用“故障注入”方法测试安全屏蔽层对决策动作的拦截效能。在调度算法生成的原始建议序列中，人工植入包含“提前进路锁定失败”“追踪间隔缩短至1.5km”及“未按等级避让”在内的非法调度指令。系统通过安全屏蔽层读取物理联锁约束，对比投影转换前后的动作合法性。记录在不同扰动强度下，原始指令冲突率与过滤后指令的实际执行成功率。测试数据如表2所示。

表2 安全屏蔽层对非法指令的过滤效能评估

表2测试结果显示，尽管在多点复合故障场景下，深度学习模型由于状态空间剧变产生近48.74%的原始冲突指令，但安全屏蔽层均实现100%的精准拦截。动作修正偏差值(Δa）随冲突强度小幅上升，反映屏蔽层在保障安全的前提下对原始最优决策的最小化干预。实验全周期内最终行车事故率始终为零，验证本研究模型在极端复杂工况下的安全底线保障能力。由此可见，此设计能够实现决策自动化，通过硬约束映射机制确保自动化指令在铁路运输生产中的高度可靠性。

4   结语

研究构建的铁路自动化调度系统实现了从路网感知到协同决策、再到安全闭环的完整业务逻辑。通过对时空瓶颈的精确捕捉与分区智能体的协同优化，系统能在动态扰动下快速恢复运输秩序，相较于传统算法显著提升了调度时效性。未来研究可进一步聚焦于异构路网间的全局耦合优化问题，并探索多模态大模型在调度辅助预案自动生成领域的应用，以持续强化系统在极端复杂工况下的鲁棒性。

作者简介：

褚冬成（1979-） ，男，河北张家口人，工程师，本科，现就职于河钢宣钢物流公司，研究方向是铁路运输。

参考文献：

[1] 张海疆, 费振东, 周鹏. 港口专用铁路智能化升级路径研究[J]. 铁路采购与物流, 2026, 21 (2) : 64 - 66.

[2] 潘钰雯, 王义惠, 李建明, 等. 铁路调度指挥管理系统与调度指挥控制系统间交互和联动机制分析[J]. 中国铁路, 2024, (12) : 1 - 7.

[3] 刘锴. 朔黄铁路黄大线调度中心集控模式应用研究[J]. 中国航务周刊, 2025, (2) : 69 - 71.

[4] 梁家源. 冶金企业铁路运输优化问题及应对举措研究[J]. 运输经理世界, 2024, (32) : 155 - 157.

[5] 王发刚, 陈文轩. 铁路调车作业方法优化研究[J]. 时代汽车, 2024, (7) : 16 - 18.

[6] 郑然斐, 孟令云, 苗建瑞, 等. 面向业务自动化转型的铁路运输调度业务数据模型构建方法研究[J]. 铁道运输与经济, 2024, 46 (6) : 73 -

[7] 刘传振. 数字化背景下工业铁路运输智能调度技术研究[J]. 中国工业和信息化, 2023, (5) : 44 - 48.

摘自《自动化博览》2026年8月刊