★ 河钢宣钢物流公司 褚冬成

关键词：铁路运输调度；时空扩展网络；运行状态预测；强化学习优化；自动化调度系统

随着铁路运输网络运行密度的持续提升，列车调度逐渐呈现出强耦合、多约束与动态扰动并存的复杂特征，传统依赖经验规则或局部优化的调度方式难以满足高效与稳定运行需求。在多列车交会、区段资源紧张及突发延误频发的背景下，调度系统不仅需要具备对运行状态的精细刻画能力，还需要具备对未来运行态势的提前预判与快速响应能力[1]。因此，将人工智能方法引入铁路调度领域，成为提升系统自动化与智能化水平的重要方向。基于此，本文围绕时空网络建模、运行状态预测及强化学习决策等关键技术展开研究，通过构建多层次调度方法体系、探索在复杂运行环境下列车高效协同与动态优化的实现路径，为铁路运输调度的智能化升级提供技术支撑。

1  调度问题建模与需求分析

在高密度铁路运输系统中，列车调度可抽象为多约束耦合的离散事件优化模型。本文基于时空扩展网络构建模型，以节点V={vi,t}表示区段-时间状态，采用弧集E描述列车运行路径及时间依赖关系，并通过容量与时间窗约束刻画资源冲突。模型状态空间由列车位置、轨道占用及延误传播参数构成，决策变量包括列车通过序关系、进入时刻及路径选择。约束体系涵盖最小行车间隔、区间闭塞及车站通过能力等限制。以延误、冲突与运行均衡性为优化核心目标，构建如式（1）优化模型：

式中， Z为目标函数值（单位： min）， D_i为列车延误（单位：min）， C_j为冲突代价（单位： min）， B_k为均衡性指标，α、β、γ为权重系数。数据需求依赖高分辨率运行数据与历史记录，以实现调度状态的结构化表达。

2   智能调度方法与系统实现

2.1   系统架构与调度流程

在时空扩展网络建模与多约束组合优化框架的基础上，系统架构围绕“感知—预测—决策—执行—反馈”闭环构建，各层功能划分及其逻辑关系如图1所示。感知层对列车运行轨迹、区段占用序列及调度指令流进行多源采集与时间同步，并构建统一状态向量St={xi,rj,δ k}，实现列车位置、资源占用及运行扰动的结构化表达；预测层基于当前状态刻画运行态势演化及延误传播特性，形成短时动态状态描述；决策层在多约束空间内生成调度序列，满足最小行车间隔（120～300s）、区间闭塞及车站通过能力等限制条件；执行层负责调度指令下发与运行控制；反馈层对执行结果进行回传与状态修正， 更新系统状态并维持闭环一致性。调度流程以离散事件驱动为核心机制， 以区段占用变化与列车状态更新为触发条件，构建滚动时域调度模式。在每一调度周期内， 系统完成状态重构与资源占用更新，并在滑动时间窗(Δt=30～120s）内进行约束一致性判定与调度序列输出，通过持续状态更新与反馈校正，实现多区段耦合条件下的动态协同与实时响应。

图1 铁路智能调度系统架构图

2.2   运行状态预测模型

运行状态预测用于刻画当前调度状态向未来运行过程的演化路径，其关键在于揭示延误在时空网络中的传递规律。本文基于状态向量 St={xi,rj,δk}，对列车位置、区段占用关系及历史运行偏差进行联合表达，并在滑动时间窗内引入相邻区段耦合信息， 使状态表征能够反映局部关联与跨区段影响。在特征构建上，将到发时刻、区间运行时间等时序信息、闭塞占用与通过能力等资源属性，以及延误扰动进行统一编码，形成连续输入序列以支撑复杂运行环境下的状态刻画[2]。模型采用分层序列建模结构，其中短时动态特征通过递归单元进行提取，其状态更新形式可表示为式（2）：

其中， X_t 表示时刻t的输入特征， h_t 为对应隐状态。在此基础上，引入基于注意力权重的全局依赖建模机制，其计算过程可写为式（3）：

式中， h_t为时刻t的隐状态， X_t为输入特征向量， Q、K、V分别为查询、键和值矩阵， d_k为特征维度。模型在输出阶段，对未来时间窗内的到发时刻、区段释放顺序及延误变化进行联合预测，并以区间形式表达结果以适应不确定性[3]。在模型训练过程中，通过加权损失强化模型对瓶颈区段的关注，并结合滚动更新机制实现模型持续修正，从而提升预测的稳定性与前瞻性。

2.3   强化学习调度模型

在预测结果支撑下，将列车调度过程抽象为马尔可夫决策过程M=(S,A,P,R,γ)， 以实现多约束条件下调度行为的序列化建模。其中，状态空间由列车位置、区段占用关系及预测延误信息构成，动作空间则涵盖顺序调整、会让控制及发车时刻修正等调度操作，状态转移结合预测模型对运行变化进行刻画，从而反映调度行为对系统演化的影响[4]。在此基础上， 将多目标优化需求统一映射为奖励函数，如式（4）所示：

其中， D_t表示延误水平， C_t表示冲突强度， B_t表示运行均衡性， 权重用于调节不同目标之间的影响关系。策略求解采用近端策略优化方法，其目标函数为式（5）：

其中，r_t(θ)表示新旧策略概率比，A_t为优势函数估计，为截断系数，用于限制策略更新幅度并提升训练稳定性。训练过程中模型结合离线样本预训练与在线滚动更新，使策略能够随运行状态动态调整，从而在多扰动场景下实现稳定且具备自适应能力的调度优化控制[5]。

2.4   冲突检测与消解方法

在预测与调度策略生成基础上，冲突检测用于识别列车运行中的资源竞争关系。基于时空扩展网络构建冲突判定模型，以区段—时间占用为描述单元，对列车运行路径进行离散化表达，并通过区间占用重叠识别冲突，其判定形式为式（6）：

其中， t_iⁱⁿ 、 t_i^out 为列车i在区段的进入与离开时刻， confict_ij表示列车间冲突状态。在此基础上，结合最小行车间隔与闭塞约束进行一致性校验，实现冲突识别与分类。在冲突消解阶段，构建“检测—评估—调整”的处理机制。根据冲突影响范围与延误增量进行优先级排序，并采用启发式搜索与约束优化生成候选方案，包括顺序重排、时刻平移及路径调整等策略。通过多目标代价函数对延误与资源利用进行权衡，并过滤不可行解。在局部冲突场景下采用邻域搜索实现快速修正，在复杂场景下结合滚动优化进行全局协调，从而实现冲突的高效消解与运行恢复。

2.5    自动化调度机制

在预测、决策与冲突消解结果的基础上，构建面向工程应用的自动化调度执行机制，实现由策略生成到指令落地的闭环运行。系统以滚动时域为运行框架，将调度周期划分为状态更新、策略计算与指令下发三个阶段，在每一周期内完成状态重构与约束一致性校验，并依据当前运行态势动态触发调度调整。调度指令采用结构化表达形式，对列车进路、通过顺序及控制时刻进行统一描述，并通过接口与列控系统进行对接，实现调度策略的自动执行与反馈采集。在机制设计上，引入多智能体协同思想，将列车或区段抽象为决策单元，在全局约束下进行分布式协同优化。各决策单元基于局部状态与全局信息进行策略交互，通过一致性约束实现整体运行目标的协调统一。同时构建反馈修正机制，对执行偏差与突发扰动进行实时感知，并通过状态回传驱动模型更新与策略再计算，从而形成“感知—预测—决策—执行—再反馈”的闭环控制过程，提升系统在复杂运行环境下的稳定性与自适应能力。

3   案例验证与性能分析

3.1   实验设计

为验证所提方法在高密度运行条件下的适用性，构建基于时空扩展网络的仿真平台，对典型繁忙区段进行结构化建模。线路包含区间-车站耦合结构，设置列车开行密度为40～60列/小时，最小行车间隔控制在120～300s，并叠加闭塞与通过能力约束以保持工程一致性。数据来源采用历史运行记录与仿真数据融合方式，对到发时刻、区段占用及延误扰动进行统一编码，形成状态向量St={xi,rj,δk}，作为预测模型与调度策略的统一输入，保证状态表达与实际运行特征相匹配。实验方案围绕典型扰动情形构建三类工况：高峰密集运行、关键区段突发延误（5～15min）以及多列车交会冲突。对比方法选取人工规则调度与启发式调度算法，在相同初始状态与约束条件下开展对照试验。实验过程采用滚动时域机制(Δt=60s），在每一周期内完成状态更新、运行预测与调度决策输出，并同步记录调度序列、冲突变化及延误演化过程，以支撑后续性能指标的量化评估与方法有效性分析。

3.2   结果分析

基于多场景仿真结果，对不同调度方法的关键性能指标进行对比分析，如表1所示。在高峰密集运行条件下，所提方法在平均延误、响应时间及资源利用率方面均表现最优：平均延误控制在3.8min，较人工规则调度（5.1min）降低约25%，较启发式方法（4.4min）降低约14%；调度响应时间稳定在2s以内，满足滚动优化需求；关键区段利用率提升至92%，体现出较强的资源协调能力。

表1 不同调度方法性能对比结果

在突发延误与多列车交会场景下，系统优势进一步体现。延误传播范围较基线方法缩减约20%，冲突消解成功率提升至96%，平均冲突处理时间缩短约30%。从调度序列演化过程看，模型能够针对关键瓶颈区段优先进行顺序重排与时刻微调，使延误快速收敛并避免二次扩散。整体结果表明，该方法在多约束耦合与动态扰动环境下实现了效率与稳定性的协同优化。

3.3   应用评估与优化

在多扰动耦合运行条件下，对不同调度方法的动态性能与稳定性进行综合评估。选取延误传播系数、调度策略波动幅度、单周期调整次数及延误恢复时间作为核心指标，从扰动扩散控制与策略收敛特性两个层面进行量化分析。结果表明，人工调度在高密度运行环境下易形成延误叠加，传播范围大且恢复过程滞后；启发式方法虽可缓解局部冲突，但在多区段耦合条件下仍存在频繁调整与策略振荡问题， 稳定性表现有限。如图2所示，本文方法在各项动态指标上均优于对比方法：延误传播系数控制在32%，较人工调度降低30%以上， 说明其具备较强的扰动抑制能力；策略波动幅度降至10%，表明调度决策在滚动优化过程中保持较高一致性；单周期调整次数减少至2.7次/周期，反映出策略收敛速度明显提升；延误恢复时间缩短至约11min，表明系统可在较短时间内恢复至稳定运行状态。综合分析结果证明，该方法在复杂约束与动态扰动环境下实现了延误控制与系统稳定性的协同优化。

图2 不同调度方法关键性能指标对比

4   结语

本文针对复杂铁路运输环境中的调度优化问题，构建了集建模、预测、决策与执行于一体的智能调度技术体系，并通过仿真验证了其在多扰动场景下的有效性。实验结果表明，该方法在延误控制、冲突处理效率及系统稳定性方面均表现出明显优势，能够在滚动优化框架下实现快速收敛与持续修正，体现出较强的工程适应能力。同时，多智能体协同与闭环反馈机制的引入，使调度过程由被动响应转向主动调控，提升了整体运行协调水平。尽管当前研究基于仿真环境展开，仍需在实际线路中进一步验证其泛化性能与鲁棒性，但整体方法为铁路调度自动化与智能化发展提供了系统化解决思路与实现基础。

作者简介：

褚冬成（1977-），男，河北张家口人，工程师，本科，现就职于河钢宣钢物流公司，研究方向为铁路运输。

参考文献：

[1] 王盛铭. 人工智能在专用线铁路运输调度优化中的应用[J]. 中国航务周刊, 2025, (25) : 81 - 83.

[2] 王有军, 王磊, 石倩倩, 等. 基于人工智能的电网调度运行预控技术研究[J]. 电气技术与经济, 2025, (11) : 1 - 3.

[3] 刘晓辉, 汪盈, 王一帆. 基于人工智能的配电网智能优化调度研究[J]. 电工技术, 2025, (S1) : 204 - 206.

[4] 蒋旭斌. 基于人工智能的电力调度自动化系统研究[J]. 电子元器件与信息技术, 2025, 9(3) : 137 - 139.

[5] 郭晶莹. 基于人工智能的电气自动化控制系统设计分析[J]. 中国高新科技, 2025, (2) : 36 - 37.

摘自《自动化博览》2026年7月刊