第22卷 第 2 期 交通运输系统工程与信息 Vol.22 No.

2
2022 年 4 月 Journal of Transportation Systems Engineering and Information Technology April 2022

文章编 号 ：1009-6744(2022)02-0197-09 中图分 类号 ：U239.5 文 献 标 志 码 ：A

DOI:10.16097/j.cnki.1009-6744.2022.02.019

灵活编组条件下轨道交通客货协同运输方案优化
戚建国*，
周厚盛，
杨立兴，
周亚茹，
张春田
(北京交通大学， 北京 100044)
轨道交通控制与安全国家重点实验室，

摘要：基于灵活编组运营组织模式特点，综合考虑客流与货流之间的竞争关系，以列车编组类型
及列车发车间隔为主要决策变量，以乘客等待时间和运营公司运营成本极小化为目标，构建灵活
编组条件下轨道交通客货协同运输方案混合整数线性规划模型，得到系统优化的列车编组方案、
运行图和客货协同运输方案。当给定编组类型集合且没有货流输入时，本文所构建模型即可退
化为传统的固定编组模式下客流运输优化模型。以北京地铁八通线为例设计数值实验，验证了
所提模型的有效性，所有实验均由 VB 语言调用 CPLEX 优化软件进行求解。算例结果表明，相较
于固定编组模式的单一客流运输，本文方法可在乘客平均等待时间仅增加 1.1 min 的情况下，
降低
约 41.86%的运营成本，
大幅度增加运营收益，
更好地实现运输服务质量和运营成本的均衡。

关键词：铁路运输；客货协同运输；混合整数线性规划；灵活编组

Optimization Methods of Combined Passenger and Freight

Transportation Based on Flexible Train Composition Mode
QI Jian-guo*, ZHOU Hou-sheng, YANG Li-xing, ZHOU Ya-ru, ZHANG Chun-tian
(State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing 100044, China)

Abstract: To make full use of the resource of rail transit, this paper investigates the optimization methods for combined
passenger and freight transportation based on the flexible train composition mode. The proposed method takes the
selection of train types and the departure headway of consecutive trains as the main decision variables. A mixed-integer
linear programming model is developed to minimize the waiting time of passengers and operation cost for metro
companies. The competitive relationship between the freight and passenger demands are taken into consideration in the
model. The numerical experiments based on Beijing Metro Batong Line are conducted to verify the effectiveness of the
proposed methods, which are all computed by CPLEX solver code by Visual Basic (VB) programming language. The
computational results show that compared to the operating mode with single type of train for passenger transportation,
the proposed method reduced the operation cost by 41.86% with only 1.1 minutes increase of average passenger
waiting time. The method can bring a better benefit and achieve a balance between the service quality and operation
costs.
Keywords: railway transportation; combined passenger and freight transportation; mixed-integer linear programming;
flexible train composition mode

0 引言 缓解交通问题的重要举措 [1] 。在轨道交通快速发

随着城市化进程的不断加快和城市机动车保 展的同时，如何有效地利用轨道交通资源提供高
有量的不断增加，道路交通拥堵和环境污染问题 质量运输服务，是轨道交通运营部门和相关学者
日趋严重。为缓解道路交通压力，大力发展城市 关注的重点。
轨道交通，充分利用地下空间资源成为交通部门 针对轨道交通客流需求随时间变化呈现出的

收稿日期：
2021-08-11 修回日期：2021-09-16 录用日期：2021-09-30
基金项目：
中央高校基本科研业务费专项资金/Fundamental Research Funds for the Central Universities (2021RC241)；
国家自
然科学基金/National Natural Science Foundation of China (72001019，
72161010)。
作者简介：
戚建国(1990- )，
男，山东临沂人，
讲师，
博士。 *通信作者：qijianguo@bjtu.edu.cn
198 交通运输系统工程与信息 2022 年 4 月
动态性和在空间分布上呈现出的不均衡性的特点，
广大学者一直致力于从不同的角度开展轨道交通 1 问题描述
运营组织优化方面相关研究，以实现客流与车流的 本文以客流未饱和的单条轨道交通线路为研
良好匹配。YIN 等[2]考虑客流需求的动态性和随机 究对象，并假定线路的两端均存在车辆段且均可对
性，从优化运营供给方面出发，采用近似动态规划 列车进行拆解和重联。本文通过给出编组类型集
算法求解运行图优化问题，在降低列车能耗的基础 合的方式考虑多种列车编组类型，同一列车可以为
[3]
上，实现车流和客流的良好匹配。SHI 等 从运营 单一的客运列车或者货运列车编组，也可为客货混
供给和需求管理两方面出发，针对部分线路某些车 合列车编组，并且存在多种类型列车编组长度，如
站存在过饱和大客流的情况，构建列车运行图与客 图 1 所示。
流控制协同优化模型，并利用局部搜索算法结合
CPLEX 优化软件求解模型，以降低乘客的等待时
间。为更好地应对客流在时间和空间分布上的不
均衡性问题，许多学者进一步研究了大小交路、停
站策略等多种不同运营组织模式在实际中的应
用。例如，许得杰等[4]针对时变客流需求，考虑大小
交路运营组织模式，构建城市轨道交通大小交路列
车运行图优化模型，并利用遗传算法求解模型，提
高了客流与车流的匹配程度。孟凡婷等[5]基于跳停
策略，研究列车运行图与客流控制协同优化问题，
构建线性混合整数规划模型，并利用 CPLEX 求解
模型。
虽然上述研究为城市轨道交通的高效运行提
供了良好的理论支撑，但大多是针对固定编组模式
开展客运相关研究，考虑灵活编组模式的相关研究 图 1 轨道交通列车灵活编组模式示意图
较少。目前，针对灵活编组模式的研究，大多集中 Fig. 1 Schematic diagram of flexible marshalling operations
于灵活编组模式可行性[6-7]及开行方案优化问题，较 基于给定的列车编组类型集合，本文针对动态
少集中于基于灵活编组的列车运行图优化问题研 客货运输需求，充分考虑列车运行安全和不同编组
究。考虑到灵活编组模式对客流不均衡分布良好 类型列车容量，以确定每一列车的具体编组类型和
[8]
的适应性，禹丹丹等 基于灵活编组策略，研究城市 每一列车的发车间隔为主要决策，以对应客流和货
轨道交通列车开行方案优化问题，并提出了四阶段 流在每一列车上的分配为辅助决策，从时间和空间
求解方法，以降低乘客广义出行成本和企业运营成 两方面对轨道交通客流和货物运输进行协同优化，
本。另外，鉴于电子商务的快速发展及部分地铁线 实现轨道交通客流、货流与车流的良好匹配。
路出现运能过剩的现象，许多学者开始呼吁发展地
2 模型构建
下物流系统，以充分利用地下空间资源。但相关研
2.1 模型假设及参数定义
究仍处于起步阶段，部分学者主要针对地下物流系
统可行性、运输方式以及系统布局等方面开展研 为构建严格的数学优化模型，本文针对客货协
究[9]，针对轨道交通客货协同运输组织优化相关研 同运输优化问题给出如下基本假设：
究较少。 假设 1 只考虑单方向的列车运行情况，且列
鉴于此，本文基于灵活编组运营组织模式，在 车只能在车辆段内进行解编与重联操作。
充分保障乘客运输服务质量的基础上，考虑客流和 假设 2 假定客流与货流需求均为已知，且在
货流之间的竞争关系，开展客货协同运输组织优化 运营过程中不会发生转移，即客流和货流需求总量
研究，构建基于灵活编组的轨道交通客货协同运输 不发生变化。
方案优化数学模型，以保障轨道交通乘客运营服务 假设 3 针对列车运能充足的条件下开展客货
质量与企业运营效益的双向利益。 协同运输研究，所有运输需求均保证被满足，且客
第 22 卷 第 2 期 灵活编组条件下轨道交通客货协同运输方案优化 199
流运输不允许存在二次等待的情形，但允许货物存 行货物运输。
在等待和提早发货的情况。 为便于描述，本文模型所涉及符号和参数及其
假设 4 假定所有货物均提前按出发地及目的 相关定义如表 1 所示。
地装入标准货运箱，并且只有部分备选车站允许进
表 1 符号和参数的表示方法及定义
Table 1 Definition of symbols and parameters
符号及参数 定义
{
K = 1,2,⋯,k,⋯,K
(n)
} (n)
车次集合，K 为总的列车数量，k 为车次编号
{
S = 1,2,⋯,i,⋯, j,⋯,S
(n)
} (n)
车站集合，S 为总的车站数量，i 和 j 为车站编号
(F )
S 可办理货运服务的备选车站集合
{
M = 1,2,⋯,m,⋯,M } (n)
备选灵活编组类型集合，M 为总的编组类型数量，m 为编组类型索引
(n)

T = {1,2,⋯,t,⋯,T }
(n) (n)
离散时段集合，t 为时段标识，T 为总的离散时段数量
δ 离散时间区间长度
列车 k 在车站 i 和 i + 1 之间的运行时间
(r )
t k,i
(dw )
t k,i 列车 k 在车站 i 的停靠时间
hk , hk 前车 k 与后车 k + 1 之间的最小和最大发车间隔时间
(min) (max )

C m ,C m
(P ) (F )
m 编组类型列车的额定载客量和额定载货量
C cost,m m 编组类型列车的运营成本
p i,j ( t ), q i,j ( t )
(d) (d)
时段 t 内到达，
由车站 i 到车站 j 的客流和货流需求
P pri,i,j , P pri,i,j
(P ) (F )
由车站 i 到车站 j 的客运和货运运输票价

(bo) (bo)
本文构建模型的决策变量包括： p k,i ，q k,i ——列车 k 离开车站 i 时的上客量和
(1) 列车运行图相关决策变量及中间变量 装货量；
h k ——列车发车间隔，表示前车 k 与后车 k + 1 (bo)
q k,i,j ——列车 k 离开车站 i 时以车站 j 为目的
的发车间隔；
地的装货量；
(a )
t k,i ——列车到站时刻，表示列车 k 到达车站 i (al) (al)
p k,i ，q k,i ——列车 k 到达车站 i 时的下客量和
的时刻；
卸货量；
(d)
t k,i ——列车离站时刻，表示列车 k 离开车站 i (w)
p i ( t ) ——时刻 t 在车站 i 等待的客流需求。
的时刻；
2.2 目标函数
z k,i ( t ) ——列车离站与否指示变量，表示列车 k
本文拟以客流未饱和线路为基础，在客流运输
在 t 时刻是否已从车站 i 离开， 是为 1，
否则为 0；
服务的基础上开展货物运输服务，以期在保证较高
d k,i ( t ) ——列车离站指示变量，表示列车 k 在 t
发车频率基础上(降低乘客等待时间)充分利用轨道
是为 1，
时刻是否离开车站 i ， 否则为 0；
交通运能。由于本文仍以客流运输为主，不允许乘
b k,i ( t ) ——列车有效乘车时间指示变量，表示 t
客存在二次等待及客流转移的情形。为了在客流
时段内到达车站 i 的客流及货流是否可能乘坐列 运输服务质量得到保证的基础上，尽可能充分利用
是为 1，
车k， 否则为 0。 列车剩余容量，本文模型的优化目标为极小化乘客
(2) 列车编组相关决策变量 等待时间和列车总运营成本(运营收益减去运营成
y k,m ——0-1 决策变量，表示列车编组类型选 本)。由于本文假定不存在乘客二次等待的情况，
当列车 k 选择 m 类型编组为 1；
择， 为 0。
否则， 故乘客等待时间可表示为所有离散时间区间内等
(3) 客流及货流分配相关决策变量及中间变量 待乘客数量与离散时间区段长度乘积的总和，
即
F1 =∑ ∑ p i ( t ) ⋅ δ
(on) (on)
p k,i ，q k,i ——列车 k 离开车站 i 时的载客量和 (w)
(1)
t ∈ T i ∈ S\{| S |}
载货量；
 200 交通运输系统工程与信息 2022 年 4 月
t k,i =∑d k,i ( t ) ⋅ t, ∀k ∈ K; ∀i ∈ S\{| S |}
(d)
客货共运模式下的运营收益主要包括乘客和 (11)
t∈T
货物票价运输收益；运营成本为不同类型编组列车
ì1 - z k,i ( t ), k=1
被选择投入运营的成本之和，运营成本与运营收益 b k,i ( t ) = í , ∀i ∈ S\{| S |} ; ∀t ∈ T (12)
z
î k - 1,i ( t ) - z k,i ( t ) , k ≠1
之差为
F 2 =∑∑y k,m ⋅ C cost,m -
式(9)为变量 z k,i ( t ) 存在的非减特性；式(10)和
(d)
k∈K m∈M
式(11)为指示变量 z k,i ( t ) 与列车离站时刻变量 t k,i 之
(2)
ê∑∑p i,j ( t ) ⋅ P pri,i,j +∑∑q i,j ( t ) ⋅ P pri,i,jú
é (d) (P ) (d) (F ) ù
间的耦合关系；式(12)构建了列车在站有效乘车时
ëi < j t ∈ T i<j t∈T û
间指示变量 b k,i ( t ) 与列车离站与否指示变量 z k,i ( t )
由于本文假定所有的客货运输均需得到服务，
之间的关联约束。
在票价固定的情况下，运营收益为一固定的常量，
(2) 列车灵活编组相关约束
故式(2)可进一步简化为
F 2′ = ∑∑ y k,m ⋅ C cost,m
为实现列车运能与客货需求之间的良好匹配，
(3)
k∈Km∈M 避免出现能力浪费和过度拥挤的情况，本文假定车
为便于模型的求解，本文通过引入乘客等待时 辆段可对不同的客运车厢与货运车厢进行解编与
间成本并结合加权平均系数 ω1，ω 2 来处理双目标 重联，且存在多种编组类型列车。然而，由于受现
优化问题，
得到的目标为 实列车长度的限制，灵活编组类型通常是有限的。
min F = ω1 ⋅ θ p ⋅ F1 + ω 2 ⋅ F 2′ (4) 本文通过给定编组类型备选集合的方式来确保编
式中：θ p ——乘客单位等待时间成本费用，具体取 组类型的可行性，因而，每一列列车在开始运行时
值一般与乘客对等待时间的敏感度有关，对于等待 即要确定执行该次服务的列车编组类型。为确保
时间敏感的乘客可取较大的值。 每一服务列车只能选择一种编组类型，本文给出列
2.3 模型约束条件 车灵活编组类型选择约束为
(1) 列车时刻表相关约束 ∑y
m∈M
k,m = 1, ∀k ∈ K (13)
为保证列车的运营安全，并确保必要的服务水
(3) 客流及货流加载相关约束
平，列车的发车间隔需控制在一定的范围内，本文
由于本文拟充分利用轨道交通客运剩余能力
的列车发车间隔时间约束为
并结合灵活编组运营组织模式开展货物运输，为确
h k = t k + 1,1 - t k,1, ∀k ∈ K\{| K |}
(d) (d)
(5)
保客流需求均能得到必要的运输服务，且客流不存
≤ h k ≤ h k , ∀k ∈ K\{| K |}
(min) (max )
hk (6) 在二次等待的情况，
给出客流需求相关约束为
p k,i =∑∑p i,j ( t ) ⋅ b k,i ( t ), ∀k ∈ K; ∀i ∈ S\{| S |}
(bo) (d)
本文假定列车的区间运行时间和在站停靠时 (14)
t∈T j>i
间均为固定值，列车在每一座车站的到、发时刻与
p k,i =∑∑p j,i ( t ) ⋅ b k,j ( t ), ∀k ∈ K; ∀i ∈ S\{1}
(al) (d)
其在该车站的停靠时间和站前区间运行时间存在 (15)
t∈T j<i

的关联约束为 ì p (k,ibo) , i=1

ìït , ï
i=1 p k,i = í p (on) - p (al) + p (bo) , others , ∀k ∈ K
(a ) (on)
(16)
, ∀k ∈ K
(a )
t k,i = íï (k,1d) (7) ï k,i - 1 k,i k,i

ît k,i - 1 + t k,i - 1, ∀i ∈ S\{1} î0,

(r )
i = |S|
p k,i ≤ ∑C m ⋅ y k,m , ∀k ∈ K; ∀i ∈ S
(on) (P )
t k,i = t k,i + t k,i , ∀k ∈ K; ∀i ∈ S
(d) (a ) (dw )
(8) (17)
m∈M

ì∑p (i,jd) ( t ),
为了能清晰地描述客流及货流动态加载过程，
t=0
本文引入指示列车离开车站与否的 0-1 辅助指示变 ï j>i
,
(w)
p i ( t ) = í (w)
ï p i ( t - 1) +∑p i,j ( t ) -∑p k,i ⋅ d k,i ( t ), others
(d) (bo)
量 z k,i ( t ) ，列车离开车站时刻的 0-1 辅助指示变量
î j>i k∈K
d k,i ( t ) ，以及列车在站有效乘车时间的 0-1 辅助指示
∀i ∈ S\{| S |} ; t ∈ T
变量 b k,i ( t ) 。各变量之间存在的关联约束为
(18)
z k,i ( t ) ≥ z k,i ( t - 1), ∀k ∈ K; ∀i ∈ S\{| S |} ; ∀t ∈ T (9) 式(14)和式(15)确保到达乘客均可乘坐其到达
d k,i ( t ) = z k,i ( t ) - z k,i ( t - 1), ∀k ∈ K; 车站后第一列离开的列车，并构建了到达客流与
(10)
∀i ∈ S\{| S |} ; ∀t ∈ T 上、下车客流之间的关联约束；式(16)构建了列车 k
第 22 卷 第 2 期 灵活编组条件下轨道交通客货协同运输方案优化 201
离开车站 i 时的载客量与上、下车客流之间的关联 ìz ≤ y ⋅ u
ïïz ≤ x
约束，
并可进一步帮助构建列车容量约束式(17)，
以
íz ≥ x - u ⋅ (1 - y ) (24)
确保列车运营安全；式(18)为等待乘客数量与到达 ïï
îz ∈ [0,u]
客流数量及上车乘客数量之间的关联约束，表示 t
通过引入辅助变量 n k,i ( t ) = p k,i ⋅ d k,i ( t ) 和足够
(pbo) (bo)
时刻在车站 i 等待乘客数量等于 t - 1 时刻等待的
乘客数量与 t 时刻到达乘客之和减去上车离开乘 大的数 U ，
可将式(18)等价转换为线性约束，
即

∑ p i,j ( t ) - ∑n k,i ( t )
ì p(w) ( t ) = p(w) ( t - 1) + (d ) (pbo)
客数量。 ï i i
j>i∈S k∈K
本文基于灵活编组的运营组织模式，开展客货 ï (pbo)
ïn k,i ( t ) ≤ p(k,ibo)
协同运输，以期充分利用轨道交通运力，在不影响 í pbo ,
ïn( ) ( t ) ≤ U ⋅ d ( t ) (25)
乘客运输服务质量的同时，增加由于开展货运运输 ï k,ipbo k,i

ïn( ) ( t ) ≥ p(bo) - [1 - d ( t )] ⋅ U
带来的收益。由于客流与货流之间存在一定的竞 î k,i k,i k,i

争关系且对列车编组类型的选取具有重要的影响， ∀i ∈ S\{| S |} ; t ∈ T
本文允许货物运输存在一定的运输延迟，即货物运 综上，本文构建基于灵活编组的轨道交通客货
输存在二次等待甚至多次等待的情形，并且允许货 协同运输线性混合整数规划模型，可利用 CPLEX
物提前进行运输。同时，为确保货物运输必要的服 或 GUROBI 等商业优化软件进行求解。
务质量，本文假定所有的货物运输均需得到满足，
ìmin F = ω1 ⋅ θ p ⋅ F1 + ω 2 ⋅ F 2′
í (26)
îs.t. 式 (5)~式 (18) ,式 (19)~式 (23) ,式 (25)
构建的货流需求约束为
∑q =∑q i,j ( t ), ∀i < j; i, j ∈ S
(bo) (d)
k,i,j (19)
k∈K t∈T
3 实证研究
q k,i =∑q k,i,j , ∀k ∈ K; ∀i ∈ S\{| S |}
(bo) (bo)
(20) 3.1 基础数据
j>i

q k,i =∑q k,j,i , ∀k ∈ K; i ∈ S\{| S |}

(al) (bo) 本文以北京地铁八通线上行方向(四惠-土桥)
(21)
j<i
为研究对象(共 13 座车站)，结合自动售检票系统
ìq (k,ibo) , i=1 (AFC)历史刷卡数据，选取研究时段为工作日上午
ï (on)
q k,i = íq - q + q , others , ∀k ∈ K
(on) al) bo)
( ( (22) 8:00-11:00，设置离散时间长度为 1 min，共有 180 个
ï k,i - 1 k,i k,i

î0, i = |S| 时间区段的客流需求数据。

q k,i ≤ ∑C m ⋅ y k,m , ∀k ∈ K; ∀i ∈ S\{| S |}
(on) (F )
(23) 本文考虑 35 列列车，5 种编组类型，分别为大
m∈M
编组客运列车(L-P-T)、小编组客运列车(S-P-T)、客
式(19)确保了所有的货物需求均能得到满足；
货混合编组列车(P-F-T)、小编组货运列车(S-F-T)和
式(20)表示站点装载货物数量等于对应从该车站出
大编组货运列车(L-F-T)，假设其对应的运营成本和
发去往其余车站装载货物量之和；式(21)表示站点
列车容量(乘客容量和货物容量)分别为{10000，
卸载货物数量为以该站点为目的地的装载货物数
8000，9000，7000，8500}和{(1200，0)，(600，0)，(600，
量之和；式(22)和式(23)构建了在车货物数量与装
300)，(0，300)，(0，600)}。列车停站时间、最小和最
载和卸载货物数量之间的关系，并确保列车载货数
大发车间隔时间分别 1，3，6 min；区间运行时间分
量不能超过灵活编组列车货物运输能力。
别为{3，2，3，3，3，3，3，2，2，2，2，2}。由于本文假定
2.4 模型线性化及求解方法
乘客不存在二次等待的情况，乘客等待的最长时间
由于式(18)中存在整数变量与 0-1 变量相乘的
均不会超过列车最大发车间隔。客运票价根据地
情形，为典型的非线性约束。为便于求解，本文借
铁实际收费标准按里程分段为 3~5 元，货运票价对
鉴文献[10]中提出的定理，
对式(18)进行线性转换。
应按里程取值为 5~20 元。为更进一步降低运营成
定理：连续变量 x ∈ [0,u] 与 0-1 变量 y ∈ {0,1} 的
本，目标函数权重系数与量纲乘积分别为{1，10}。
乘积 x ⋅ y ，可通过引入一个新的连续变量 z = x ⋅ y
本文利用 Visual Studio2015 平台编写 VB 代码调用
来代替，当且仅当新引进连续变量 z 满足如下两个 CPLEX12.6.1 求解模型，并设置终止条件为上、下
条件：(1)当 y = 1 时，z = x ；(2)当 y = 0 时，z = 0 。因 界 Gap 达到 5%或者计算时间达到 3 h。值得说明
此，z 需要满足的条件为 的是，由于某些参数在实际运营中难以获取，本文
 202 交通运输系统工程与信息 2022 年 4 月
数值实验所用数据，除线路数据和客流数据外，其 取值与列车类型相关并考虑大编组节省费用因
它数据的取值均是结合实际规律根据经验给出的 素。该取值方法虽然在一定程度上体现了运营成
数值。特别的，实际中影响列车运营成本的因素众 本与列车类型之间的关系，但相对较为粗糙，在今
多，例如，列车类型、列车运营里程、列车检修等，由 后研究中将进一步细化成本分析。北京地铁八通
于本文未考虑大小交路运营组织模式，所有列车运 线客、货需求分布如图 2 所示。
营里程相同。因此，本文数值实验中列车运营成本

图 2 北京地铁八通线客、货需求分布
Fig. 2 Diagram of passenger and freight demands for Beijing metro Batong line

由图 2 可知，客流存在明显的随时间变化的波 法 终 止 ，得 到 最 优 方 案 ，乘 客 等 待 时 间 为
动性和空间分布的不均衡性。同样的，考虑四惠、 109722 min ，总运营成本(运营成本减去客货运输
双桥、通州北苑、九棵树、土桥这 5 座可办理货运服 收益)为 140927 元。所得方案中，27 列列车为大编
务的车站，其货流需求亦存在随时间变化的波动性 组客运列车，7 列列车为客货混合编组列车，1 列列
和空间分布的不均衡性。 车为大编组货运列车。
3.2 结果分析 所得方案列车运行图和编组方案如图 3 所示，
基 于 以 上 数 据 和 参 数 设 置 ，经 过 不 到 2 h 图 3 中实心矩形代表货运车厢，未填充矩形为客运
(6326 s)的计算，在与最优目标值 Gap 为 0.00 时 算 列车车厢。

图 3 本文模型所得北京地铁八通线列车运行
Fig. 3 Train working diagram for Beijing metro Batong line obtained by formulated model
第 22 卷 第 2 期 灵活编组条件下轨道交通客货协同运输方案优化 203
由于本文所考虑客流量相对较大，大部分客运 考虑客货运票价与运营方案之间的平衡将在未来
列车为大编组客运列车，只有少部分为客货混合编 进一步研究。
组列车以完成客货协同运输；同时，由图 3 可以看 由于本文所构建模型为具有一般性的数学优
出，在客流需求较密集的情况下，多开行客运列车， 化模型，可通过给定部分决策变量的具体取值对模
客流需求较小时开行客货混合编组列车，且在开行 型进行拓展，以满足实际中的特殊需要。为进一步
大编组客运列车时列车间间隔相对较大以提高列 说明基于灵活编组的客货共运协同优化方法的有
车的载客率。此外，由于第 1 列列车离开车站时客 效性，本文分别针对灵活编组、固定编组下进行客
流量较小，故第 1 列列车可安排为货运列车，为货 货运输和固定编组模式下只进行客流运输分别求
物运输提供服务。上述结果进一步说明了本文所 解所构建的数学模型。不同情形下所得结果如表 2
提基于灵活编组的客货协同运输能更好地利用轨 所示。
道交通运输资源，带来一定的经济效益。值得说明 灵活编组模式下进行乘客运输的列车运行图
的是，客货运收益随着票价的变化产生一定的影 与编组方案如图 4 所示。
响，但过高的运价会导致部分客货流的损失，综合
表 2 各方案结果
Table 2 Comparison of experimental results
乘客等待
序号 方案 编组方案 运营成本/元 计算时间/s Gap/%
时间/min
基于灵活编组(a)(b)(c)(d)(e) 27L-P-T,7P-F-T,
1 109722 140927 6326 0.00
开展客货共运 1L-F-T
固定客货混合编组列车(c)
2 无可行解
开展客货运输
基于灵活编组(a)(b)
3 28L-P-T,7S-P-T 84730 228402 10800 13.40
开展客流运输
固定小编组客运列车(b)
4 无可行解
开展客流运输
固定大编组客运列车(a)
5 35L-P-T 75690 242402 4798 1.86
开展客流运输

注： (b)、
表中(a)、 (c)、
(d)、
(e)分别对应图 1 中所示各种列车编组类型。

图 4 只进行乘客运输所得北京地铁八通线列车运行
Fig. 4 Train working diagram for Beijing metro Batong line
 204 交通运输系统工程与信息
由图 3 和图 4 以及表 2 可以看出，由于本文不
允许乘客存在二次等待的情形发生，固定小编组
和固定混合编组模式下无法得到可行解，需要开
行一定数量的大编组客运列车，导致传统固定编
组模式下所得方案需全部开行大编组客运列车以
满足乘客运输服务要求，进一步说明了结合灵活
编组运营组织模式开展客货协同运输的重要性。
另外，相较于固定大编组客运列车开展乘客运输，
灵活编组模式虽然会在一定程度上增加乘客等待
时间(仅增加 0.31 min 左右乘客平均等待时间)，但
可降低约 5.78%运营成本。同时，在客运的基础
上，开展客货协同运输，可在确保必要的乘客运输
服务质量的前提下(仅增加 1.1 min 左右乘客平均
等待时间且所有乘客均不存在二次等待情形)，降
低约 41.86%的运营成本，大幅度增加运营收益。
特别是在相同运量的情况下，运输高价值货物时，
开展货物运输带来的收益优势将更加明显。但值
得注意的是高价值货物运输对服务质量具有更高
的要求，对货源的稳定性具有更高的要求。因此，
从经济学的角度，综合考虑不同价值货物运输及
货源稳定性等因素以及更加精细化的运营成本分
析，研究基于灵活编组的客货协同运输一体化优
化将是进一步的研究方向。
4 结论
本文基于灵活编组运营组织模式，研究轨道交
通客货协同运输方案优化问题，建立了以乘客等待
时间和运营公司运营成本极小化为目标的数学优
化模型，对列车编组方案、列车运行图和客货运输
方案进行协同优化决策。案例分析表明：
(1) 相较于固定的单一编组运营模式，灵活编
组运营模式可更好地应对客流需求变化，降低运营
公司运营费用。特别是相较于大编组运营模式，灵
活编组模式可在仅增加 0.31 min 左右乘客平均等
降低约 5.78%的运营成本。
待时间的情况下，
(2) 相较于单一的客流运输组织模式，在客流
需求未饱和的条件下，结合灵活编组运营组织模式
开展客货协同运输，可在乘客平均等待时间仅增加
1.1 min 左右且所有乘客均不存在二次等待情形
降低约 41.86%的运营成本。
下，
(3) 基于灵活编组模式的轨道交通客货协同运
输优化方法，虽然在一定的程度上增加了操作和模
型求解难度，但可以较好地将灵活编组运输组织模
2022 年 4 月
式和客货协同运输的优点相结合，更好地实现列车
运能与需求的良好匹配。值得注意的是，本文所构
建模型是更具有一般性的数学优化模型，当给定编
组类型集合且没有货流输入时，本文模型即可退化
为传统的单一编组模式下客流运输优化模型。
参考文献
[1] 钱七虎 . 科学利用城市地下空间建设和谐宜居、美丽
城市[J]. 隧道与地下工程灾害防治，2019, 1(1): 1-7.
[QIAN Q H. Scientific use of the urban underground
space to construction the harmonious livable and
beautiful city[J]. Hazard Control in Tunnelling and
Underground Engineering, 2019, 1(1): 1-7.]
[2] YIN J T, TANG T, YANG L X, et al. Energy-efficient
metro train rescheduling with uncertain time variant
passenger demands: An approximate dynamic
programming approach[J]. Transportation Research Part
B: Methodological, 2016, 91: 178-210.
[3] SHI J G, YANG L X, YANG J, et al. Service-oriented
train timetabling with collaborative passenger flow
control on an oversaturated metro line: An integer linear
optimization approach[J]. Transportation Research Part
B: Methodological, 2018, 110: 26-59.
[4] 许得杰, 巩亮, 曾俊伟 . 考虑客流时变需求的大小交路
列车时刻表优化模型[J]. 交通运输系统工程与信息,
2019, 19(2): 122- 129. [XU D J, GONG L, ZENG J W.
Modeling of train timetable with full-length and short-
turn routing considering the time-varying demand[J].
Journal of Transportation Systems Engineering and
Information Technology, 2019, 19(2): 122-129.]
[5] 孟凡婷, 杨立兴, 卢亚菡, 等 . 考虑跳停策略的城轨列
车运行图与车站限流协同优化研究[J]. 交通运输系统
工程与信息, 2021, 21(3): 156-162. [MENG F T, YANG
L X, LU Y H, et al. Collaborative optimization of urban
rail transit operation and passenger flow control at
stations using skip-stop pattern strategy[J]. Journal of
Transportation Systems Engineering and Information
Technology, 2021, 21(3): 156-162.]
[6] LOU Z N, HAN B M, ZHENG Q J. Research of train
flexible marshalling transportation organization for urban
rail transit[J]. Applied Mechanics and Materials, 2015,
744-746: 2098-2102.
[7] 杨宇芳, 赵鹏 . 可变编组动车组客货混用可行性研究
[J]. 铁道运输与经济, 2018, 40(2): 6-11. [YANG Y F,
ZHAO P. A feasibility study on mixed EMU trains with
variable formations[J]. Railway Transport and Economy,
2018, 40(2): 6-11.]
[8] 禹丹丹, 韩宝明, 张琦, 等 . 基于灵活编组的轨道交通
列车开行方案优化方法[J]. 北京交通大学学报, 2015,
39(6): 21- 31. [YU D D, HAN B M, ZHANG Q, et al.
第 22 卷 第 2 期 灵活编组条件下轨道交通客货协同运输方案优化
Optimization method for train plan of urban rail transit
based on the flexible length of train formation[J]. Journal
of Beijing Jiaotong University, 2015, 39(6): 21-31.]
[9] 陈一村, 董建军, 尚鹏程, 等 . 城市地铁与地下物流系
统协同运输方式研究[J]. 地下空间与工程学报, 2020,
16(3): 637- 645. [CHEN Y C, DONG J J, SHANG P C,
et al. Research on the cooperative transportation modes
上接第 196 页
[28] CRONBACH L J. Coefficient alpha and the internal
structure of tests[J]. Psychometrika, 1951, 16(3): 297-
334.
[29] 吴明隆 . SPSS 与统计应用分析[M]. 大连: 东北财经大
学出版社, 2012. [WU M L. SPSS and statistical analysis
of application [M]. Dalian: Dongbei University of Finance
and Economics, 2012.]
[30] MCFADDEN D, TRAIN K. Mixed MNL models for
discrete response[J]. Journal of Applied Econometrics,
2000, 15: 447-470.
[31] GARVILL J, MARELL A, NORDLUND A. Effects of
increased awareness on choice of travel mode[J].
Transportation, 2003, 30: 63-79.
[32] CHIB S, GREENBERG E. Markov chain Monte Carlo
205
between metro and underground logistics system in
urban area[J]. Chinese Journal of Underground Space
and Engineering, 2020, 16(3): 637-645.]
[10] ZANMA T, AKIBA S, HOSHIKAWA K, et al. Cruise
control for a two-wheeled mobile vehicle using its mixed
logical dynamical system model[J]. IEEE Transactions on
Industrial Informatics, 2020, 16(5): 3145-3156.
simulation methods in econometrics[J]. Econometric
Theory, 1996, 12(3): 409-431.
[33] AWAD- NúñEZ S, JULIO R, MOYA- GóMEZ B, et al.
Acceptability of sustainable mobility policies under a
post-COVID-19 scenario: Evidence from Spain[J].
Transport Policy, 2021, 106: 205-214.
[34] 丁海鹰, 马飞, 张兆芬 . 理解期望效用视角的私家车停
车收费定价模型[J]. 交通运输系统工程与信息, 2016,
16(4): 206- 210, 216. [DING H Y, MA F, ZHANG Z F.
Parking pricing model for private car based on
understanding expectation utility[J]. Journal of
Transportation Systems Engineering and Information
Technology, 2016, 16(4): 206-210, 216.]