Learning-based model predictive control for passenger-oriented train rescheduling with flexible train composition

Xiaoyu Liu

doi:10.1016/j.trc.2026.105841

Learning-based model predictive control for passenger-oriented train rescheduling with flexible train composition

2026-07-01

2

PRE

AI

X

Xiaoyu Liu *

D

da Silva, Caio Fabio Oliveira

DOI：10.1016/j.trc.2026.105841

原文链接

原文求助

摘要

En 中文

本文聚焦于面向乘客的实时列车重调度，考虑了灵活的列车编组和车辆循环，通过集成基于学习和基于优化的方法。提出了一种基于学习的模型预测控制（MPC）方法，用于具有灵活列车编组和车辆循环的实时列车重调度，以应对时变乘客需求。在所提出的方法中，整数变量的值通过预训练的长短期记忆（LSTM）网络获得，而连续变量通过非线性约束优化确定。基于学习的MPC方法能够通过结合学习和优化方法来共同考虑效率和约束满足。为了减少整数变量的数量，开发了四种预处理技术以修剪一组整数决策变量。基于北京城市轨道交通系统实际数据的数值仿真结果表明了所提出的基于学习的MPC方法的有效性。

Keyword:

Urban rail transit

Train rescheduling

Time-varying passenger demands

Model predictive control

Long short-term memory networks

Learning-based model predictive control for passenger-oriented train rescheduling with flexible train composition

摘要

期刊

机构

引用论文