量子科技中心_量科网

本研究探讨了铁路短期密集发车场景下出发顺序与站线分配的协同优化问题。作者构建了一个二次无约束二元优化（QUBO）模型，用于在统一的二元框架内表示出发-股道分配与站线选择。由于调度方案的质量取决于随时间变化的运行交互作用，而静态组合模型无法完全捕捉这些交互作用，因此该团队引入了一个基于仿真的评估层，用于评估区间占用、中间站等待、站台能力压力、运行时间波动以及延误传播。在此分层框架内，该工作在相同决策结构下比较了传统启发式算法、量子启发式算法和混合算法。结果表明，QUBO模型在解码后能够生成可行的候选方案，而仿真层则清晰区分了各对比算法在正常和扰动条件下的运行性能。在测试场景中，QPSO-QAOA在正常条件下表现最佳；在动态条件下，量子增强方法相比传统方法，综合成本平均降低4.28%--26.26%，总延误平均降低4.37%--24.25%。这些发现表明，基于QUBO的建模与基于仿真的评估相结合，为铁路短期密集发车调度提供了一种有用的方法论框架，尽管仍需基于实际运营数据进行验证。