随着高速铁路骨干网的基本建成,铁路旅客运输正逐步转移到高速铁路,原来的铁路货运点线能力结构发生变化,编组站、区段站等“点”的能力成为限制因素。在上述背景下,编组站需要适应铁路生产力布局调整需要,不断进行调整和升级改造,大幅提高整体作业效率与运营水平,新一代的编组站综合自动化技术SAM因此应运而生。在SAM诸多技术中,集成化、集中化是系统的基础;信息化体现了系统的通透性能;自动化体现了系统的控制能力;而智能化则处于核心地位,体现并决定着系统的整体水平。从宏观的角度来说,编组站的智能化可以分为三大领域:运营决策的智能化、作业调度与执行的智能化、作业设备控制的智能化。编组站作业执行智能化属于上述第二个领域,其研究的重点是:在列车配流与解编顺序已经确定的情况下,智能分配作业所需设备资源。文章首先对编组站运输作业的业务进行了分析,包括编组站在铁路现行运输计划与调度指挥体系中的作用和地位,主要工作与总体流程,三层计划体系,以及作业执行过程中的多岗协作关系。文章指出,由于编制阶段计划的艰巨性,通过阶段计划调度、指挥现场作业在许多编组站并未得到真正的实行,大部分车站采取依靠阶段计划引领,结合“分层处理、分而治之、多岗协作”的办法来进行作业调度与执行。整个过程中,车站调度员作为主导者,通过与计划区长、调车区长、场值班员等岗位之间的实时交互来实现协同决策与作业组织实施。接着,文章研究了编组站作业执行的数学模型,将作业执行多目标优化问题简化为一个双目标规划模型,以正点出发列车数最多并且作业执行代价最小作为总体优化目标。同时,文章分析了模型的约束条件,出于分层管理、分层决策的需要,将影响列车出发时间的因素分离为两个部分,即固定的作业基本耗时和动态的作业延迟耗时。作业基本耗时由车站调度在列车配流与决策解编顺序时确定,作业延迟耗时则进一步分解为到发线、编组线、调机、驼峰、进路等资源运用引起的耗时,分别由计划区长、调车区长、场值班员在制定相应资源分配方案时确定。在业务分析与数学建模的基础上,文章对作业执行智能化的需求进行了分析,对作业执行智能化的设计思路、技术框架进行了详细阐述,提出求解作业执行优化问题需要吸纳大系统理论的“模型降阶、结构递阶、自律分散、人机协调”思想,从多个角度与多个层面构建综合的解题方案。模型降阶参考了奇异摄动法的做法,即首先将模型进行降阶处理,分别对分离出来的变量进行分析计算,然后将计算结果集结起来,进行总体层面的协调再优化。多级递阶结构是大系统的主要结构形式,具有简化系统的分析和综合、降低计算难度、减少计算量、节省运算时间、利于管理与控制、可靠性较高等优点。因应编组站的调度指挥组织结构,作业执行系统采用由调度级、组织级、操控级组成的三级递阶结构。在自律分散系统的基础上结合分布式人工智能,则构成智能自律分散系统。编组站智能自律分散系统共划分了三个智体组:系统管理智体组,后台计算与服务智体组,人机交互智体组。系统中每个智体都是一个自律的单元,它们之间的联系仅仅是通过智体数据场来实现,从而确保其自治性和弱耦合性。人与机器的智能集成是解决复杂大系统优化问题的最有效的方法之一。构造人机协调系统需要把握好两点:合理的人-机分工原则,友好的人-机交互界面。文章提出了编组站作业执行智能化系统的四层技术框架,由四库层、智能支持层、后端服务层、前端层构成。在智能化技术上,考虑到编组站作业执行涉及诸多复杂的不确定性因素,建议采用多种智能算法与技术构成混合型智能系统。在编组站作业执行智能化总体研究之后,文章分别对到发线、编组线、驼峰、调机、进路五个方面进行了运用智能化的研究,进行了数学建模、算法设计和算例分析。到发线运用智能化方面,提出以总体等线时间最短结合考虑到发线灵活运用原则为目标的数学模型,并采用遗传算法作为它的优化算法。编组线运用智能化方面,提出以动态耗时最短与“固定使用、灵活借用”原则相结合为目标的数学模型,并采用专家知识推理结合遗传算法作为其优化算法。驼峰运用智能化方面,提出以解体过程等待时间最短为目标的数学模型,使用产生式规则专家系统技术作为其优化算法。调机运用智能化方面,提出以动态耗时最短结合考虑作业固定区域、走行距离和对其他作业干扰程度为目标的数学模型,阐述了使用BP神经网络进行优化的实现过程。进路运用智能化方面,提出以作业占用进路动态总耗时最短并结合考虑作业类型、作业等级、缓急程度和进路距离等因素作为其优化目标的数学模型,阐述了使用专家知识推理结合蚂蚁算法进行优化的实现过程。