高速铁路列车调度对于铁路行业的准点率和可靠性具有关键作用。当列车运行偏离计划时，调度指挥部门制定运输调整方案并下达实施，尽可能使列车运行恢复到原有计划，减少对旅客和运行秩序产生的影响。干扰条件下的列车运行实时调整问题，是高速铁路非正常情况下调度指挥工作的重要任务，是运输组织调整优化的重要内容。

北京交通大学交通运输学院的研究人员王艺楠、孟令云、龙思慧、樊亚夫，在2019年《电气技术》增刊1上撰文（论文标题为“”高速铁路列车区间故障条件下列车运行调整优化模型），重点研究高速铁路列车在区间发生故障这一扰动情景下的列车运行调整问题，从微观层面把列车在路网上的运行抽象为对离散行车资源的占用，建立了故障持续时间确定条件下的以所有列车晚点总时间最小为目标的混合整数规划模型，通过改变列车到发时刻、运行径路、次序等实现运输调整的目标，用线性规划商业软件CPLEX求解。

以京沪高铁北京南—德州东区段为例，验证了确定性故障持续时间模型的有效性，结果表明求解结果和求解时间随着故障持续时间的增加而增加。本文提出的模型和算法可以辅助调度员在故障发生后的较短时间获得最优调度方案，提高调度应急处置的能力。

高铁在正常环境下是按图行车的，但是在遇到由人员因素、自然环境因素、固定设施移动设备因素等带来的扰动时，高铁运行将偏离计划，造成列车晚点、旅客出行满意度下降、铁路通过能力降低、运输效益下降等不良影响，严重的扰动和不及时的恢复甚至会降低民众对高铁的认可度。

我国高铁基本实现了安全平稳运行，但由于高铁密度高、晚点传播快，偶发的突发事件仍会造成高铁大面积晚点，带来不良的社会影响。所以，如何使高铁在干扰条件下通过各种手段尽快恢复到正常状态，降低性能损失，提高铁路运输系统的可靠性和弹性，提高铁路的应急处置能力，是高铁调度领域研究的重要内容。

在干扰条件下的高速铁路运行调整领域，既有研究可将列车运行调整模型分为从宏观路网角度基于列车事件-活动网络的模型和从微观路网角度考虑行车资源和列车径路的基于锁闭时间理论的模型。

占曙光探讨了高速铁路区间能力部分失效组织高铁列车共线运行时，需要考虑安全因素、是否取消车次、故障区间通过次序等建立列车运行调整模型，从宏观上将铁路网络抽象为事件-活动网络，以最小化列车晚点惩罚值、早点惩罚值和取消车次惩罚值之和为目标函数，建立了混合整数规划模型，用CPLEX求解，以京沪高铁某条线全天42对长途列车为数据集，设立了9种不同故障发生时间、故障区间、故障持续时间的情景，结果表明所提出的双方向都允许追踪运行的调度策略优于现场调度策略；但模型中的中间站接车时必须留有空闲股道这一约束可行性不大。

占曙光还研究了高铁两条正线同时失效的大干扰条件下的实时调整问题，主要研究故障发生时已经在区间的列车如何停站、是否需要取消未开出的列车、故障结束后如何确定各列车的运行次序等问题，假设列车不允许在区间停留，但可以退回发车站停车，仍然从宏观层面把列车运行抽象为由事件和活动构成的网络，以列车总晚点时间惩罚值和列车取消惩罚值加权和最小为目标值，建立了整数规划模型，对大规模路网问题设计了两阶段算法进行求解，以京沪高铁上行全线42列车的不同故障开始时间、干扰区间、干扰持续时间为测试数据集，结果表明两阶段法的有效性。占曙光对高速铁路区间能力完全失效和部分失效的模型进行了探讨。

季学胜提出了列车到发时刻与进路同步优化的高速铁路列车运行调整模型。Meng Lingyun提出了一种同步优化列车调度和列车路径的改进累积流变量模型，考虑了四种典型的调度措施：改变到发时刻、改变次序、改变股道、改变路径。用行车资源的占用反映“轨道区段锁闭时间”，从微观路网角度建立运行调整约束，对不同列车数、不同路网尺度、不同施工区段的大M法、累积流变量法的线性规划模型、线性松弛模型、拉格朗日松弛模型进行求解，大量的数值实验表明，拉格朗日松弛法可以比线性松弛法提高下限质量。拉格朗日松弛法在廖正文的研究中也被应用。

根据对文献的检索发现，综合考虑微观径路、调度和径路一体化的模型尚不多见，且既有研究多是因线路等固定设备因素导致区间通过能力丧失，本文的研究是因动车组的故障导致区间通过能力丧失。

本文引入行车资源的概念将我国高速铁路网络从微观层面上抽象为由离散的行车资源构成的网络，基于此对高速铁路区间故障条件下列车运行实时调整问题进行了阐述。在考虑列车运行安全约束以及实际约束的基础上，建立了高速铁路区间故障条件下的故障持续时间确定的列车运行实时调整MILP模型。

以京沪高速铁路北京南—德州东区段3h时段的下行列车的实际数据为依据，考虑到高速铁路线路故障的随机性和不确定性，共假设了27种不同故障场景，采用本文模型对各种干扰情景下的列车运行实时调整方案进行了计算，并将计算结果进行了对比。本模型可以辅助调度员实时决策，提高应急能力。

高速铁路区间故障条件下的列车运行调整是大规模组合优化问题，短时间内有时无法获得最优解，为了使模型在问题规模扩大时仍然适用，可以考虑将模型松弛，得到可行解。此外，本文是在假设故障持续时间已知的情况下，对列车运行调整问题进行了研究，考虑到故障的不确定性，将本文模型扩展到处理故障持续时间不确定情况下的列车运行调整问题是下一步研究的重点。