面向短期扰动的量子启发式进化邻域搜索：优化铁路站到发线利用

论文将列车到达、股道占用和出发操作统一表示为区域级资源占用区间，建立同时考虑列车延误与资源重新分配成本的到发线调整模型，并提出量子启发式进化算法结合邻域搜索（QEA-NS）。在法兰克福中央车站GTFS扰动实例中，QEA-NS总延误为388分钟，较CP-SAT的519分钟降低25.2%，但求解时间更长。