列车节能运行模拟系统的研究

探讨了列车牵引特性下的节能操纵问题，研究了起伏坡道条件下的节能操纵方法。开发了一套可用于不同运行条件下的列车节能运行模拟软件．系统重点探讨了定时约束条件下的列车节能操纵的计算模型，给出了求解的启发式算法及其专家控制原则，并对内燃机车进行了实例分析，初步实现了给定线路条件下的列车运行优化，效果令人满意．     

基于工况序列寻优的列车节能操纵策略优化

传统“三阶段”“四阶段”工况序列的列车操纵模式难以满足城市轨道交通复杂线路条件下的列车节能运行需求,本文提出一种基于工况序列寻优的列车节能操纵策略优化方法。将物理区间离散为多个等距离子区间,建立工况序列与子区间之间的映射关系,以区间总牵引能耗和运行时间最小化为目标构建列车节能操纵策略多目标优化模型。为提高模型求解效率,改进非支配排序遗传算法的交叉算子和距离算子,通过离散仿真求解列车节能操纵策略集。以福州地铁1号线的两个典型区间为对象进行案例分析,结果表明,相比传统操纵模式,优化后列车牵引能耗平均降低约19%。本文方法通过合理选择算法参数能够有效构建适应不同线路条件的运行工况序列,生成秒级运行时间划分下的列车节能操纵策略集。     

列车节能运行优化操纵的研究

在确保列车运行安全、平稳、正点的前提下,研究列车节能运行的优化操纵方法。分析了列车运行的能耗构成及节能的主要原则;提出下坡道入口的两个特征速度:即惰行进坡速度和动力制动进坡速度,通过对列车运行线路进行预处理,给出列车节能运行的优化操纵序列和寻优策略,使列车节能运行的寻优成为可能,而且加快了寻优进程。      

列车节能运行目标速度控制优化研究

探讨了城市轨道交通列车节能运行控制问题,提出了一种分段目标速度控制策略,将目标速度的大小、调速范围和里程范围作为控制参量,建立了定时约束下的列车节能运行优化模型.设计了一种双重惩罚机制的实数编码遗传算法求解模型,对列车晚点和非节能方案进行惩罚以提高算法收敛速度.仿真分析表明,该方法得到的目标速度控制方案较好地适应了线路条件,有效地避免了列车在下坡道的制动调速,与启发式算法得到的运行结果相比,案例中不同富裕时分程度下的优化方案平均节能率22.2%.     

基于遗传算法的追踪列车节能优化

为了研究追踪列车的节能优化操纵策略,提出了四显示固定闭塞系统下的列车静态速度约束条件和追踪列车动态速度约束条件.在此基础上,建立了以列车操纵手柄级位和工况转换点为控制变最的追踪列车节能优化模型.采用染色体长度可变多目标遗传算法,结合外部惩罚函数对该模型进行了求解,并利用遗传算法中的染色体变长算子对列车操纵手柄变换策略进行了优化.在四显示固定闭塞平台上的仿真结果表明,该方法可在安全、准点的前提下,使追踪列车的能耗下降4.3％,运行时间误差减小1.7％.     

基于动态规划的列车节能运行两阶段优化方法

针对地铁列车多站间节能运行优化问题，提出将列车节能驾驶优化过程和时刻表优化过程结合的两阶段优化方法，分别求解两优化过程的全局最优解，从而获取列车在多站间运行的最优操纵策略. 首先考虑节能和节时两个目标，构建列车节能驾驶多目标优化模型，结合动态规划多阶段寻优思路，建立一系列包含多个过程指标及约束的子阶段求解模型，逆序求解后获取列车站间运行最优操纵策略的Pareto前沿；其次建立时刻表优化模型，基于动态规划方法，调用各站间Pareto前沿，搜索站间运行时间最优分配方案；最后以北京地铁亦庄线为例，验证两阶段优化方法的有效性和高效性. 试验结果表明，与最速操纵策略相比，经过两个阶段优化后的列车牵引能耗分别降低了53.87%和54.69%，两阶段优化过程分别用时258.90 s和0.08 s.      

列车节能运行优操纵的研究

在确保列车运行安全、平筝、正点的前提下，研究列车节能运行的优化操纵方法。分析了列车运行的能耗构成及节能的主要原则；提出下坡道入口的两个特征速度；即惰行进坡速度和动力制动进坡速度。通过对列车运行线路进行预处理，给出列车节能运行的优化操纵序列和寻优略，使列车节能运行的寻优成为可能，而且加快了导优进程。     

考虑追踪安全的地铁快慢车协同操纵节能优化

研究考虑追踪间隔要求和再生能利用的快慢车线路地铁列车协同操纵节能优化问题.首先,基于滚动优化思想将列车协同操纵全局优化问题分解为一系列的子问题,即每一列车进入下一区间前由中央控制器根据同一供电分区内其他列车的操纵方案和列车重量等实时运营信息,计算出站列车在下一区间的操纵方案.为延长牵引制动重叠时间、提高再生能利用,各列车尤其是快车允许途中二次牵引加速以配合其他列车进站制动.基于上述研究思路,本文以列车净能耗为目标构建了快慢车线路列车协同操纵节能优化模型,并设计了混合遗传算法进行求解.案例分析结果表明,与不考虑其他列车操纵的个体最优节能操纵方法相比,本文提出的协同操纵方法可节能3%以上,算法满足实时优化对计算效率的要求.     

基于时间逼近搜索算法的城轨列车运行节能优化研究

针对地铁列车准点节能运行,提出了基于时间逼近搜索的列车节能优化算法。首先建立城市轨道列车在满足定时运行条件下的节能控制模型,通过庞特利亚金最大值原理得到了列车节能最优控制工况集;其次,推导了列车在不同节能运行模式下的能耗差异;在此基础上,提出了一种将列车运行区间进行分段优化的方法,采用时间逼近搜索求解列车工况转换点的位置,最终达到定时节能运行的目的。以上海地铁3号线铁力路至友谊路线路为算例,与实测负荷过程对比,列车采用本文算法优化后可节能12.5%。      

考虑追踪安全的地铁快慢车协同操纵节能优化

研究考虑追踪间隔要求和再生能利用的快慢车线路地铁列车协同操纵节能优化问题.首先,基于滚动优化思想将列车协同操纵全局优化问题分解为一系列的子问题,即每一列车进入下一区间前由中央控制器根据同一供电分区内其他列车的操纵方案和列车重量等实时运营信息,计算出站列车在下一区间的操纵方案.为延长牵引制动重叠时间、提高再生能利用,各列车尤其是快车允许途中二次牵引加速以配合其他列车进站制动.基于上述研究思路,本文以列车净能耗为目标构建了快慢车线路列车协同操纵节能优化模型,并设计了混合遗传算法进行求解.案例分析结果表明,与不考虑其他列车操纵的个体最优节能操纵方法相比,本文提出的协同操纵方法可节能3%以上,算法满足实时优化对计算效率的要求.     

高铁夕发朝至列车开行与天窗设置协同优化

高速铁路夕发朝至列车开行与天窗设置存在动态影响关系，将两者进行协同优化有助于满足旅客夜间出行需求，提升铁路运力资源配置. 以通道型高速铁路为对象，在分析高速铁路夕发朝至列车与天窗设置影响关系的基础上，以高速铁路夕发朝至列车总的旅行时间最少和高速铁路夕发朝至列车的开行对既有列车运行图的影响最小为目标，建立了列车开行模式未定情形下高速铁路夕发朝至列车与天窗协同优化的非线性混合整数规划模型. 结合问题特性，提出了双目标转换和约束线性化处理等模型约简策略，设计了基于自适应大邻域搜索的启发式求解算法. 最后，以京广高速铁路走廊为例，对模型算法的有效性进行了验证. 结果表明:算法经过40次左右迭代便可收敛至最优解，耗时784 s.      

重载运输战略装车域车流组合方案优化

为研究铁路重载运输装车端车流组织优化问题,首先分析了基于重载运输的战略装车域车流组织过程,将其按货源供给水平及运输组织方式划分为战略装车点、装车区及装车域3个层次,根据装车域车流以单元式重载列车和组合式重载列车进行组织的特征,以组合列车总组合时间最小化为目标,考虑年目标运量、线路能力、装车点(区)装车能力等约束条件,引入组合映射关系式表示组合站的车流接续关系,构建了符合我国重载线路装车域车流组织特征的车流组合方案优化模型,并设计了启发式算法进行求解.算例结果表明:根据论文提出的优化方法,可获得3种等价的组合方案,其中算例优化方案2与现场车流组织方案相符,其余两种等价组织方案的组合内容不同,但总时间消耗相同.      

·���е��г����ܲ����Ż������о�

在铁路网络中,列车运行通过车站时可能会受到其他运行线列车运行的干扰,本文对列车运行受干扰时的节能操纵优化进行了研究。根据问题的数学描述和列车运行动力学方程,建立了最优化模型,并采用变长度染色体遗传算法,结合工况序列表,对问题进行了求解。通过仿真计算,给出了受干扰时列车运行的速度距离曲线,与无干扰时的速度距离曲线进行了比较,分析了速度、时间之间的相互变化,并结合能耗距离曲线,揭示了列车节能操纵的一些原则,最后将运算结果与其他方法计算出的结果进行了比较。比较结果表明,变长度染色体遗传算法是一个有效的算法,可以很好地应用在列车节能操纵优化的研究中。     

基于遗传算法的列车运行能耗优化算法

研究了CBTC系统中列车控制模型和列车运行调整,以降低能耗为目标,对列车在区间的运行控制进行优化组合,提出了基于遗传算法的能耗优化算法,根据具体的线路条件,计算了在不同的运行等级下或不同区间运行时分对应的列车运行速度曲线。以一段2 400m长,具有典型节能坡设置,且包含一段60km.h-1区间限速的线路为例,进行了能耗计算和优化仿真。研究结果表明:优化之后速度曲线与其对应的运行等级2、3、4的速度曲线相比,列车牵引能耗减少到原来的62%、58%、60%,节能效果显著,算法有效。     

既定列车作业计划下高铁站可用能力算法研究

高铁站可用能力计算对确定列车开行方案的可行性有重要意义.首先分析了高铁站可用能力的影响因素,然后构建了基于股道空闲时段的高铁站可用能力数学模型,提出了先验性优化策略与智能优化算法相结合的双阶段算法对模型求解.其中,第一阶段是综合运用最小股道空闲时段优先、最大平行进路优先、股道空闲时间段内出发时间最小的列车类型优先等策略规则求出模型可行初始解,第二阶段是在初始解基础上运用禁忌搜索算法寻找模型优化满意解,最后用实例对算法的有效性进行验证.     

考虑列车追踪的自动驾驶控制算法

为了研究追踪列车安全、平稳的操纵策略,在分析列车间相互纵向动力学关系的基础上,提出了列车追踪模型. 列车在不同情况下控制目标有所不同:单独运行模式下以最优速度模式曲线运行,追踪运行模式下保证安全追踪间隔运行.为了实现不同的控制目标,采用模型预测控制的分层结构,结合二次型优化算法实现最优列车速度控制.以CRH2型列车、武广线为例验证该模型的有效性. 仿真结果表明,本文方法可使追踪列车安全性得到有效提高,且当使加速度控制在-0.75~0.5 m/s2之间,加加速度控制在-0.5~0.5 m/s3之间时,乘车舒适性得到了有效的保障.      

基于遗传算法的地铁列车自动驾驶控制算法研究

轨道交通列车运行曲线的控制是轨道交通列车自动化的核心技术。通过提出改进的遗传算法来设计列车ATO（列车自动驾驶）控制算法，使用某城市地铁列车参数建模，编制实用的遗传算法生成列车时分控制曲线的程序，并进行计算机仿真，仿真的结果达到了：输出时间与给定的定时值完全一致；能耗比节时模式降低56%；停车点精度｜x｜=14cm，小于规定值（25cm）；最大速度小于规定值；具有较高的全局适应度。表明算法效果良好、性能优越。     

考虑开行比例的大小交路列车开行方案优化

分析了城市轨道交通的大小交路列车开行比例关系，划分了2种典型的大小交路列车开行比例; 基于跨交路乘客对直达列车的选择偏好与换乘行为，提出了2种开行比例模式下乘客的广义出行费用计算方法; 考虑共线区段列车运行间隔的匹配关系，计算了运营车底数量; 以乘客出行费用和企业运营费用最小化为目标，构建了适用于多编组的大小交路列车开行方案优化模型，并针对开行方案编制流程和模型特点，设计了开行时段优化算法和遗传算法对模型进行求解; 以上海地铁8号线为例，研究了全日列车开行时段划分及其最优开行方案; 考虑固定编组和多编组与大小交路的组合运营模式，分析了单一交路运营与组合运营模式下的最优方案及其运营指标; 研究了乘客选择偏好和时间价值对开行方案和小交路折返站的影响。研究结果表明:与单一交路运营模式相比，大小交路运营模式下的乘客候车时间成本增幅超过11%;固定列车编组条件下，开行比例1:1模式下的小交路长度比开行比例2:1模式下的小交路长4个区间; 多编组运营的早高峰系统总成本降幅超过1.87%，比固定编组运营更具优势; 乘客对直达列车的选择偏好对多编组开行方案的影响较固定编组更大，当选择偏好概率大于0.3时，多编组开行方案的小交路折返站位置向外围延伸; 当时间价值增至原来的1.8倍及以上时，固定编组的运营模式由大小交路变为单一交路。