基于遗传算法的机车二系支承载荷调整优化方法

为了改善机车轮轴重量分配的均匀性,从分析机车二系支承结构出发,建立二系载荷分布弹簧高度调整模型,提出应用遗传算法实现机车二系支承点加垫高度值的快速优化计算。针对机车二系支承载荷分布多维参数优化问题的特点,给出基于实数编码的改进遗传算法模型。对国产SS9,SS3b型机车实际应用,可使二系支承载荷分布最大误差进一步减小8%～15%,平均计算过程时间减少约20%。结果表明这种方法克服了基于误差梯度信息迭代搜索求解支承点加垫最佳值算法的不足,在获得一致的全局优化(近似)解,以及在减小运算时间、提高调簧算法的可靠性和实时性等方面具有明显的效果。     

基于多目标遗传算法的机车二系支承载荷调整优化方法

为提高电力机车二系支承栽荷调整优化算法的实用性,解决单一目标遗传算法调整计算产生二系支承点加垫数和加垫总量过多的问题,提出了一种基于多目标遗传算法的寻优方法.针对机车二系调箦问题的偏好结构特点,建立了多目标优化模型,并设计了基于多目标遗传算法的调簧目标函数,进一步引入了适应性权重方法来确定目标函数值,并确立了相应的适应...     

6轴交流传动电力机车二系载荷调整方法研究

为保证机车轮(轴)重分配均衡,需通过调簧操作保证机车二系载荷分布的均衡性。为解决典型6轴电力机车二系调簧操作困难的问题,通过对机车二系支承结构分析建模,提出一种可以实现简化二系支持结构的局部调簧方法。经实车数据验证,该局部调簧方法在实现简化支承数目的同时也较大程度上完成了对机车二系载荷的均衡分布调整,经局部调整后的机车再进行整体调簧所需操作步骤更少、效果更好,该方法对指导实际调簧工艺意义重大。     

典型B_0-B_0轴式交流传动电力机车二系载荷调整方法研究

为保证机车轮(轴)重分配均衡,需通过调簧操作保证机车二系载荷分布的均衡性,为解决典型B_0-B_0轴列式电力机车二系调簧操作困难的问题,通过对机车二系支承结构分析建模,提出一种可以实现简化二系支持结构的局部调簧方法。经实车数据验证,该局部调簧方法在实现简化支承数目的同时也较大程度上完成了对机车二系载荷的均衡分布调整,经局部调整后的机车再进行整体调簧所需操作步骤更少、效果更好,该方法对指导实际调簧工艺意义重大。     

交通物流配送路径优化算法的研究

为进一步优化交通物流配送路径,提高物流配送效率,将多种路径优化算法相结合,提出改进的路径优化混合算法。首先利用遗传算法的随机搜索性、快速性和全局收敛性产生物流路径问题的初始信息素分布,然后充分利用蚁群算法的并行性、正反馈机制及求解效率高等特点求得较优解,最后利用爬山算法良好的局部收敛性求得最优解。实验结果证明,该混合算法与单一算法相比,其路径计算效果和计算效率都有比较明显的提高。     

GATS混合算法及其收敛性研究

通过对遗传算法和ｔａｂｕ算法的优势和不足分析，提出一种将二者混合使用的求解优化问题的算法。该算法以遗传算法为基础，用遗传算法作全局搜索，用ｔａｂｕ Ｓｅａｒｃｈ算法作局部搜索，改进遗传算法的计算结果。最后，利用马尔可夫链理论证明了混合算法的全局收敛性，并进行了实例研究。     

B_0-B_0轴式电力机车轴重调簧寻优分析

机车调簧是保证机车轴重分配均匀的重要手段。文章通过对SS4型电力机车以及轴式为B0-B0的电力机车调簧技术进行分析研究,为此类机车达到最优轴重分配提出了相应的调簧寻优思路;同时,对轴式为B0-B0的电力机车,给出了当轴重分配达到部颁标准时机车重心纵向偏离所允许的最大范围。     

SS3B型固定重联机车一系弹簧断裂的原因分析及处理

对SS3B型固定重联机车一系弹簧组外簧的强度进行计算校核,分析了造成弹簧断裂的主要原因,并提出了相应的处理措施,取得了良好的效果。     

HX_D3B型机车动力学试验问题的分析及解决方案

针对HXD3B型机车动力学试验中出现脱轨系数和轮轴横向力超标的问题进行判断与分析,认为与二系钢簧挠度过小有关,导致机车在试验中机车动力学性能对车钩力较为敏感;通过动力学计算分析,提出了机车自稳钩力评价的办法,通过改进弹簧设计解决出现的问题。     

电力机车通过分相绝缘时的平稳操纵方法

对电力机车通过分相绝缘时因操纵不当造成冲动的原因进行了分析,介绍了有级调速的机车(如SS1,SS3型机车)和无极调速的机车(如SS4改型机车)通过分相绝缘时的平稳操纵方法。     

粒子群优化算法在多用户检测中的应用

粒子群优化算法是一类有效的随机全局优化技术。它利用一个粒子群搜索解空间,每个粒子表示一个被优化问题的解,通过粒子间的相互作用发现复杂空间中的最优区域。多用户检测技术是直扩序列码分多址中的一项关键技术。将粒子群优化算法应用于多用户检测中,能有效抑制多址干扰,实现结构简单、鲁棒性强的目的,在加速收敛的同时降低了计算复杂度。仿真结果表明,这种多用户检测器充分利用了粒子群优化算法的优良特性,与传统的码分多址接收机、基于进化算法的多用户检测器和基于遗传算法的多用户检测器比较,在误码率和收敛速度等方面都有显著的改善。     

多型号平车装载问题的混合遗传算法

铁路运输中的多车型平车装载问题就是要解决在保证安全运输的条件下，提高铁路运输资源的利用率，节省铁路运输资源，这属于NP-hard问题，遗传算法在求解NP-hard问题方面具有较好的优化效果。文中首先分析了平车装载问题的基本技术条件，然后在基本遗传算法和FFD算法的基础上，提出一种求解多车型平车装载问题的混合型遗传算法，并给出算法的编码方法、遗传算子的设计和适应度函数的定义。一方面通过引入染色体有效性判断与修正方法，有效解决了进化过程中的无效染色体问题；另一方面通过引入基因座信息熵来进行群体多样性的计算和控制，有效解决了进化中的局部最优问题，最后用实例验证了所提算法的有效性。     

基于遗传算法的列车节能运行惰行控制研究

本文建立了定时约束条件下地铁列车节能运行惰行控制优化模型,设计了实数遗传算法进行求解,在适应度函数中引入了运行时间惩罚因子.同时,将遗传算法嵌入到城市列车运行计算系统中,设计了惰行控制优化模块,实现了给定线路条件下站间最佳惰行点的自动计算,最后结合具体算例进行了仿真验证.仿真结果表明,实数编码的遗传算法能较好地解决惰行点布局问题,优化后的惰行控制方案使算例中列车运行能耗降低了10.99%.     

基于四维可视化算法的牵引变电所位置优化

针对牵引供电系统设计的复杂性以及传统优化设计方法过程繁琐且很难找到可靠的最优解,粒子群和遗传算法等的迭代过程复杂并且容易陷入局部最优解的问题,将一种四维可视化算法运用到牵引供电系统的优化设计中。四维可视化算法不需要设定初始解、能够同时展现全局最优解的分布、能判断解的稳定性、方便添加约束条件。四维可视化优化算法通过编程使目标函数的最优解集在四维数据场可视化。以接触网对地电压为约束条件,以牵引网有功功率损失最小为目标函数,运用四维可视化算法进行牵引变电所和分区所位置的优化设计。通过实例计算验证了四维可视化算法可有效降低牵引网的功率损失。研究表明该方法能很好地克服传统方法和粒子群等优化算法在牵引供电系统优化设计中的不足。     

开放车流径路建模方法与算法设计研究

开放车流径路是著名的NP难题,所以启发式算法是目前求解开放车流径流的主流。在分析开放车流径路的基础上建立了模型,并用遗传算法为模型求解。研究表明:遗传算法在解决开放车流径路问题上有优势,并能很好地解决相关问题。     

基于遗传算法的铁路纵断面优化系统的研究

提出一种基于全局最优的改进式遗传算法.采用改进的启发式交叉算子和多种算子混合操作,加快算法向最优解收敛的速度.给出相应的纵断面优化模型,并改进初始种群生成的方法,将一个二维优化问题转化为两个一维优化问题进行求解,简化了算法的执行过程.引入惩罚函数的概念处理方案的约束问题,设计算法实现的流程图,并开发相应的优化系统.利用实例证明遗传算法在纵断面优化设计中的可行性及全局寻优的性能.     

基于运行网络配流的客专列车开行方案遗传优化研究

借助于遗传算法的求解功能和特点,将客运专线旅客列车开行方案优化问题描述为对列车运行网络客流分配的寻优。最优的列车开行方案对应于最优的客流分配方案。首先,针对任意的列车开行方案,构建费用—容量运行网络,并通过该网络的最小费用流描述最优客流分配方案,用运行网络中客流分配的最小费用作为个体适应值函数;而后,考虑到网络中列车保本定员限制所产生大量不可行个体的优良遗传信息,设计出求解直线型客运专线单方向旅客列车开行方案优化问题的协同对称群体交叉遗传算法,并进一步将其推广到网状客运专线上。研究发现:可以将开行方案编码的个体描述为含有阶跃容量限制的费用—容量网络,个体的适应值对应于该网络的最小费用流;在非能力过剩网络中,不会出现违反阶跃容量限制的可行流,并且可以通过控制网络容量,避免产生固定费用和负费用。     

蜂群优化算法在轨道交通线网物资总库合理布局中的应用

建立了轨道交通物资总库布局的数学模型,运用蜂群优化算法同时解决了物资总库数目和位置的确定两个问题。在蜂群优化算法迭代的过程中,设计了独特的编码方法和交叉算子,并结合问题特征给出了局部搜索算法,有效地进行解空间的搜索,从而求得全局最优解。     

路网车流径路选择随机相关机会规划模型及其混合遗传算法

研究随机环境下车流径路的选择问题,首先给出路网车流径路方案可靠性的定义,并在此基础上建立随机环境下车流径路选择问题的随机相关机会多目标规划模型。模型考虑了车流具有不同权重的情况,目标为极大化车流径路方案的可靠性及极小化期望总费用。用C＋＋语言编写K短路算法,并在Visual Studio 6.0上基于该算法开发了软件,用于计算网络上任意两点之间的K短路。以该软件计算出的K短路作为节点间的可选径路集,提出一种基于随机模拟的混合遗传算法。算例表明,在不同交叉和变异概率的条件下算法均可在给定进化代数内收敛至相同的最优解,有较强的适应性。