基于改进遗传算法的ATO速度曲线研究

常用遗传算法研究ATO速度曲线,但其存在着局部搜索能力和全局收敛效果较差的缺点。针对此问题,提出一种基于自适应变异算子的变异策略,并结合精英保存策略使算法全局收敛。然后基于列车动力学和牵引制动模型,建立多目标优化模型,用于求解ATO速度曲线。结果表明:改进算法比标准遗传算法效果更优,生成的ATO速度曲线符合相应模式的牵引控制策略,且算法具有一定的参考价值。     

横风下基于滚动GAPSO算法的列车速度曲线优化

针对普通环境下高速列车目标速度曲线优化算法不适用于横风环境的问题,提出一种横风环境下基于滚动GAPSO(遗传粒子群)算法的列车速度曲线优化方法。首先,考虑横风风速阻力作用改进列车动力学模型,并建立列车运行多目标优化模型;其次,基于GAPSO算法寻优巡航构建列车在起始阶段的最优目标速度曲线,引入滚动优化框架实时调整目标速度曲线,并在横风限速区按照改进快行策略运行;最后,在列车进站前采用GAPSO算法寻优惰行点生成目标速度曲线。仿真实验结果表明：GAPSO算法较GA算法和PSO算法具有搜索能力强、收敛速度快的优点;滚动GAPSO算法能在不同横风环境下实时生成优化后的目标速度曲线,并与改进快行策略和RH-PSO算法相比,具有较优的节能性和准时性。横风下基于滚动GAPSO算法的列车目标速度曲线优化可为横风环境下列车节能、准时运行提供一种可行的解决方案。     

基于黄金比例遗传算法的动车组列车节能优化研究

为研究注重最小化能耗的动车组列车运行控制,针对列车单质点模型受力分析不准确问题,提出一种对附加阻力进行处理的多质点方法,进而以多质点模型为基础进行2次优化。为解决遗传算法寻优时容易陷入局部最优的问题,提出一种基于黄金比例遗传算法的优化方法,1次优化通过该算法为列车运行寻求一组满足约束条件的目标速度集合,获得列车节能运行速度曲线。考虑过电分相对列车运行的影响,进行2次优化,将运行区间划分为操纵固定段和操纵可优化段,并通过黄金比例遗传算法搜索出一组操纵可优化段内满意的工况转换点,结合1次优化得到列车最终运行曲线。以兰考南-开封北线路CRH3型动车组为仿真实例,列车运行能耗降低了10.83%,表明所提方法是可行的。     

中速磁悬浮列车的分数阶运行控制方法

针对中速磁悬浮列车运行控制系统的高控制精度与高鲁棒性要求,提出一种基于分数阶PID的运行控制方法.首先,根据中速磁悬浮列车运行数据,利用粒子群优化-模拟退火算法辨识列车空气阻力系数,提高列车动力学模型精度.然后,设计分数阶PID速度控制器,跟踪列车目标速度曲线,降低各类运行阻力对列车运行过程的影响.最后,基于试验线数据...     

基于CO_2排放的车辆路径优化模型及其算法研究

物流不仅是能源消耗大户,同时也是CO2排放的重要来源。在分析配送车辆燃油消耗和CO2排放因素的多种车辆类型车辆路径问题特点的基础上,构建其相应的优化模型,并给出基于遗传算法的启发式求解算法。最后,针对该模型和求解算法进行数值算例仿真,研究结果显示:路径最短的路线不一定是能耗最小的路线;与传统基于路径最短的车辆路径对比,基于CO2排放的车辆路径总行驶里程较长,但其综合成本较低;遗传算法是解决绿色车辆路径问题的一个有效的求解算法。     

基于2阶段优化的高速列车节能运行仿真研究

以高速列车牵引计算为基础,节能运行为目标,充分考虑实际运行线路条件,提出包含坡道运行优化和全线惰行优化的两阶段优化方法,分别构建定时约束下的列车节能模型。第1阶段,将线路坡道离散化,使用遗传算法搜索列车运行能耗最小时的速度组合序列,将模型求解转化为最优化问题,获得列车速度运行曲线;第2阶段,通过遗传算法在列车的中间运行阶段选择合理的惰行位置和惰行区间速度,再次优化列车速度曲线。以济南—泰安为站间实例进行仿真,经过2阶段优化后,CRH_3型高速列车节能效果达11.63%。     

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.     

基于改进DE的城轨列车节能速度曲线研究

采用改进交叉策略的差分进化（DE，Differential Evolution）算法，研究城轨列车节能优化的速度曲线生成。该算法以起点到目标停车点的距离和工况状态值作为个体基因，基于改进交叉策略，结合工况转换原则，对变异后的个体基因进行有效化处理。建立末速度、停车位置误差、运行时间和牵引能耗的评价模型，在满足安全运行和舒适度要求下生成最优列车自动运行（ATO，Automatic Train Operation）速度曲线。经数据仿真测试，牵引能耗为28.8 kw·h。生成的速度曲线，在准时到达的前提下，具有较好的节能效果，对城市轨道交通的列车节能优化运行研究具有一定的参考价值。     

面向布局问题求解的混合全局优化算法研究

布局问题属于NP完全问题。由于布局函数的病态性状，传统的优化算法很难解决此问题。遗传算法、模拟退火算法等对全局优化展示了一定的前景，但是它们的求解精度和效率不能令人满足。本文将启发式随机搜索策略和局部优化算法相结合，构造了混合全局优化算法（MGOA）来解决这一困难。通过典型测试函数与经典遗传算法，模拟退火算法，复合形法进行比较验算，表明该算法具有优良的求解质量和较好的求解效率；并以旋转卫星舱布局的简化模型为背景，建立多目标优化数学模型，通过一个已知最优解的布局算例与遗传算法和乘子法的计算结果比较，该算法求解的质量和效率更优。表明此算法在布局优化中具有应用潜力。     

基于智能电表的电力机车能耗管理优化系统

电力机车能耗管理优化系统采用基于节能学习模式的设计思想,可随着数据的不断积累和优化,建立更科学、合理的能耗考核标准.设计基于选择性保存数据记录的算法和用速度信息判断突变公里标并辅助计算机车运行累加距离的算法,可有效节省智能电表内的数据存储空间和还原操纵曲线.利用线性插值算法分别得到距离和速度的信息,采用车站号和时间信息的关联查询算法得到区间运行时间,再通过区间运行时间和能耗数据之间的关联查询算法得到区间能耗.为构建操纵曲线分析优化的环境,提出了全图形化的能耗优化算法.该系统设计的科学性已被成都铁路局应用中产生的节能效益所证明.     

基于遗传算法对高速列车速度曲线的优化

为了保证列车运行安全、提高运输效率,满足旅客舒适性和列车节能等要求,必须对高速列车的运行速度进行优化.文章在完成列车自动运行系统中列车速度曲线多目标模型的基础上,选择和运用遗传算法完成了列车运行速度曲线的优化.根据工程实际的需要,尝试从编码方案、复制算子、交叉算子、变异算子和适应度函数的尺度变换等角度来改进遗传算法.最后在Visual C++6.0平台上完成了遗传算法的验证.     

基于成对组合的遗传算法生成联锁测试用例

计算机联锁自动测试的质量往往取决于测试用例的质量.本文提出一种新的设计思想:将基于成对组合覆盖的遗传算法用于计算机联锁测试用例的生成和优化,并以道岔测试为例对该算法的应用过程进行详细分析,重点介绍成对组合覆盖方法、算法的整体框架和遗传操作设计.采用遗传算法对成对组合的启发式算法AETG进行改进,有效地减少了冗余的测试用例,提高测试用例质量和联锁测试效率.     

基于目标速度追踪的城轨列车 节能优化算法

为了实现城市轨道交通的节能运行,提出基于目标速度追踪的城轨列车节能优化算法。首先构建列车均 质棒动力学模型和节能优化目标函数,利用极大值原理推导出列车节能运行工况。然后重点分析列车运行时间和 运行方式对能耗的影响。在对典型方案仿真分析的基础上,提出通过陡坡时的基于等效平均速度法的运行策略, 以及目标速度改变时合理利用惰行的运行策略。最后通过目标速度追踪的方法得到速度曲线,实现城轨列车的节 能运行。利用上海地铁 3 号线的数据对本文提出的算法进行验证,结果表明相较实际运行情况,本文提出的算法 可以降低 25.39%的运行能耗,同时求解得到的速度曲线更加平缓,更适合城市轨道交通的实际运行情况。     

基于蚁群算法的城市轨道交通列车节能运行优化模型仿真分析

对城市轨道交通列车的开行模式、牵引控制特性、驾驶策略优化算法等进行了综合分析，基于蚁群算法建立了优化求解模型匹配的列车最优运行速度曲线，采用OPENTRACK软件对优化结果进行了仿真分析，验证了列车节能运行策略的可行性及算法优化的有效性。     

基于遗传算法列车自动运行速度曲线的优化

本文探讨了列车自动运行系统(ATO,Automatic Train Operation)中的列车自动运行速度曲线的优化问题.根据ATO控制指标的要求,建立了包含速度防护、舒适度、节能、精确停车等多个目标的列车运行控制模型;采用遗传算法对列车自动运行控制策略进行优化,验证和仿真了优化后的速度曲线,直观反映了列车自动运行的安全性,舒适性,高效性和停车精度等性能提高情况.     

遗传算法在ATO目标速度曲线规划中的应用

在列车自动驾驶(ATO)系统中,结合遗传算法和列车逐级变速技术,规划出列车运行的目标速度曲线,实现了对列车加速、巡航、减速等运行状态的规划控制.仿真结果表明,该算法满足列车对目标速度曲线的安全性、准时性、节能性和舒适性等要求,可运用于ATO系统和培训仿真系统.     

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。     

基于轮廓线特征的三维人脸识别改进算法

研究基于面部轮廓曲线特征的三维人脸识别。为提取最优面部曲线特征,提出一种基于模糊聚类方法的人脸曲线特征优选算法。该算法从三维人脸深度图中选取最具代表性的8条轮廓曲线,作为主要识别特征,这在很大程度上降低了计算复杂度,克服表情和光照对人脸识别的消极影响,同时它用最少的轮廓线包含了所需要的人脸识别信息。基于这些人脸轮廓线特征,利用改进的Manhattan距离分类器来提高人脸识别的分类效果。实验结果表明,所提出的算法明显提高了人脸识别率,并且具有很强的鲁棒性。     

CTCS-3级列控系统超速防护的仿真研究

从速度防护曲线生成的角度研究列车超速防护算法。根据静态限速和临时限速等,合成最严格限速曲线。分析了单限速区速度防护曲线的算法,针对多限速区,通过递推算法,完成了分级速度控制与目标速度控制模式的结合;实现了司机驾驶模式和自动驾驶模式下,CTCS-3级列车运行控制系统的超速防护。使用该仿真系统对郑西线线路数据进行运行仿真,验证了该速度防护算法的有效性,并为以后进行列车速度防护的研究提供了可靠的实验环境。     

基于遗传算法的重载列车驾驶策略研究

针对重载列车在长大下坡道运行时需采取循环制动来保证列车安全运行的难点问题,通过分析重载列车动力学模型和操纵要求,研究了一种基于遗传算法的列车驾驶策略。首先,基于线路数据和列车编组数据,对重载列车运行过程进行了动力学模型的建立;然后以操纵要求建立约束集,设计了以工况(制动和制动缓解)转换点为编码对象的驾驶策略生成算法;最后选取朔黄铁路一段长大下坡道实际线路数据,仿真得到最优的工况转换序列,并生成列车驾驶曲线。分析仿真驾驶曲线与指导驾驶曲线速度的均方根误差以及速度误差的期望和方差,表明该方法是可行的。