多功能车辆总线周期信息实时调度算法的研究与实现

在不改变周期信息本身的前提下,对MVB(多功能车辆总线)周期信息的实时通信调度做了深入的研究,提出了实时调度算法,并编制了调度表生成程序.采用列表驱动算法与RM(单调比率)算法结合的方式,结合MVB通信特征,实现了MVB实时调度表的建立,并对调度算法进行了可调度性分析,确保了MVB周期信息实时调度表的有效性.根据调度算法,编写了MVB周期信息实时调度程序,获得了与Duagon公司的MVB调度表生成程序D2000相一致的结果,进一步验证了调度算法的正确性.     

CANopen作为轨道交通车辆总线的可行性研究

本文对CANopen协议作为轨道交通车辆总线的可行性进行了理论分析和试验验证。对比分析CANopen和MVB各层协议,结合CAN及CANopen协议特点制定一套基于静态调度算法(RM)和CANopen协议的网络调度机制,通过理论分析和实例计算证明使用该调度机制的CANopen网络能达到MVB性能,从理论上证明CANopen作为轨道交通车辆总线的可行性。通过搭建试验平台,模拟实际车辆网络和数据进行试验,试验数据及试验波形结果表明:基于本套网络调度机制的CANopen网络能够达到MVB网络性能,证明CANopen作为轨道交通车辆总线的可行性。     

MVB网络周期轮询算法优化与仿真研究

多功能车辆总线(MVB)主设备通过预置的周期扫描表实现对周期信息的实时调度。针对使用传统方法构建周期扫描表所造成的负载信息均匀度较差这一缺陷,在对构建周期扫描表这一组合优化问题进行数学建模的基础上,提出了一种基于免疫遗传算法的优化方案。该算法通过采用"免疫算子"能够有效避免抗体适应度的退化,达到高效求得周期扫描表最优解、周期信息负载均匀度大幅提高的目标。并在OPNET Modeler网络仿真平台中搭建了由MVB主、从设备构成的MVB网段,通过仿真验证了优化方案的有效性。     

蝙蝠算法优化模糊神经网络的25Hz相敏轨道电路故障诊断研究

针对传统25Hz相敏轨道电路故障诊断网络求解时收敛速度慢、诊断精度不高的问题,提出智能蝙蝠算法(BA)与模糊逻辑理论(FS)、神经网络(NN)相融合的BA-FNN模型,优化网络参数,对25Hz相敏轨道电路进行故障诊断。考虑到轨道电路特征参数的不确定性、模糊性,运用模糊逻辑理论对轨道电路特征参数进行模糊化预处理;为了克服传统的BP算法存在易陷入局部极小点和速度收敛慢等问题,引入蝙蝠算法,模拟蝙蝠的飞行过程对模糊BP网络的相关参数进行优化;建立最优BA-FNN模型用于网络诊断。仿真结果表明,相对于GA-FNN、PSO-FNN比较算法模型,BA-FNN模型不仅学习训练次数明显减少,训练时间缩短,且寻优精度较高,可有效提高25Hz相敏轨道电路故障诊断的精度。     

基于时间敏感网络的列车通信网络实时流量调度优化

随着轨道交通智能化的发展,列车控制与监测产生的高带宽实时数据对列车通信网络提出了更高的要求。时间敏感网络可作为兼具高传输速率、高确定性和高兼容性的下一代列车通信网络解决方案。然而,实现时间敏感网络确定性通信机制的流量门控调度设计难以拓展到实际场景规模。因此,针对车载网络流量特性,提出一种基于改进增量式调度策略和改进灰狼优化算法的列车通信网络流量门控调度生成方法。首先,基于列车通信网络流量和拓扑结构建立门控调度系统模型。然后,为提高调度生成效率,提出了基于增量式调度的单帧简易调度(Single Frame Simple Scheduling,SFSS)策略,弥补了门控调度模型在计算速度方面的不足。其次,为提高灰狼优化算法的寻优性能,引入了粒子群优化算法、Logistic混沌映射策略和反正切函数,提出了改进灰狼优化(Improved Grey Wolf Optimization,IGWO)算法,改善了实时周期性流量的实时性能和带宽占用。最后,利用SFSS策略和IGWO算法对列车通信网络门控调度系统模型进行测试和求解,通过实验验证所提出调度生成方法的可行性和有效性。实验结果表明,与其他方法相...     

基于动态资源调度算法的数据中心负载均衡方案研究

云数据中心大多采用静态调度算法对虚拟化资源进行分配和调度,调度一旦完成,若无维护,资源分配状况一般不会发生变化,但随着资源池的持续使用,资源使用不均衡的问题会越来越严重。针对该问题,提出基于动态资源调度(DRS,Dynamic Resource Scheduler)算法的负载均衡解决方案,使数据中心物理节点上的资源使用达到相对均衡。采用DRS算法对资源进行实时监控,根据监控结果筛选出与平均负载值偏差较大的物理主机,结合虚拟机已分配与实际使用的资源,计算出其最终得分,根据得分,选择合适的虚拟机进行动态资源均衡,使物理主机的负载值趋于平均负载值。实验结果表明,DRS算法在数据中心应用中具有有效性和稳定性,可以周期性地进行资源动态调度,实现数据中心的负载相对均衡。     

350km/h动车组TCN网络周期轮询优化算法研究

CRH3型高速动车组周期轮询策略存在总线负载利用率不均匀、周期负载占用带宽相差较大的不足。针对此不足,对高速动车组网络控制系统周期数据的数学模型进行推导,提出一种用于350km/h动车组的周期轮询优化算法。根据MVB轮询周期表的特点,在求解过程中增加层次性的约束条件,以局部目标函数代替全局目标函数,提高了算法的运行效率。对单调速率算法、遗传算法和多约束条件均匀度优先算法的关系进行论证,表明此优化算法在多约束条件下具有极大优势。对优化算法进行可调度性分析,验证了周期轮询表优化结果的有效性。仿真结果进一步证实此优化算法实现了负载信息均匀度最优。     

铁路监测WSN网络的非均匀优化分簇算法

针对铁路沿线无线传感器网络(WSN)线性部署导致的"能量空洞"问题,提出一种节点非均匀优化分簇算法。在所需监测的铁路沿线等距部署WSN节点,以均衡簇头(CH)节点单位时间能耗为优化目标,对铁路直线轨道、弧线轨道监测区域内的簇成员节点进行非均匀分簇;建立CH节点能耗、CH节点数目和簇成员节点数目之间的函数关系,结合CH节点能耗波动、CH负载均衡度和CH能耗平衡度这3个性能指标,构建优化的WSN分簇部署模型;基于该模型,对比分析了本文算法、簇头固定的非均匀分簇算法、均匀分簇和组数据传输算法的性能。仿真数据表明:提出的节点优化部署模型和算法在降低及均衡CH节点能耗,延长CH节点寿命和提高网络通信效率方面性能较优。     

基于客流均衡分析的城际铁路列车运行图优化

将城际客流均衡分配与列车运行图优化相结合,构建城际列车运行图优化的双层规划模型,其中,上层模型以满足行车组织要求、运营时间等为约束,以降低旅客乘车时间、换乘等待时间以及提高始发、终到时间满意度为目标优化列车运行图;而下层模型为基于列车运行图的客流均衡分配模型。模型采用模拟退火算法与GP算法组合求解,在生成初始列车运行图的基础上不断通过均衡分配乘车客流、构造邻域解迭代优化。算例分析表明模型与算法具有较好的收敛性与有效性。     

基于波形特征提取和FA-Grid SVM的MVB故障诊断

列车通信网络的故障诊断一直是列车健康管理的难点,文章针对列车MVB(多功能车辆总线)网络,提出了一种基于波形特征提取和联合萤火虫网格寻优支持向量机(FA-Grid Support Vector Machines, FA-Grid SVM)相结合的故障诊断方法。通过提取MVB总线物理波形的时域特征,作为支持向量机的样本,构建MVB故障数据集;基于SVM较优参数点基本集中于同一区域这一现象,提出FA-Grid两步寻优的参数优化模型。试验结果表明,与传统网格寻优和遗传算法(GA)相比,提出的FA-Grid寻优模型时间复杂度低,分类效率高,能够准确地对MVB故障进行诊断。     

双向编组站列车调度调整的优化模型及算法

研究双向编组站调度优化问题,以解决到达列车接入系统和出发列车编组系统的实时调度调整。在分析双向编组站作业机理和规律的基础上,以列车的编成辆数、编组内容、接续时间、集结地点和作业能力为约束条件,以列车的走行距离、所产生的交换车数为综合优化目标,构造双向编组站列车调度调整的非线性优化模型。根据模型NP-Hard性和变量高度相关性的特点,建立基于网络流技术的遗传算法求解理论。算法的主要思想是在假定0-1变量已经确定的条件下,将整数变量的确定归结为求解网络最小费用流问题。以郑州北编组站为背景,给出算法的实际求解过程。求解算例表明,提出的方法能够有效解决到达列车和出发列车作业地点的实时选择问题。     

列车MVB总线故障注入方法研究

为了提取不同运行状态下列车通信网络的故障数据特征量,测试不同程度退化的网络性能,以便于对车载网络进行故障诊断和健康管理的研究,设计了一种基于FPGA的MVB网络故障注入设备。通过研究网络故障的发生原理,实现了MVB网络阻抗不匹配、间歇性断路、数据帧错误等故障注入;同时以锁存器(latch)亚稳态结构作为随机数熵源,提出基于"LFSR+latch"结构的真随机数生成模型,模拟偶发性、随机性故障的发生;最后搭建了MVB网络测试平台,通过采集各故障模式下的MVB网络波形数据,提取特征量,进一步验证故障注入方法的可行性。     

一种改进的多功能车辆总线周期扫描表的配置方法

结合国际电工委员会IEC 61375标准中构成周期扫描表的基本规则,在分析了周期数据通信方式和报文信息特点的基础上,将总线负载均匀度加入约束条件,提出了一种改进的多功能车辆总线(MVB)周期扫描表优化算法。利用该优化算法对具体的周期扫描表用例进行配置,与传统的逐步填空法相比,可以有效提高整个周期扫描表的均匀度,以此达到提升列车网络控制系统的可靠性和实时性的目的。并且该算法能够设置优先发送的数据,人为决定特定数据在特定周期发送,有利于分析特定的数据。最后基于该优化算法,开发出一款专门的软件用于配置MVB周期扫描表。     

城市轨道交通网络化列车开行方案优化方法

通过引入备选集,建立双层规划模型,将网络化列车开行方案这一复杂的混合交通网络设计问题简化成0-1规划问题;采用混合遗传模拟退火算法对城市轨道交通网络化列车开行方案优化问题进行求解。上层模型以城市轨道交通网络化列车开行方案涉及的运营单位和乘客综合费用最小化为目标,以交路必须覆盖整个运营网络、限制区间交路数、满足发车间隔时间限制和区间客流量小于列车运力为约束条件;下层模型为用于城市轨道交通网络客流分配的随机用户均衡问题优化模型,它充分考虑了乘客选择出行时路径感知费用与实际费用之间的差异。算例结果表明,采用基于备选集的双层规划模型和混合遗传模拟退火算法对城市轨道交通网络化列车开行方案进行优化是可行和有效的,而且求解效率高。     

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IPSO的霍尔特指数平滑系数的铁路客运量预测研究

为了提高霍尔特指数平滑法对铁路客运量预测的精度,基于改进粒子群算法(IPSO)对铁路客运量预测领域中霍尔特指数平滑系数的取值进行优化研究。以我国各省铁路客运量为研究对象进行仿真实验,以验证改进粒子群算法的寻优效果,并求解霍尔特指数以预测各省铁路客运量的平滑系数最优取值。研究表明,相较于经典的线性递减权重优化法和固定权重法,非线性递减权重优化的粒子群算法能更加准确地求出最优平滑系数,具有更好的寻优能力和收敛速度。以上海市为例,其收敛速度分别提高4代和14代,求解精度分别提高了0.000 18、0.000 006。     

基于有限状态机的轨道交通多功能车辆总线网络动态性能仿真分析

鉴于MVB(多功能车辆总线)网络在轨道交通列车上的广泛应用,选取网络效率、网络利用率和网络吞吐量等表征MVB网络动态性能的关键评价指标,基于Stateflow有限状态机工具箱构建模块化MVB网络模型,并利用该模型分析了数据长度、设备数量、传输介质等因素对MVB网络动态性能的影响.     

基于约束程序累积调度的编组站静态配流模型研究

静态配流是铁路编组站阶段计划的核心,模型和算法的优劣直接影响编组站作业效率和经济效益。本文基于约束程序累积调度和字典序多目标优化理论,考虑配流成功的出发列车优先级总和最大、出发车流来源总数最小、到达车辆先到先发等具有字典序的3个目标,以满轴、正点、不违编、解编顺序及编组场容量限制等为约束条件,建立静态配流字典序多目标累积调度模型。采用迭代、约束传播和回溯算法求解。通过现场实际数据验证:本算法求解时间满足现场要求;模型稳定、扩展性好,符合实际需求。     

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。     

基于RM的轨道车辆网络控制系统优化设计

通过分析轨道车辆网络通信系统特点,提出适用于轨道车辆网络系统的静态调度RM(Rate Monotonic)机制;然后通过分析轨道车辆网络控制系统特点,提出适用于轨道车辆网络控制系统的数据传输周期选取方法;最后结合网络性能设计和控制性能设计,提出不同性能要求下,基于静态调度机制的轨道车辆网络控制系统整体优化设计方案,并通过实例进行说明。本文研究为轨道车辆网络控制系统的优化设计提供参考。