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。     

考虑再生制动能利用的城市轨道交通列车节能运行优化方法研究

对列车运行过程的优化是实现城市轨道系统交通节能的重要途径之一。列车节能运行优化主要包括两个层面的问题:一是单列车站间运行策略优化;二是多列车运行协调的时刻表优化。从上述角度出发,分别建立以能耗最低为目标的单列车站间运行优化模型和以再生制动能利用最大为目标的多列车运行时刻表优化模型,设计相应算法进行求解,并提出将二者结合协同优化的方法。采用北京地铁某线路数据,验证所建模型适用性和优化效果,提出针对全线能耗最小的全局优化方案。     

无线传感器网络中一种基于簇头预测和功率控制的节能路由算法

在无线传感器网络中,节点能量有限且一般没有能量补充,因此如何减少节点的能量消耗成为路由协议的研究目标。文中提出一种基于簇头预测和功率控制的节能路由算法CHFPC(Cluster Head Forecasting andPower Controlling),该算法利用能量和距离参数对簇头进行预测,并将功率控制这一机制引入分簇路由和数据传输的过程中,从而使节点的平均能耗降低。最后用OMNeT++仿真的结果表明所提出的方案在网络生存时间和网络总剩余能量指标上比LEACH算法分别提高23%和15%,而且节点生命周期也明显长于LEACH算法。     

面向列车节能控制的时刻表优化

列车牵引运行能耗是铁路运输中的主要能源消耗,直接由列车运行操作决定。时刻表是列车运行操作的依据,与运行控制密切相关。结合时刻表优化与节能控制的相关因素,以列车能耗值和列车时刻表稳定性综合最优为目标,在满足列车安全追踪间隔等约束的条件下,制定面向列车节能控制的时刻表优化模型,针对模型特点设计一种采用迭代寻优的富余时间分配求解算法,实现时刻表的优化过程。实验结果表明,该算法在保证列车时刻表稳定性在一定范围的前提下,通过调整列车在中间车站的到发时间,可以减少列车在站间运行的能耗,节约能耗占总能耗的4.04%。     

城市轨道交通列车定时节能优化方法研究

针对城市轨道交通启停频繁的运行特点,从降低牵引能耗的角度出发,应用"四阶段"最优运行策略,得到各个阶段牵引能耗的计算公式。以牵引距离为自变量,将运行距离和线路条件等作为约束条件,设计了单列车站间牵引能耗计算方法。在此基础上,以牵引能耗值和运行时间误差的权重和作为目标函数,采用遗传算法进行优化,得到最优的牵引距离,从而得到各个阶段的运行距离,达到定时节能的目的。通过限制最大加速度值达到同时降低牵引能耗值和提高乘客舒适度的目的。通过算例在MATLAB软件中进行仿真分析,与实测值相比,定时节能优化情况下可节能22.45%;兼顾舒适度情况下,可节能21.99%。从仿真图可以看出,优化结果减少了工况转换次数,曲线更平滑。     

城市轨道交通追踪列车定时节能操纵优化

研究在给定站间运行时分前提下的城市轨道交通追踪列车节能操纵优化模型,模型以两列车在两站间运行的总能耗最小为目标,通过同时优化前行列车和追踪列车的操纵策略以提高再生制动能的利用。在一定的制动停车距离、线路平纵断面和限速条件下,将站间区间划分为若干个子区间,建立两列车在各个子区间的运行工况序列选择模型,通过遗传算法优化两列车在每个子区间的牵引力使用系数、末速度和运行时间,提高列车牵引时对再生制动能的利用率。算例表明,在给定的站间区间上,本文模型在保证正点前提下比单列车定时节能算法的能耗降低5.8%。当区间存在陡下坡时,两列车在途中运行过程中比在进出站过程中协同利用再生制动能效果更显著。     

地铁列车追踪运行的节能控制与分析

为了研究地铁列车再生能量利用,分析给定运行图的节能潜力,以牵引变电所处总能耗最小为目标,依据再生制动等效电路和牵引计算模型,获得地铁列车两车追踪运行约束。在假设前行列车运行状态已知的条件下,采用二次规划算法,优化追踪列车操纵序列,提高再生制动能量的吸收利用,降低系统总能耗。仿真算例与仅考虑单车优化运行策略的方案对比结果表明:给出的算法能够在保证追踪列车正点、准确停站的前提下,节约3.8%的系统总能耗。通过该算法获得的节能效率与列车追踪间隔密切相关,同时调整追踪间隔和采用该优化算法可获得更好的节能效果。     

基于 Dueling DQN 算法的列车运行图节能优化研究

通过优化地铁时刻表可有效降低地铁牵引能耗。为解决客流波动和车辆延误对实际节能率影响的问题,提出列车牵引和供电系统实时潮流计算分析模型和基于 Dueling Deep Q Network(Dueling DQN)深度强化学习算法相结合的运行图节能优化方法,建立基于区间动态客流概率统计的时刻表迭代优化模型,降低动态客流变化对节能率的影响。对预测 Q 网络和目标 Q 网络分别选取自适应时刻估计和均方根反向传播方法,提高模型收敛快速性,同时以时刻表优化前、后总运行时间不变、乘客换乘时间和等待时间最小为优化目标,实现节能时刻表无感切换。以苏州轨道交通 4 号线为例验证方法的有效性,节能对比试验结果表明：在到达换乘站时刻偏差不超过 2 s和列车全周转运行时间不变的前提下,列车牵引节能率达 5.27%,车公里能耗下降 4.99%。     

一种可在线调整的列车正点运行节能操纵控制算法

在给定列车站间运行时分的前提下,以能耗和时间成本最小为优化目标,以列车牵引力、制动力和速度为约束函数,建立基于列车受力特征函数的运动方程.运用动态规划法和二分法,通过回溯计算,建立回溯记录表和调整目标函数价值关系系数,设计列车离线最优节能操纵和正点运行在线调整的控制算法.算例分析以及与基于极大值原理的正点节能方案对比结果表明,给出的算法不仅可以获得与传统算法相似的离线最优节能操纵方案,而且可以对外界干扰做出动态响应,在线调整运行轨迹,在保证正点的前提下控制列车节能运行.     

基于FAPSO的地铁列车节能运行优化研究

以地铁列车节能、准点运行为研究目标,在充分考虑实际运行线路条件下,构建满足约束条件下的多质点列车运行能耗模型,并在此基础上,将萤火虫算子引入到标准粒子群算法中,构建一种包含萤火虫算子的粒子群优化算法(FAPSO),进而提出基于FAPSO算法的双层结构一体化优化控制方法。上层结构优化通过使用FAPSO算法对获得的总冗余时间进行分配,进而得出各站间最佳运行时间,优化列车运行时刻表;下层结构优化在上层结构优化所得站间最佳运行时间下,对不同运行策略下列车运行能耗进行比较,进而优化整条线路的列车运行策略。最终,获得列车站间节能、准点运行的最优驾驶方案。以广州地铁站间线路为例,通过MATLAB进行实例仿真,仿真结果表明,经双层结构一体化优化后列车运行能耗降低10.8%,且满足列车准点运行的要求。     

基于免疫退火遗传算法的城市轨道交通列车节能运行策略

为降低城市轨道交通列车站间运行能耗,提出了一种基于免疫退火遗传算法(IAGA)的列车节能运行策略.在区间运行时间固定的情况下,该策略能实现列车能耗的最小化.IAGA算法通过免疫补充和建立疫苗库缩短算法收敛时间,并借助退火机制避免算法提前进入早熟状态.求解模型以寻找列车站间运行工况转换点为约束,牵引能耗最小为目标,建立列车节能运行策略.以实际线路数据和车辆参数为基础,对单区间及三站两区间的节能策略进行仿真验证.结果表明,在保证站间列车定时运行的情况下,与传统遗传算法相比,IAGA算法具有更快的收敛速度,其计算的策略可使单区间列车运行能耗降低10.2％,三站两区间列车运行总能耗降低16.0％.     

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。     

城市轨道交通ATO的节能优化研究

自动列车驾驶系统ATO通过对列车的速度调节实现列车在站间的自动运行,列车在站间的控制策略决定其运行的能耗。传统的ATO可以根据线路情况、列车当前速度、位置、牵引制动特性以及停车点的位置计算相应的速度曲线,通过一定的控制算法实现对列车速度的精确追踪,保证列车准点并精确地到达停车点。但是该过程使得列车在站间运行时反复实施牵引力和制动力的转换,能耗较大。本文在传统ATO控制策略的基础上,分析一种基于驾驶策略的ATO控制方法,给出一种ATO节能驾驶策略的求解算法。该算法在保证列车到站时间误差在一定范围的前提下,通过延长列车的惰行距离,减少列车在站间运行的能耗。     

城市轨道交通列车节能运行模式的研究

能耗在城市轨道交通的运营成本中占据着很大的比重,节能已经成为日益关注的焦点问题。着重分析了实现列车节能运行的运行模式,提出了相应的节能运行优化算法。采用移动闭塞技术的列车控制系统是节能的有效途径。     

一类危险货物公铁联运时空服务网络路径模型

在组织核废料(即乏燃料)等特殊危险货物运输时，公铁联运可融合铁路高安全性和公路灵活等特点，其联运换装节点和路径的优化选择至关重要。基于此类危险货物在公铁联运网络中公路弧与铁路弧的各项权值具有时变性特征，增加虚拟节点和虚拟弧反应节点的转运时间、风险和成本等指标，并引入时间维度以刻画各权值的时变性。进而构建危险货物公铁联运时空服务网络，建立以运输风险最小为目标的公铁联运时空路径0-1整数规划模型，将求解危险货物公铁联运方案转化为时变权值的时空最短路问题。通过改进Dijkstra算法，根据永久标号点在弧段的出发时刻动态更新网络剩余节点权值，按照风险值最小原则搜索前进方向并得到权值随时间变化的公铁联运时空最短路。最后通过算例验证了模型和算法的有效性。     

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。     

基于监测树的高速铁路光传送网络故障定位研究

高速铁路光传送网络承载了列车控制等安全级别较高的业务,其正常运营是铁路安全行车的基础。为保证网络的安全可靠性,在网络链路出现故障时,必须快速准确地定位故障链路。利用监测树M-tree方案,通过将网络拓扑转化为树形结构,并在指定节点设置监测器实现故障链路定位。为实现M-tree的构造,提出基于度与距离的监测器分配算法DDMA,算法选择节点度最大且相互距离最远的两个节点作为监测信号的转发节点以扩展M-tree。仿真数据表明,利用DDMA设计的M-tree方案所需监测代价不超过理论最小监测代价的7%。相对于现有的监测迹M-trail方案,DDMA算法最大可以节省30%左右的监测代价。利用DDMA为高速铁路骨干层光传输网络设计M-tree监测方案,实际监测代价不超过理论最小值15%。DDMA算法复杂度较低,当网络中含有100条链路时,算法运行时间不超过0.2 s。     

基于身份与位置分离体系结构的列车通信方案研究

在传统的互联网体系结构中,IP地址既作为节点的位置标志又作为节点的身份标志,难以适应列车通信。针对这一问题,提出身份与位置分离体系结构,并设计一种列车通信方案。在基于身份与位置分离体系结构的列车通信方案中,IP地址只作为节点的位置标志,引入端点标志符作为节点的身份标志,使得节点移动时也不会中断连接。列车中的节点通过移动网关接入互联网,对于MANET节点发送给互联网节点的数据报文,移动网关在转发之前需要对该数据报文重新封装;当节点移动时,利用路由更新选项和路由确认选项进行路由更新,并且这些选项都封装在IPv6逐跳选项报头中,不需要额外的信令开销。性能仿真及分析表明,与基于MIPv6的通信方式相比,该方案具有更高的报文递交率以及更低的报文开销。     

基于小生境粒子群算法的ATO运行过程优化研究

针对自动驾驶(ATO)列车的低能耗、高准时和高舒适度问题,以列车运行过程中的安全性及其列车动力学模型为约束条件,建立列车运行过程的多目标优化模型,提出粒子群算法与小生境技术相结合的求解算法。该求解算法首先计算随机生成的粒子间欧式距离的平均值,确定小生境半径,划分小生境种群;采用共享机制对更新后的小生境群体进行调节,提高粒子的适应度值;最后通过迭代求出最优解。通过对选取线路的仿真模拟,验证该算法在降低ATO列车的运行能耗、提高列车运行过程的准时性与舒适性方面的有效性。