基于改进型D3QN深度强化学习的铁路智能选线方法

传统的人工选线方法劳动强度大,设计效率低,随着我国铁路建设重心向西部复杂艰险山区转移,人工选线面临的困难日趋凸显.为缩减铁路选线的人力物力成本,提高设计效率,亟需发展结合了人工智能和信息技术的现代选线技术.为此,提出一种基于深度强化学习理论的铁路智能选线方法.以带有空间属性信息的数字高程模型为选线环境,以相邻空间点间的...     

巡航模式下地铁纵断面节能坡优化研究

地铁列车运行常采用巡航模式来保证运营的安全、舒适和准点,而人工纵断面线形设计较难契合列车的巡航状态、不适应设计条件的多变,无法做到有效节能。以变坡点里程和高程为变量,以列车双向运行牵引能耗为目标建立纵断面线形节能优化模型,采用差分进化算法进行模型求解。优化策略包括初始方案搜索和整正两个阶段,初始方案搜索阶段依据区间长度假定适当多的变坡点进行优化,方案整正阶段将删除初始方案上坡度代数差极小的变坡点得到优化方案。优化结果表明：巡航模式下,节能坡坡度值越大,中间坡度越缓,列车双向能耗越小。灵敏性分析表明：惰行距离较长时,宜设置较长的节能坡;车站高差增大时,宜缩小低位车站节能坡的长度和坡度值,增长高位车站节能坡的长度。