基于混合微粒群优化的多目标列车控制研究

列车控制策略包括输入控制序列和每一控制序列作用距离两方面,本文建立列车运行过程多目标优化模型,以二进制和实数域的混合微粒群优化方法对该问题进行了研究,二进制微粒群算法优化列车输入控制序列,实数域微粒群算法对列车运行距离进行优化,以此得到列车最佳控制策略;针对实际的问题,提出了微粒群算法中pBest更新和gBest选择策略;并与传统的单个目标的列车运行过程优化模型进行了对比研究,仿真研究结果表明混合微粒群优化算法用于列车运行过程优化控制,可以获得满意的效果。     

列车运行调整微粒群算法研究

列车运行调整问题是铁路行车调度指挥工作的重要内容,决定着区段内行车秩序的优劣。这一问题的计算机自动求解算法是我国铁路信息化建设的一个核心技术和难点问题。本文依据我国铁路行车组织体制的特点,建立了相应的模型。在模型的求解过程中,先运用大系统理论将列车进行分层分级,从而将待解的原始问题分解成若干个子问题,在对分解后的问题进行求解时,设计了微粒群算法,运用该算法可快速得到各子问题的近似最优解。然后,应用系统原理对问题进行还原,即可快速得到一个满意度高、可用性强的列车运行调整方案。最后,采用现场数据,应用该算法对列车运行调整问题进行求解,并与遗传算法进行比较,结果表明微粒群算法解决列车运行调整问题高效、实用。     

CIPSO算法在城市有轨电车控制策略中的应用研究

在保证电车安全的前提下,轨道交通中的城市有轨电车控制策略优化问题实质上是多目标优化问题,主要是针对节能、正点、停靠准确和乘客舒适度优化等方面的复杂问题,以电车运动学方程为基础,针对粒子群优化算法在离散优化问题中处理不佳,容易陷入局部最优的问题,采用混沌Tent映射初始化粒子群,建立其多目标优化模型。而后采用免疫接种和免疫选择的方法提高PSO优化算法的优化能力,对模型进行求解。以广州市海珠区环岛新型有轨电车试验段数据为对象进行实例仿真,结果表明,混沌免疫微粒群优化算法较传统微粒群优化算法可获得更好的控制策略,能更有效的解决电车运行多目标优化问题。     

混沌微粒群算法在离散型生产调度中的应用

本文基于离散型生产调度问题的定义、约束条件,建立了相应的数学模型,针对微粒群算法后期容易陷入局部最优解且收敛速度慢的特点,提出了混沌的微粒群算法.详细介绍了混沌微粒群算法在离散型生产调度的优化流程,并将该算法用于实际项目,进行优化求解,与基本的微粒群算法对比得出更好的结果,验证了混沌微粒群算法的优越性.     

基于多目标优化的磁浮轨道梁有限元模型修正

基于精细有限元建模与多目标优化算法,建立一种适用于具有复杂附属结构的磁浮轨道梁有限元模型修正方法。以一座典型的磁浮连续轨道梁桥为研究对象,建立其精细初始有限元模型;在灵敏度分析的基础上选择待修正参数,利用模态频率和振型等结构实测动力响应构造修正目标函数;采用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)对多目标优化问题进行求解,得到其Pareto最优解集。研究结果表明:模型修正后结构的模态频率和振型计算值与实测值吻合良好,修正后的有限元模型能够精确全面地模拟实际结构,且能确保设计参数合理且具有明确物理意义。     

不确定环境下应急物资配送问题研究

针对受灾点的需求量、车辆从配送中心到受灾点的运行时间及单位成本为三角模糊数的应急物资配送问题,建立系统总费用最小和总的时间惩罚成本最小的双目标规划模型,利用模糊数的相关理论将模糊规划模型转化为确定型双目标混合整数规划模型,并由此设计了该模型的求解算法,通过算例说明了算法的可行性和有效性。分析表明,最优的车辆路径的决策方案与权重值ω关系密切,故决策者在决策时应根据实际情况选择合适的权重值ω。     

高速铁路接触网悬挂系统维修计划的优化研究

将高速铁路接触网系统的维修方式分为3类,根据不同维修方式下系统的可靠性和维修费用不同的特点,建立不同维修组合下接触网系统的动态可靠性模型和维修费用模型。为实现提高接触网系统的可靠性并降低维修费用的目标,提出一种混沌自适应进化算法(CSEA)来求解这一多目标优化问题。该算法的混沌初始种群算子提高了初代种群的多样性,分组选择策略保证各代有一定数量的劣势个体能参与进化,自适应遗传算子增加了劣势个体的交叉和变异概率,从而避免算法早熟,增强了算法的全局搜索能力。计算结果表明,CSEA在种群多样性保持和帕累托(Pareto)最优解收敛方面均优于流行的NSGA-Ⅱ多目标算法。采用CSEA算法得到的优化维修计划,可显著提高接触网系统的可靠性,也大幅度降低维修费用。将本文多目标优化算法与传统的单目标优化算法进行比较,验证了多目标优化算法的优越性。     

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.     

城市轨道交通跨站越行模式的开行方案优化

城市轨道交通跨站越行模式的列车开行方案需根据客流分布制定。基于越行站滞留客流量的准确计算,以乘客出行费用和企业运营费用最小化为目标,提出带有0-1决策变量的双目标非线性混合整数规划模型。采用理想点法和禁忌算法分两步求解模型,实现大规模计算。基于4种不同的客流分布场景,说明跨站越行方案的适用条件。通过敏感性分析,得出连续跨站约束和发车间隔是影响求解目标的关键因素。算例结果表明,采用带有0-1决策变量的双目标非线性混合整数规划模型以及理想点法和禁忌算法来优化跨站越行方案,是有效可行的,并且求解效率较高,乘客出行费用节省6%,企业运营费用节省12%。     

铁路起重机箱型伸缩臂设计的多目标模糊优化模型

以N1002G型铁路起重机箱形伸缩臂设计为例,以箱形伸缩臂的截面几何参数为设计变量,以箱形伸缩臂的结构重量、整体稳定性这2个相互制约的要求为目标函数,以强度、刚度、局部稳定性和几何限制为模糊约束条件,建立铁路起重机箱形伸缩臂设计的多目标模糊优化模型.应用最优水平截集法,将该多目标模糊优化模型转化为多目标普通优化模型,并应用遗传算法NSGA-Ⅱ求解.实例验证表明:采用建立的模型和求解算法,可以得到目标空间下的Pareto解;结构重量和整体稳定性是此消彼长的关系,设计者可以根据需要,选择合适的结构重量和整体稳定性作为设计方案.     

高铁车站接运公交时刻表与车辆调度综合优化

优化高铁站接运公交时刻表和车辆调度,可疏散更多高铁客流密集到达期间高铁站的积聚客流,并有效减少因无法及时换乘接运公交而产生的公交流失客流。以流失乘客数最少、使用的公交车辆数最少为目标,并考虑车辆满载率、乘客等待时间、最大可用公交车辆数、最大流失乘客数等约束条件,建立高铁站接运公交时刻表与车辆调度多目标综合优化模型,并设计带精英策略的非支配排序遗传算法(NSGA-Ⅱ)求解模型。最后,以某高铁站接运公交线路的时刻表与车辆调度综合优化为例,验证了模型与算法的正确性与有效性。结果表明:所提出的方法可以在较短的时间内获得多个高铁站接运公交时刻表与车辆调度综合优化方案,供决策者选择。     

铁路集装箱结点站间空箱调配的优化

以混合箱流的输送时间、距离和费用3者的综合最优为目标,将空箱调配和重箱车流径路选择纳入1个优化模型中,实现两者的整体协调优化.通过设置虚拟径路对模型进行修正,保证模型有解.该模型为1个多目标非线性混合整数静态优化模型,采用大系统优化理论,将该模型模拟为径路选择和空箱调配的2级串联反馈系统.通过引入路网能力的假设,第1级子系统优化等价于无流量约束的广义最短路问题,第2级子系统优化等价于带特殊线性约束的运输问题.2个子系统的优化都有最优解,且都有比较成熟的算法,从而给出模型求解的算法步骤.采用给出的模型和算法,以2010年和2015年的预测集装箱运量、规划路网为基础,对53个集装箱节点站间的空箱调配优化模型求解,得到相应年度的空箱调配方案,并以此得出相应的集装箱班列开行方案.     

基于试验数据和位移置信准则的铁路斜拉桥多目标模型修正

提出一种具有相似比例的位移置信准则(DACSP),其与中性轴位置、自振频率联合构建新的目标函数，修正赣江大桥的初始有限元模型。给出DACSP的定义与中性轴位置的计算图示；分别构建传统目标函数与新目标函数，利用NSGA-Ⅱ在修正参数的设计空间内寻找目标函数的协调最优解，对比分析两种目标函数的修正效果。结果表明：相较于传统目标函数，新目标函数的修正效果更好，且物理意义明确；采用新目标函数进行模型修正后，各工况下桥梁变形和应力的计算值与实测值吻合良好，频率的相对误差控制在10%以内。     

面向绿色制造的柔性作业车间调度优化

针对面向绿色制造的柔性作业车间调度问题,建立了以完工时间最优、能量消耗和环境影响最小为目标的调度模型,并采用遗传算法对模型进行求解。根据模型特点,采用机器染色体和工序染色体两种编码,并对初始种群的形成机制进行改进,采用精英策略和锦标赛法进行种群选择,两种染色体分别进行交叉和变异操作。最后通过实例对改进的遗传算法进行测试,并与其他方法的测试结果进行比较,验证了该算法的可行性和有效性。     

多类干扰下的高铁列车运行调整优化模型

高速铁路列车运行实时调整一直是行车调度指挥工作中的重要核心任务之一.为解决有多种行车干扰事件(初始晚点、限速和到发线不可用)影响下的列车运行调整问题,针对准移动闭塞行车方式,基于替代图理论,兼顾车站进路调整约束,建立混合整数线性优化模型,设计两阶段近似求解算法,在600 s内可以实现列车变更到发线次数最少和列车晚点延误时间最短的列车调整方案的快速求解.研究结果表明:模型可以同时实现列车运行调整和列车径路优化,相比时间间隔法行车方式,该模型可以有效避免列车在闭塞区间的冲突;有初始晚点的干扰会加剧列车的二次晚点;列车限速值越低会指数型加剧晚点时间.     

基于粒子群的有轨电车混合储能参数匹配研究

目前，混合储能式有轨电车作为一种高性价比的交通工具已得到广泛应用。混合储能系统承担着有轨电车供能任务，合理配置储能元件对于保障有轨电车正常运行具有重要的现实意义。以混合储能式有轨电车作为研究对象，在多目标、多约束条件下，利用粒子群优化算法，求解混合储能系统最优参数匹配方案；以广州海珠有轨电车THZ1线作为实例进行仿真验证，结果表明:最优配置混合储能系统在降低储能系统的体积、重量及成本、发挥储能元件充放电能力方面具有明显的优越性。     

基于约束规划的编组站阶段作业计划优化研究

为了解决编组站阶段作业计划优化模型规模过于庞大、适用性不强、求解方法复杂、算法收敛慢等缺点,通过剖析编组站阶段作业计划优化编制问题的本质,在此基础上建立了一个以车流累积为模型对象、出发车车流来源及解编顺序为决策变量,出发车最多为总目标的约束规划(CP,Constraint Programming)模型.将模型求解分为:利用约束传播得到初始解和利用搜索技术结合约束转播改进初始解两部分,并用约束规划算法引擎(CP Optimizer)实现模型的求解.实验表明,本模型均能在普通PC机上运行20 s左右就能得到最优的方案,符合现场对算法时间及空间复杂度要求.     

列车运行图最优初始布点方法

本文讨论以车站均衡性为约束条件，以区段内部运营台数最少为目标，如何确定区段列车运行图中中列车的始发位置问题，建立了列车最优初始布点的数学模型，并将该模型的求解化归为求三个子规划问题的最优解，应用网络优化方法和最优匹配方法设计了复杂度为ｎ＾３的多项式算法。     

基于到发线运用方案的列车到达追踪间隔时间压缩方法及仿真研究

利用高速铁路车站列车到达进路冲突关系和进路分段解锁原理,研究基于到发线运用优化方案的列车到达追踪间隔时间压缩方法。首先分析分段解锁条件下列车到达追踪间隔时间的计算方法,随后建立无损精度的铁路路网拓扑模型和多智能体列车连续追踪运行仿真模型;在此基础上设计基于信号补偿时间的列车最小到达追踪间隔时间求解算法,求解不同到发线运用方案的列车到达追踪间隔时间。以上海虹桥站高速场为例,对所有到发线组合方案进行仿真实验。结果表明:股道组合方案对应的关联道岔越少,列车到达追踪间隔时间越短;当关联道岔相同时,后车接车进路越短,前车接车进路越长,到达追踪间隔时间越短;当前车股道确定时,最优的后车股道方案比最劣方案可压缩列车到达追踪间隔时间30s以上。     

基于随机需求的多频次道路货运调度模型及算法

以道路货物运输为研究对象,采用多频次调度方法对随机需求的道路货运调度问题进行研究,给出了基于随机需求的多频次调度模型及求解模型的微粒群算法,同时通过算例验证了该模型的可行性。