基于差分进化的高速列车运行操纵的多目标优化研究

在满足行车安全、区间固定限速、图定区间运行时间及车辆动力学性能约束的条件下,以能耗、实际区间运行时间、精确停车及不舒适度为指标建立高速列车运行操纵多目标优化模型。针对传统差分进化算法易陷入局部最优的问题,对其交叉操作过程进行改进,同时引入模拟退火思想提升算法的最优解搜索能力。利用改进后的差分进化算法对高速列车运行操纵多目标优化模型进行求解,给出相应的优化算法。以京沪高速铁路某区间线路数据为基础,通过计算机仿真验证了所提算法的有效性与实用性。     

基于改进差分算法的高速列车运行调整研究

为了压缩高速铁路列车运行的总晚点时间、编制高质量的列车运行调整计划,建立高速铁路列车运行调整模型,运用矩阵描述高速列车运行调整中的相关概念,以列车到发线数量、列车追踪时间间隔、列车停站时分等作为高速列车运行调整的约束,以列车在各站的到达的总晚点时间最少为优化目标,构建高速铁路列车运行调整模型。在分析基本差分算法差分策略的基础上,提出基于三角差分策略的高速铁路运行调整差分算法,给出详细的计算步骤。以京广高速铁路实际列车运行数据进行计算,验证了模型的有效性和算法的高效性、精确性。本文提出的基于新的改进的差分策略的高速铁路列车运行调整方法是合理可行的。     

基于可拓学的列车自动驾驶算法研究

以可拓学理论为基础研究列车自动驾驶算法,该算法兼顾了列车运行的安全性、舒适性、节能性、停车精度等性能指标.通过对列车自动驾驶优化操作策略进行分析,建立了评价列车运行过程的物元模型,确定关联度函数对各性能指标进行量化,利用层次分析法得到性能指标的权重,在此基础上用可拓学中的优度评价法以滚动优化的方式实现得到优化策略.本文将可拓学应用于列车自动驾驶,该方法不需要建立精确的数学模型,为研究列车自动驾驶算法提供了一个新的方向.     

城市轨道交通列车运行调整目标的研究

列车运行调整是一个多目标优化的问题,其中一些目标在很多情况下是相互制约的关系,多数情况下不能让所有目标同时达到最优.本文介绍北京地铁运营单位的运营指标统计方法,分析城市轨道交通中列车运行调整各项性能指标,并结合现场经验,对各项性能指标的评价函数进行优化,使之更符合实际需求,为研究列车运行调整奠定了基础.     

双线铁路列车运行调整的禁忌搜索算法

关于列车运行调整(TOA)的优化模型和算法,国内外专家学者提出的具有代表性的主要算法可分为仿真方法、运筹学方法和人工智能方法。TOA问题具有约束性强、优化指标众多、动态性、实时性、组合优化特性等特点。因此结合目前铁路运输工作组织实际,以列车晚点率最小为优化目标,通过在可行解空间内部搜索待调整列车最优铺画顺序的方法求解TOA问题。建立了基于混合0-1线性规划模型的双线铁路列车运行调整的优化模型,提出了采用禁忌搜索算法搜索列车优化铺画顺序的方法。经在京广线、京沪线部分区段投入实际应用,验证了模型及算法的有效性和可靠性。     

城市轨道交通列车运行调整的粒子群算法研究

依据列车行车组织的特点,对列车运行调整策略进行研究,建立了列车运行调整模型.模型中涉及的约束条件较多,对实时性和延迟传播有着严格的限制,从而使问题的求解成为难题.在模型的求解过程中,粒子群算法有计算速度快、收敛性强的特点,满足模型实时性的要求.因此在列车运行调整中采用了粒子群算法,实现了列车运行调整的高效求解.     

基于人工蜂群算法的高速列车运行节能优化研究

合理的列车操纵方式能在很大程度上降低列车运行过程中的能耗,为了有效降低高速列车运行能耗,从研究高速列车的操纵方式入手,首先建立列车牵引计算模型和列车运行能耗计算模型,其次通过对比人工蜂群算法(ABC算法)和粒子群算法(PSO算法)的优化性能证明ABC算法优于PSO算法,提出了在满足运行速度、运行时间以及运行区间等约束条件下,采用ABC算法与操纵工况序列相结合的方法来优化计算确定高速列车操纵工况关键转换点最优位置和速度。最后通过对选取线路的MATLAB仿真模拟,验算了ABC算法在降低列车运行能耗方面的有效性。研究表明,经过ABC算法优化后的结果均能满足优化操纵方式的基本操纵策略且达到了良好的优化效果,能较好地解决列车节能操纵优化问题。     

基于双重启发式动态规划算法的列车运行调整研究

通过对列车行车组织特点及运行调整策略的研究,采用自适应动态规划体系中的双重启发式动态规划算法,建立了列车运行调整模型.双重启发式动态规划算法适合处理具有实时性、约束性、非线性、随机性等特点的列车运行调整复杂动态系统的优化控制问题,通过仿真验证,该算法求解速度快、精度高,对列车晚点的调整起到了良好的控制作用.为列车运行调整的深入研究提供了一定的参考价值.     

基于多智能体的地铁列车运行调整方法

针对移动闭塞条件下地铁列车运行的特点,将降低列车群的总晚点时间和提高相邻列车对客流的吸纳水平作为性能指标,建立地铁列车运行调整模型。应用Agent、多Agent协作技术,构建地铁列车Agent,设计地铁列车运行调整算法,给出基于规则的地铁列车运行调整控制策略。根据列车群晚点程度的不同,列车运行调整分为全局调整和局部调整。全局调整采用偏移计划运行图方法,局部调整采用滚动优化方法,通过多次调整达到恢复计划运行图的目的,并分别给出相应的调整方法和调整步骤。以北京1号线为背景进行仿真测试,仿真结果表明:基于多Agent协作技术的地铁列车运行调整方法是合理的,并具有动态的扩展性。     

基于最小列车秩序熵的列车运行调整算法研究

单线区段上的列车运行调整需要考虑列车运行秩序的优化,使用列车秩序熵来描述列车在调整计划与基本图中运行秩序的差别程度,在此基础上建立基于最小列车秩序熵的列车运行调整模型,并给出具体求解计算过程。基于此算法编制程序对具体实例进行计算,并将其计算结果与用提高旅速调整算法的结果比较,检验了算法的有效性。     

基于改进遗传算法的高速列车节能优化研究

为有效降低列车运行能耗,针对高速列车行进过程中的能耗优化问题,讨论了列车运行阻力的计算及列车停车点的设置,以此建立以列车能耗最小为优化目标的列车运行优化模型,提出3代逼近搜索的引导机制,改进了传统遗传算法中的算子,同时引入逆转算子提高算法求解能力。以CRH380B型高速列车和合福高铁(合肥—福州)数据为基础进行仿真,列车运行能耗降低了10.7%。仿真结果表明,提出的改进遗传优化算法在高速列车行进过程中,满足列车运行准时性和安全性,且能够有效降低运行能耗。     

基于改进MH算法的高铁ATO运行操纵多目标优化研究

在高速列车运行过程中,运行环境变化将对ATO提出更高的计算要求,ATO既要满足实时计算又要满足运行操纵多目标优化.针对该问题提出一种改进MH算法计算列车运行操纵序列.在原有MH算法基础上,对算法计算频率与寻优目标函数进行改进,提出随机惯性权重粒子群算法与司机驾驶逻辑相结合的方式计算运行操纵序列,通过选取合理的计算间隔时...     

考虑能力利用效率的本线与跨线列车开行方案协同优化研究

列车开行方案是编制列车运行图的基础,合理设计列车停站方案对区段内的客流分配有着直接影响。通过研究现行的列车开行方案,结合客流量等数据,考虑提高线路通过能力和列车能力利用效率,进行本线列车与跨线列车的协同优化研究。结合数据,提出假设条件,建立本线与跨线高速列车开行方案协同优化模型。使用多目标优化的线性加权算法进行目标函数的转化和求解,并以京沪高铁为案例,对模型的参数进行标定,得到本线与跨线列车协同优化开行方案。通过对现行方案与优化方案的车站服务频率、停站次数等的对比分析,验证了模型的有效性和可行性。     

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。     

地铁车辆段/停车场列车运营日计划优化模型与算法研究

综合考虑列车正线运营、车辆检修、车辆调车等需求，将列车运营日计划优化问题归结为指派问题，并建立0-1整数规划模型。针对优化模型的目标函数不确定性及为了提高求解效率，根据实际经验和计划编制优先原则，设计一种基于规则的启发式算法，并利用计算机辅助决策实现运营日计划的自动编制。通过实例验证了模型和算法的有效性。     

考虑动车组周转和到发线运用的高速铁路列车运行图优化方法

以列车在车站的作业时间、动车组在终点站的接续时间和车站到发线数量为约束条件,以列车旅行时间和动车组接续时间最小化为目标函数,建立高速铁路列车运行图综合优化模型.模型求解算法主要采用了4种关键技术:以定序列车运行图优化方法化解列车作业时间冲突,以交换列车到发顺序化解到发线冲突,通过保持到发线运用紧张时段的列车到发顺序防止产生新的到发线冲突,运用匈牙利算法求解以动车组最小接续时间为目标的动车组周转方案.算例分析表明,运用给出的模型和算法能够达到整体优化高速铁路列车运行图的目的.     

车底需要数最少的旅客列车始发范围优化模型

研究目的:在归纳旅客列车始发时间范围影响因素和介绍客车车底需要组数确定方法的基础上,深入分析旅客列车始发时间域与车底需要数之间的相互关系,进而建立车底需要数最少的旅客列车始发时间域优化模型,并提出传统方法与启发式方法相结合的求解算法,为确定车底需要数最少的客车开行方案提供决策依据。研究结论:(1)客车车底需要数是衡量铁路旅客列车开行方案优劣的重要指标,且会在很大程度上影响到铁路客运的运营成本和运营效益,而旅客列车始发时间域则是决定车底需要数的重要因素;(2)以车底在配属站和折返站停留总时间最少为目标建立优化模型,可得到车底需要数最少的旅客列车始发时间范围,对优化旅客列车开行方案具有一定的实际意义。     

城市轨道交通网络末班车衔接优化模型

城市轨道交通网络运营结束阶段,末班车在路网换乘站内能否实现合理地衔接,最能体现出以人为本的客运服务以及科学高效的运营秩序。根据城市轨道交通网络特点,提出了城市轨道交通网络末班车衔接编制的原则。从站间列车运行时间约束、线间列车换乘衔接、末班列车线间衔接目标等角度,研究了轨道交通网络末班车衔接优化量化方法,建立了网络末班列车衔接优化模型。以北京轨道交通城区1号线、2号线和5号线局部路网为实例,编制了网络末班列车的优化时刻表。算例结果表明,模型及其优化算法可行,对路网运输计划编制工作有较强的实用性。     

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。