基于Pareto多目标遗传算法的高峰时段多地铁列车节能优化

城市轨道交通列车在运行过程中会频繁地启动和制动,如何提高列车运行中电能的利用率、降低牵引能耗在城市轨道交通领域有着重要的意义。在高峰时间段运行时,由于客流量较大,单位时间发车数量较多,所以同一供电区间的相邻列车间重叠运行的时间较长,再生制动可利用能量很大。针对高峰时段多列车运行的特点,采用Pareto多目标遗传算法对高峰时段列车运行进行节能优化。通过合理优化列车在各站的停站时间来优化列车时刻表,最大效率地利用列车运行中再生制动能量。     

基于多目标遗传算法的地铁车辆回库股道安排

科学安排地铁车辆回库股道对提高车辆段生产效率具有重要意义,文章采用多目标遗传算法对回库股道安排进行优化。对车厂线路布置、车辆出入库方式进行分析并对回库股道安排问题进行描述,以任务完成度、接车过程总调车次数、车辆出入库额外耗时为优化目标,以车辆回库时间间隔、车辆段检修能力为约束建立基于多目标遗传算法的回库股道安排模型,以极限情况为例对算法性能进行测试,验证了模型的有效性。     

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。     

面向定时节能运行的列车牵引计算算法

列车牵引定时计算是轨道交通列车牵引仿真系统的重要功能模块,对于实现列车按运行图模拟仿真运行具有重要意义。在考虑定时运行的基础上,实现列车运行全过程能耗最小化,则使该研究更具实际价值。在分析列车牵引计算运动学理论基础上,构建基于巡航惰行组合中间过程的列车运行定时节能仿真双层规划模型,分析以巡航速度为能耗控制变量、以惰行点位置为运行时间控制变量的二分法求解模型的可行性及解的存在性,设计基于二分法的列车运行定时节能优化算法。完成定时节能仿真模块的计算机程序编写,并以广州市域快线18号线(规划方案)万顷沙—横沥区段做案例分析。仿真计算列车运行时间与时刻表时间误差满足精度要求,且在能耗上求得最优解,表明模型构建和算法设计有效,且具有计算量少的优点。     

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...     

基于遗传算法的列车节能运行惰行控制研究

本文建立了定时约束条件下地铁列车节能运行惰行控制优化模型,设计了实数遗传算法进行求解,在适应度函数中引入了运行时间惩罚因子.同时,将遗传算法嵌入到城市列车运行计算系统中,设计了惰行控制优化模块,实现了给定线路条件下站间最佳惰行点的自动计算,最后结合具体算例进行了仿真验证.仿真结果表明,实数编码的遗传算法能较好地解决惰行点布局问题,优化后的惰行控制方案使算例中列车运行能耗降低了10.99%.     

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...     

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ATO控制结构的地铁列车智慧节能技术

从地铁节能、列车运行准时,以及乘客乘坐舒适的角度出发,充分利用ATO双层控制结构,在基于多目标优化算法的基础上,给出了一种列车运行智慧节能策略,建立了列车智慧节能操纵策略的仿真系统,并结合北京亦庄线试验数据进行了实例分析和仿真验证。仿真结果表明该智慧节能方法具有一定的有效性和稳定性。     

基于遗传算法的列车自动驾驶过程优化研究

针对列车自动驾驶系统（ATO）控制的目标复杂多样和环境变量不稳定等问题,在对列车的运行过程进行研究的基础上,建立了列车运行过程的多目标优化模型,并用遗传算法对列车的目标曲线进行优化,同时加入精英统治保持模型的高适应度,提高了运算速度,得到列车运行的最优控制策略。仿真结果表明,该系统在兼顾列车运行的准时性、停车精度、能耗及舒适性等多目标的情况下,使列车运行的各项性能指标都有所提高。