强化学习算法在高速铁路运营调度中的应用

随着我国高速铁路（简称：高铁）通达范围和行车密度的不断提高，运行计划调整日趋复杂，利用计算机和人工智能等技术手段辅助调度员制定阶段调整计划是高铁智能调度的发展趋势。高铁运行计划调整问题是一个多阶段决策问题，具有决策链长、规模大、约束多等特点，导致传统的强化学习方法 Q学习算法的学习效率低、收敛缓慢。文章提出一种基于Q(λ)学习的高铁运行计划智能调整算法，采用累积式资格迹设计多步奖励更新机制，有效解决稀疏奖励下收敛慢的问题，目标函数设计中充分考虑了股道运用计划，更适合反应行车密度增大时到发线的使用情况。仿真实验表明，Q(λ)学习算法在学习效率、收敛速度和收敛结果上均优于传统的Q学习算法。     

列车车站停车的启发式自学习算法及仿真

利用北京亦庄线采集的大量实际停车数据搭建了列车仿真模型,基于站内安装的固定应答器提供的定位信息提出了启发式学习算法动态调整控制器输出.通过仿真表明,启发式学习算法相对于传统的PID算法和无学习算法有较强的适应能力.在仿真条件变化的情况下,能够将停车误差控制在±30 cm范围内.对比PID控制,启发式学习算法减少了控制输出在停车阶段频繁变化的次数,延长了制动系统的使用寿命.该方法计算量较小,在实际运用中有着广阔的前景.     

基于HQL(λ)的城市轨道交通车地通信资源分配研究

随着城市轨道交通的快速发展，车地移动通信系统对数据传输时延和传输速率的要求更加苛刻，针对此问题，引入LTE-U技术以加大频谱带宽。考虑到LTE-U系统会与现有WLAN系统产生干扰，因此，通过定量分析系统满意度函数以确保免授权频段LTE和WLAN的整体性能；采用M/G/1排队模型对LTE和WLAN共存异构网络在免授权频段的时域行为进行建模，设计了基于ABS的无线帧结构，并提出由启发函数和资格迹改进的HQL(λ)时域资源分配算法，基站通过与无线通信环境持续交互计算得到ABS(Almost-Blank Subframes)的最佳比例分配，解决免授权频段上LTE-U和WLAN系统的干扰共存问题。仿真结果表明：改进后的算法具有更快的收敛速度，且相比Q-Learning(λ)、Q-Learning, HQL(λ)资源分配算法的系统传输速率分别提高12.8%和26.1%,相比Q-Learning(λ),系统平均传输时延提高27.2%。     

基于BIM的铁路房建信息管理平台方案研究

为解决传统铁路房建设备管理中存在的信息化应用浅、数据资源分散、协同管理效率低、维护更新投入大等问题,提出基于建筑信息模型(BIM)的铁路房建信息管理平台方案。通过引入BIM技术,将房建设备台账、空间布局、安装复杂工艺工序等各类数据信息融合到三维模型中,实现房建设备可视化管理、数据信息集成和设备模拟及仿真分析;通过运用GIS技术,实现人员作业实时定位与跟踪管理。基于BIM的铁路房建信息管理平台对推进铁路房建设备标准化、信息化、精细化、智能化管理具有实际意义。     

机车自动跟踪系统的研究与实现

针对目前铁路机务段在机车动态管理中无法对机车进行准确定位、自动跟踪等问题,提出基于计算机联锁技术的解决方案;研究、开发铁路机务段机车自动跟踪系统。该系统采用自主研发的JD-FTRA算法,能快速、准确、智能化地对机车进行定位、跟踪和管理,解决传统机车管理效率低、机车跟踪丢失等问题。     

基于满意度原理的铁路新线纵断面优化设计方法

在分析铁路新线纵断面选线知识特点的基础上,提出基于满意度原理的铁路新线纵断面优化设计方法,并给出计算模型和算法.该方法以综合满意度函数反映设计者对工程性能指标和运营性能指标的评价,从决策准则、搜索算法的停止准则和解的评价过程准则方面综合考虑,通过对工程满意度、运营满意度、整饰满意水平、整饰满意度、满意收敛准则概念的引入,提出满意整饰思想,并结合实例给出完整的满意优化求解思路.该方法是铁路勘测设计智能化系统的重要组成部分.实例分析表明此原理和方法是有效的.     

基于改进SSD模型的高铁扣件定位算法

高铁扣件的检测对于保障铁路的正常运行起着十分重要的作用。针对高铁扣件定位精度不足以及传统定位算法无法定位道岔处扣件的问题,设计一种改进的SSD(single shot detector)深度学习扣件定位算法,即Improved_SSD。首先采用ResNet101更换经典SSD深度学习模型中的VGG16,增加网络深度的同时提高特征的抓取能力;然后利用膨胀卷积扩大网络的感受野,以不增加模型额外结构的方式提高模型的鲁棒性;最后提出一种非极大加权抑制方法,进一步提高扣件的定位精度。实验结果表明:与经典SSD算法相比,本文算法对扣件定位的召回率和精度分别提高了3.4%和4.7%;与其他几种扣件定位算法相比,本文算法不仅提高了对普通轨道扣件的定位精度,而且解决了传统定位算法无法定位道岔处扣件的问题。     

改进的道岔智能故障诊断系统建模研究

铁路系统转辙机维修方式仍沿用故障修模式,无法提高故障排除速度和准确性,提出利用改进遗传算法优化贝叶斯网络的方法建立故障诊断模型。利用遗传算法搜索能力强,不易陷入局部最优的特点,采用连接矩阵代替网络结构的编码方式,通过修改适应度函数、更新遗传操作方式、修正非法图等方法改进遗传算法,最终解决贝叶斯网络结构学习算法容易缩小搜索空间及易陷入局部最优的缺点。最后利用标准Asia网络验证本文算法比K2和GA算法有更好的搜索结果和更快的收敛速度,以道岔失去表示故障为例验证改进算法对转辙机故障诊断的优越性。     

基于GNSS定位和卫星影像的铁路中线数据生成方法研究

随着我国铁路建设事业发展,GNSS卫星定位、卫星影像等技术越来越多的应用于铁路测绘领域。在一条铁路正式开通前,获取其中线数据有利于开展相关仿真试验,或为后期高精度制图提供初始数据。为解决获取及生成铁路中线数据采样量大等问题,采用了结合卫星定位和卫星影像的数据生成方法,在铁轨中线上间隔几十米至上百米采集卫星定位的大地坐标,通过坐标变换、曲线插值算法生成所需的铁路中线坐标点,再结合卫星影像优化算法参数,得到更精确的数据点。研究表明,通过一定距离间隔的卫星定位,生成短距离间隔的密集数据点,可减少卫星定位采样工作量。最后,基于在某铁路上实际采集的数据,验证了该方法的有效性。     

改进SOA算法在焊缝图像分割中的应用

提出一种基于改进的自适应人群搜索算法(ISOA)的焊缝图像分割方法,该算法通过对基本人群搜索算法的高斯隶属度函数以及隶属度参数计算的改进,自适应确定搜索步长,实现对n尺度图像进行n-1个阈值寻优计算。实验结果表明:对比PSO,GA和SA算法,ISOA算法具有收敛速度快、稳定性强、精度高、全局寻优等特点,有效地克服了传统SOA算法易陷入局部最优和收敛速度慢等缺陷,可满足实际工程需求。     

基于接触网成像技术的绝缘子故障检测方法

在电气化铁路接触网设备中,绝缘子是最易发生故障的零部件之一。文章运用接触网成像检测图片,采用SVM分类器,基于HOG特征对接触网成像数据中的绝缘子进行初步定位,再使用局部二值化实现绝缘子精确定位。针对绝缘子破损缺片、闪络放电、附着异物等3种典型缺陷,分别设计了故障识别算法,且该方法已在中国铁路广州局集团有限公司部分线路中进行实测,效果良好。     

基于IPSO的霍尔特指数平滑系数的铁路客运量预测研究

为了提高霍尔特指数平滑法对铁路客运量预测的精度,基于改进粒子群算法(IPSO)对铁路客运量预测领域中霍尔特指数平滑系数的取值进行优化研究。以我国各省铁路客运量为研究对象进行仿真实验,以验证改进粒子群算法的寻优效果,并求解霍尔特指数以预测各省铁路客运量的平滑系数最优取值。研究表明,相较于经典的线性递减权重优化法和固定权重法,非线性递减权重优化的粒子群算法能更加准确地求出最优平滑系数,具有更好的寻优能力和收敛速度。以上海市为例,其收敛速度分别提高4代和14代,求解精度分别提高了0.000 18、0.000 006。     

贯通线故障定位的区间算法研究

研究目的:铁路电力贯通线供电可靠性要求很高,出现几率较高的单相接地故障会造成供电中断,给行车安全带来隐患,该故障的准确诊断与快速切除方法是铁路维护部门亟待解决的一大技术难题.阻抗法和行波法故障定位的精度达不到故障快速切除的要求,本文依据贯通线分段式结构的特点和对故障处理的快速性要求,通过研究提出区间定位方法.研究结论:通过研究,运用区间分析法推导了集中参数区间算法、故障网络分解区间算法以及分布参数区间算法.结合实际线路模型进行了PSCAD仿真分析,验证了区间定位方法的可行性.为了进一步检验区间定位方法的工程实用性,依据3种算法在凯里至福泉段的贯通线上进行了现场模拟试验,试验结果完全满足工程应用的准确、快速性要求.理论计算和实际试验结果均表明提出的区间算法可以有效解决贯通线故障定位问题.     

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%。     

基于证据理论的铁路电力线故障定位方法

多分段多分支结构的铁路电力线单相接地故障造成的供电中断,严重影响到铁路行车安全。为了确保故障的快速排除,本文依据线路的结构特点提出故障处理的区间模型。首先,基于铁路现有的区间结构,采用区间分析法构造区间定位的集中参数区间算法、故障网络分解区间算法及分布参数区间算法。然后,根据相离度定义提出相离度偏差矩阵的构造形式,并以此为基础推导出基本可信度分配函数的表达式。再以D-S证据理论的合成规则对3种区间算法的定位结果进行融合,实现了故障分段区间的可靠识别。最后,依据实际线路模型进行的PSCAD仿真分析,验证了本文方法在处理铁路电力线单相接地故障上的可行性。     

蝙蝠算法优化模糊神经网络的25Hz相敏轨道电路故障诊断研究

针对传统25Hz相敏轨道电路故障诊断网络求解时收敛速度慢、诊断精度不高的问题,提出智能蝙蝠算法(BA)与模糊逻辑理论(FS)、神经网络(NN)相融合的BA-FNN模型,优化网络参数,对25Hz相敏轨道电路进行故障诊断。考虑到轨道电路特征参数的不确定性、模糊性,运用模糊逻辑理论对轨道电路特征参数进行模糊化预处理;为了克服传统的BP算法存在易陷入局部极小点和速度收敛慢等问题,引入蝙蝠算法,模拟蝙蝠的飞行过程对模糊BP网络的相关参数进行优化;建立最优BA-FNN模型用于网络诊断。仿真结果表明,相对于GA-FNN、PSO-FNN比较算法模型,BA-FNN模型不仅学习训练次数明显减少,训练时间缩短,且寻优精度较高,可有效提高25Hz相敏轨道电路故障诊断的精度。     

基于EMD的SVR方法在铁路客流预测中的应用

客流预测是铁路客运运营管理的重要依据,铁路客流具有非线性、非平稳的特点,传统预测模型很难得到满意的结果,因此利用经验模态分解(EMD)方法对客流进行自适应的分解,利用支持向量回归机(SVR)对固有模态函数(IMF)进行预测,建立基于EMD的SVR铁路客流预测模型。利用Matlab对SVR预测、BP神经网络预测和基于EMD的SVR预测模型进行仿真实验,得出3种预测模型的平均相对误差,分别为22%、25%和13%。结果表明,基于EMD的SVR方法的预测精度明显高于另外两种预测方法,能够有效地提高铁路客流预测准确性。     

溅射水对铁道绝缘子带电水冲洗效果的影响分析

带电水冲洗是清洗接触网绝缘子的主要方式之一,清洗产生的溅射水对水冲洗效果影响很大,而相应的研究却很少。通过流体仿真分析和理论研究,对溅射水在冲洗工作、冲洗机理和污垢黏附强度等3个方面对带电水冲洗的影响进行分析。结果表明:溅射水会增加清洗范围,提高清洗效率,但也有可能导致闪络的发生,影响冲洗工作安全;溅射水会改变射流清洗机理,清洗主要原因由以渗透内应力变为水压力直接挤压剪切;溅射水会提高污垢周围的相对湿度,导致污垢颗粒与绝缘子表面间的黏附力增加,但对清洗所需动压影响不大。     

基于启发式遗传算法的列车节能运行目标速度曲线优化算法研究

针对传统速度曲线优化算法在极限线路条件下鲁棒性差、易陷入局部最优的缺点,提出一种基于启发式遗传算法的速度曲线优化算法。基于列车运行基本模型和相关约束条件,按经典的四阶段法规划速度曲线轮廓,选取巡航速度和惰行点位置作为优化变量,采用启发式遗传算法进行寻优,中途如因限速变化等情况与最短时间运行曲线交汇则强制沿最短时间运行曲线运行。仿真实验结果显示,该算法具有收敛速度快、优化精度高、鲁棒性好的优点。该算法有效克服了进化算法搜索结果不确定性和速度波动性的固有缺点,对该领域以及其他交通工具的节能运行和自动驾驶,具有较好的参考意义和实用价值。     

轨道交通GPS数据约简的数学模型与算法研究

利用实测轨道GPS数据生成电子地图是实现列控智能化的一个重要环节。为减少存储空间和提高列车定位的实时性,需要对大量GPS数据进行约简,找出其中的少量关键数据。通过数学建模和分析,轨道交通GPS数据约简问题是一个NP问题,难以求得最优解。本文提出一种启发式线性算法,并给出6个性能指标的定义。两个铁路区间的实测GPS数据用于对算法的性能指标进行分析比较。计算结果表明,该算法是有效的且运行速度较快。该算法能以较低的约简率在一定误差要求的前提下约简大量GPS数据。在误差约束为1 m时,约简率小于2%;误差约束为2 m时,约简率约为1%。随着轨道弯曲程度的增加,约简率有所增加。