基于FAPSO的地铁列车节能运行优化研究

以地铁列车节能、准点运行为研究目标,在充分考虑实际运行线路条件下,构建满足约束条件下的多质点列车运行能耗模型,并在此基础上,将萤火虫算子引入到标准粒子群算法中,构建一种包含萤火虫算子的粒子群优化算法(FAPSO),进而提出基于FAPSO算法的双层结构一体化优化控制方法。上层结构优化通过使用FAPSO算法对获得的总冗余时间进行分配,进而得出各站间最佳运行时间,优化列车运行时刻表;下层结构优化在上层结构优化所得站间最佳运行时间下,对不同运行策略下列车运行能耗进行比较,进而优化整条线路的列车运行策略。最终,获得列车站间节能、准点运行的最优驾驶方案。以广州地铁站间线路为例,通过MATLAB进行实例仿真,仿真结果表明,经双层结构一体化优化后列车运行能耗降低10.8%,且满足列车准点运行的要求。     

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。     

地铁列车基于惰行控制的节能优化运行研究

为降低地铁列车运行能耗,提出了基于惰行控制的节能优化方案。根据地铁列车运营特点和列车运行能耗特性,同时结合列车优化操纵方法,在不考虑列车运行过程中的工况转换时间前提下,提出了一种快速搜索适合惰行点的节能优化算法,并与其他2种惰行优化处理方式进行仿真对比。结果表明:基于惰行控制的节能优化方法能有效地降低列车能耗,算法处理速度快,同时满足高精度的定时运行要求。所提出的节能优化处理方式在节能效果上比逐个处理方式高10.8%,比同时处理方式高4.5%。     

高速铁路行车调度节能运行图编制方法研究

针对高速铁路行车调度节能需求的现状,以列车在区间运行效率最高和总能耗最低为优化目标,提出以区间运行时间和停站时间为输入变量,对能耗成本和运行时间进行优化,建立节能运行图编制模型.通过仿真实验,结果表明在列车运行图编制中,考虑适当地增加列车运行时间和优化停站方案时,可以节省很多列车运行能耗.     

列车行车优化操纵的研究

通过采用改进列车行车操纵策略来降低列车运行能耗是一种最简单也最有效的降低能耗的方法,依据目前国内外学者对降低列车能耗提出的列车优化操纵方法的研究,本文提出了一种新的优化操纵方法-由节时模式向节能模式转化.以VC++ 6.0作为开发平台,开发出了能够实现列车运行仿真的列车优化操纵仿真软件,以大准线清水河-王桂窑区段的数据资料进行验证,得出这种方法是正确的和实用的.     

城轨列车运行时分节能优化方法

基于传统的城轨列车站间运行曲线优化模型,研究列车运行图中的运行时分优化模型和方法。同时在满足运营需求的前提下,以降低城轨列车运行能耗为目标利用遗传算法对列车全周转内各个站间的运行时分进行优化。根据北京地铁亦庄线的实际数据,对以上方法的节能效果进行实际验证和比较。结果表明,基于遗传算法的城轨列车运行时分优化方法相比城轨列车实际运行与仅优化站间驾驶策略方法分别可以获得17.3%与4.1%的节能效果。     

基于遗传算法对高速列车速度曲线的优化

为了保证列车运行安全、提高运输效率,满足旅客舒适性和列车节能等要求,必须对高速列车的运行速度进行优化.文章在完成列车自动运行系统中列车速度曲线多目标模型的基础上,选择和运用遗传算法完成了列车运行速度曲线的优化.根据工程实际的需要,尝试从编码方案、复制算子、交叉算子、变异算子和适应度函数的尺度变换等角度来改进遗传算法.最后在Visual C++6.0平台上完成了遗传算法的验证.     

基于实数遗传算法的列车优化操纵曲线研究

列车优化操纵是列车节能控制的关键问题，以列车运行动力学方程和牵引计算理论为基础，结合列车运行过程中的要求，构建以能耗、时分误差、限速等为目标的列车节能控制模型，采用实数遗传算法，通过Visual Basic编程对此问题进行求解。在已知列车编组的条件下，以DF4型内燃机车牵引客车、空气制动和燃油量曲线为基础，得到给定运行时间、距离条件下的优化操纵曲线，从而对司机操纵给出指导性意见。     

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。     

基于粒子群优化算法的地铁列车节能运行研究

在建立地铁列车运行物理模型的基础上,采用粒子群优化算法搜寻列车区间运行的惰行点位置,优化列车区间运行时间及运行能耗。基于南京地铁2号线实际线路模型,利用粒子群优化算法求解定时节能策略中列车区间运行惰行点位置,计算区间运行时间、能耗及回馈能量。结果显示,区间运行时间增加5.5%,列车运行能耗相应降低18.73%。     

基于自抗扰控制的地铁列车驾驶控制算法

基于PID算法或基于模糊PID算法的地铁列车ATO驾驶控制算法的速度响应误差大,加减速切换频繁,从而导致旅客舒适度一般,列车停车精度不高,列车能耗略高和运行时间存在一定误差的问题。搭建地铁列车模型,结合北京地铁亦庄线线路数据,通过仿真实验对比基于PID算法,基于模糊PID算法,基于专家系统,基于ADRC算法的地铁列车ATO驾驶控制算法的控制效果,并在实验中运用改进的粒子群算法对ADRC算法的参数进行快速整定。仿真结果表明:基于ADRC算法的地铁列车ATO驾驶控制算法的控制效果优于基于PID算法和基于模糊PID算法的地铁列车ATO驾驶控制算法,其控制效果和经验丰富的司机驾驶基本相当,可以有效提高旅客舒适度、列车停车精度,减小列车能耗、运行时间误差。     

基于遗传算法的高速铁路行车调整模型

高速铁路采用“高中速列车共线运行”的运输模式,其行车调度具有高实时性和整体性两大特点。以列车计划运行图为优化目标,给出运行图之间的距离定义,建立列车运行调整数学模型,给出列车的发车时刻、股道数量、列车在区间的运行时分、追踪运行间隔时间、维修天窗时间5个约束条件表达式。按照遗传算法的原理,采用罚函数的方法对数学模型中的约束条件进行处理并建立适应度函数,采用整数编码方法对个体进行编码,并定义交叉算子和变异算子。基于遗传算法的调整算法流程开发列车运行调度仿真子系统。仿真结果表明:使用该模型可大大减轻调度人员的工作量,彻底摒弃了在计算机上手工拖动运行线确定列车运行时刻的调整方式,提高了列车运行调整的科学性。该模型已应用在高速铁路综合调度仿真系统中。     

基于KH算法的高速列车ATO控制策略优化研究

针对传统高速列车自动驾驶(ATO)控制策略优化时简化线路参数、列车牵引计算采用单质点模型等问题,将列车通过牵引供电分相区断电惰行纳入运行工况,建立动车组多质点模型。在满足列车运行图固定运行时间条件下,以能耗、准点性、停车准确性及舒适性为指标建立高速列车ATO控制策略优化模型。利用磷虾群(KH)算法对高速列车ATO控制策略进行优化。以兰新高速铁路某区间线路数据为例,仿真测试表明KH算法可以在较少的迭代次数下获得较粒子群算法更优的ATO控制策略,且列车过分相区断电惰行会对优化结果产生影响,验证了所提算法在优化高速列车ATO控制策略中的优越性及将列车过分相区断电惰行纳入运行工况的合理性。     

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...     

ATO列车惰行模式节能应用研究

在借鉴国内外研究成果的基础上,在国内运营线路上对ATO(列车自动运行系统)惰行控制进行实际测试,得到ATO列车在运营时刻表下惰行模式的实际节能效果。结果表明:在列车运行过程中,采用惰行模式可以有效降低列车的能耗,达到节能减排的目的;并结合线路运营情况,对ATO列车惰行模式运营进行ATS(列车自动监控系统)时刻表优化和到发站操作流程的优化,可降低节能模式对运营服务的影响。     

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。     

城市轨道列车惰行优化研究

提出了一种基于改进目标速度的惰行节能控制策略。该策略使列车在满足运行时分的前提下以较低的能耗运行。同时在研究和比较了传统的列车惰行控制策略之后,优化了列车在惰行过程中运行工况频繁变换的问题,使列车运行更加合理和满足实际的操纵。最后利用VC++软件实现了该优化控制策略仿真模块的开发,线路模拟结果验证了该控制策略的正确性和可行性。