基于遗传算法的追踪列车节能优化

为了研究追踪列车的节能优化操纵策略,提出了四显示固定闭塞系统下的列车静态速度约束条件和追踪列车动态速度约束条件.在此基础上,建立了以列车操纵手柄级位和工况转换点为控制变最的追踪列车节能优化模型.采用染色体长度可变多目标遗传算法,结合外部惩罚函数对该模型进行了求解,并利用遗传算法中的染色体变长算子对列车操纵手柄变换策略进行了优化.在四显示固定闭塞平台上的仿真结果表明,该方法可在安全、准点的前提下,使追踪列车的能耗下降4.3％,运行时间误差减小1.7％.     

����ʵ�����ݵ��г��µ���������ģ���о�

为了使列车运行仿真计算结果与实测的列车运行数据更接近,确保仿真系统能够切实有效地分析研究铁路运输生产实际,通过对比研究牵引计算方法计算结果与列车运行监控记录装置实测的数据之间的差异,识别出误差产生的主要原因,并分析了计算误差与坡道类型及列车编组之间的影响关系. 通过理论计算与实验测试,提出了基于测试结果对列车坡道阻力计算模型进行修正的方法与模型. 对修正计算模型和原始模型的计算结果与实测数据进行对比分析,结果表明,修正后的计算模型与实测数据更加吻合,平均计算误差从14％降低到5％. 目前,该模型已成功应用到内燃牵引货运列车节能优化操纵指导系统,取得了良好的实用效果.     

列车动能闯坡的节能操纵优化

为了优化列车通过局部陡坡区段的操纵曲线,基于列车运行的动力学理论,充分考虑列车运行的速度、时间等限制条件,建立了基于连续变量的列车牵引能耗计算模型.该模型分析了列车在全区段的能耗构成及其影响因素,以速度、距离、功率为控制变量,满足运行时间和速度等约束,以区段总能耗最低建立了目标函数.通过模型离散化方法,以序列二次规划算法求解列车的动能闯坡点,实现满足区段行车条件下的运行优化.利用实例数据进行了数值仿真分析,结果表明,该模型求解的优化运行曲线,在已有优化的基础上,能再节约能耗1.771 8%,可满足限时、限速条件下列车在区段运行的节能操纵需求.     

���й����ͨ�г��������⼰�����о�

在城市轨道交通中，影响列车运行能耗的因素包括列车的牵引制动性能、列车重量、限速、线路条件、信号闭塞方式以及列车的操纵方式等，通过对相关条件的改变，可以实现列车节能的目的．论文通过案例设计与系统模拟，重点研究了线路条件对城市轨道交通节能的作用．文中分别从曲线(特别是小半径曲线)、坡道(分上、下坡道)以及列车重量等方面对能耗的影响进行了研究，并对节能坡的节能情况进行了分析，得到适合不同区间条件下的节能坡方案．     

列车节能运行优化操纵的研究

在确保列车运行安全、平稳、正点的前提下,研究列车节能运行的优化操纵方法。分析了列车运行的能耗构成及节能的主要原则;提出下坡道入口的两个特征速度:即惰行进坡速度和动力制动进坡速度,通过对列车运行线路进行预处理,给出列车节能运行的优化操纵序列和寻优策略,使列车节能运行的寻优成为可能,而且加快了寻优进程。      

基于改进多目标差分进化算法的城轨列车速度曲线优化

城轨列车速度曲线研究对于优化列车运行过程具有重要的作用。为得到更好的城轨列车速度曲线优化效果，本文针对列车运行准时性、运行能耗和舒适度3个目标，提出一种基于改进多目标差分进化算法的速度曲线优化方法。首先，建立城轨列车运行过程的多目标优化模型；然后，通过采用精英镜像初始化策略、引入参数自适应和多变异策略，提升多目标差分进化（MODE）算法的性能，并通过与其他6种对比算法在ZDT系列测试函数上所得的反世代距离评价指标（IGD）值进行比较，验证了所提算法的优越性；最后，结合南昌地铁一号线某区间真实线路数据进行仿真。结果表明，改进的MODE算法（IMODE）相较于对比算法在综合性能方面具有一定优势，同时在列车节能优化问题中具有较强的实用性。     

列车节能运行优操纵的研究

在确保列车运行安全、平筝、正点的前提下，研究列车节能运行的优化操纵方法。分析了列车运行的能耗构成及节能的主要原则；提出下坡道入口的两个特征速度；即惰行进坡速度和动力制动进坡速度。通过对列车运行线路进行预处理，给出列车节能运行的优化操纵序列和寻优略，使列车节能运行的寻优成为可能，而且加快了导优进程。     

高速列车运行调整与运行控制一体化双目标优化模型与算法

列车实时运行调整与运行控制是实现高速列车准点节能运行的两个重要方面.本文构建高速列车运行调整与运行控制一体化优化模型,以降低列车总延误时间与运行能耗为目标,同时优化列车速度距离与时间距离曲线.与以往研究将列车运行调整与运行控制独立优化不同,本文基于列车牵引计算,通过锁闭时间理论将列车运行调整与控制的解空间进行耦合,根据列车运行速度、制动性能、信号系统的清空与开放时间、轨道区段/闭塞分区的长度等因素,精细化计算列车占用不同轨道区段/闭塞分区的时间,动态确定列车区间运行时分与追踪间隔.为求解复杂的非线性模型,设计分段近似法将非线性约束进行重构,从而将非线性优化模型转变为混合整数规划模型.通过算例计算,给出双目标问题的帕累托解集,与单目标优化方法对比,本文方法可以减少总能耗2.46%,降低运行总延误7.33%.     

基于遗传算法的列车运行能耗优化算法

研究了CBTC系统中列车控制模型和列车运行调整,以降低能耗为目标,对列车在区间的运行控制进行优化组合,提出了基于遗传算法的能耗优化算法,根据具体的线路条件,计算了在不同的运行等级下或不同区间运行时分对应的列车运行速度曲线。以一段2 400m长,具有典型节能坡设置,且包含一段60km.h-1区间限速的线路为例,进行了能耗计算和优化仿真。研究结果表明:优化之后速度曲线与其对应的运行等级2、3、4的速度曲线相比,列车牵引能耗减少到原来的62%、58%、60%,节能效果显著,算法有效。     

高速列车运行调整与运行控制一体化双目标优化模型与算法

列车实时运行调整与运行控制是实现高速列车准点节能运行的两个重要方面.本文构建高速列车运行调整与运行控制一体化优化模型，以降低列车总延误时间与运行能耗为目标，同时优化列车速度距离与时间距离曲线.与以往研究将列车运行调整与运行控制独立优化不同，本文基于列车牵引计算，通过锁闭时间理论将列车运行调整与控制的解空间进行耦合，根据列车运行速度、制动性能、信号系统的清空与开放时间、轨道区段/闭塞分区的长度等因素，精细化计算列车占用不同轨道区段/闭塞分区的时间，动态确定列车区间运行时分与追踪间隔.为求解复杂的非线性模型，设计分段近似法将非线性约束进行重构，从而将非线性优化模型转变为混合整数规划模型.通过算例计算，给出双目标问题的帕累托解集，与单目标优化方法对比，本文方法可以减少总能耗2.46%，降低运行总延误7.33%.     

基于遗传算法的地铁列车自动驾驶控制算法研究

轨道交通列车运行曲线的控制是轨道交通列车自动化的核心技术。通过提出改进的遗传算法来设计列车ATO（列车自动驾驶）控制算法，使用某城市地铁列车参数建模，编制实用的遗传算法生成列车时分控制曲线的程序，并进行计算机仿真，仿真的结果达到了：输出时间与给定的定时值完全一致；能耗比节时模式降低56%；停车点精度｜x｜=14cm，小于规定值（25cm）；最大速度小于规定值；具有较高的全局适应度。表明算法效果良好、性能优越。     

考虑追踪安全的地铁快慢车协同操纵节能优化

研究考虑追踪间隔要求和再生能利用的快慢车线路地铁列车协同操纵节能优化问题.首先,基于滚动优化思想将列车协同操纵全局优化问题分解为一系列的子问题,即每一列车进入下一区间前由中央控制器根据同一供电分区内其他列车的操纵方案和列车重量等实时运营信息,计算出站列车在下一区间的操纵方案.为延长牵引制动重叠时间、提高再生能利用,各列车尤其是快车允许途中二次牵引加速以配合其他列车进站制动.基于上述研究思路,本文以列车净能耗为目标构建了快慢车线路列车协同操纵节能优化模型,并设计了混合遗传算法进行求解.案例分析结果表明,与不考虑其他列车操纵的个体最优节能操纵方法相比,本文提出的协同操纵方法可节能3%以上,算法满足实时优化对计算效率的要求.     

考虑追踪安全的地铁快慢车协同操纵节能优化

研究考虑追踪间隔要求和再生能利用的快慢车线路地铁列车协同操纵节能优化问题.首先,基于滚动优化思想将列车协同操纵全局优化问题分解为一系列的子问题,即每一列车进入下一区间前由中央控制器根据同一供电分区内其他列车的操纵方案和列车重量等实时运营信息,计算出站列车在下一区间的操纵方案.为延长牵引制动重叠时间、提高再生能利用,各列车尤其是快车允许途中二次牵引加速以配合其他列车进站制动.基于上述研究思路,本文以列车净能耗为目标构建了快慢车线路列车协同操纵节能优化模型,并设计了混合遗传算法进行求解.案例分析结果表明,与不考虑其他列车操纵的个体最优节能操纵方法相比,本文提出的协同操纵方法可节能3%以上,算法满足实时优化对计算效率的要求.     

基于多编组的列车满载率均衡化方法研究

针对多编组均衡发车导致的大小编组列车利用率不均的问题,本文构建了轨道交通多编组列车开行方案双层规划模型.上层模型以大小编组发车频率为决策变量,乘客出行费用和企业运营成本最小为目标;下层模型以列车编组和发车间隔为决策变量,大小编组列车间的满载率均衡程度最大为目标,并设计嵌套遗传算法求解.算例分析表明：当列车编组和发车频率一定时,大小编组列车均衡发车时平均满载率相差 50%,非均衡发车时两者仅相差 0.8%,这说明非均衡发车模式可以有效提高列车满载率均衡性;大小编组列车均衡发车时,列车编组辆数不宜相差过大,非均衡发车时可以通过调整发车间隔的方法提高列车满载率的时空均衡性.     

基于多编组的列车满载率均衡化方法研究

针对多编组均衡发车导致的大小编组列车利用率不均的问题，本文构建了轨道交通多编组列车开行方案双层规划模型.上层模型以大小编组发车频率为决策变量，乘客出行费用和企业运营成本最小为目标；下层模型以列车编组和发车间隔为决策变量，大小编组列车间的满载率均衡程度最大为目标，并设计嵌套遗传算法求解.算例分析表明：当列车编组和发车频率一定时，大小编组列车均衡发车时平均满载率相差 50%，非均衡发车时两者仅相差 0.8%，这说明非均衡发车模式可以有效提高列车满载率均衡性；大小编组列车均衡发车时，列车编组辆数不宜相差过大，非均衡发车时可以通过调整发车间隔的方法提高列车满载率的时空均衡性.     

Train Energy-saving Scheme with Evaluation in Urban Mass Transit Systems

In the urban rail transport, factors influencing the consumption of operation energy of trains include the performance of train traction and breaking, weight of the train, the condition of line, the mode of signal blocking, and the mode of train control. The operation energy for trains can be saved by making alteration to the relevant conditions. This paper focuses on the influence of the line conditions on the energy conservation of the urban rail transit using case design and the system simulation. This paper studies energy conservation using the data obtained from the curve (especially small-radius curve), the ramp (divided into upper and lower ramp), and weight of the train. The paper also analyzes the condition for saving energy, which is obtained from the energy-saving slope, and designs energy-saving programs suitable for different section conditions.     

MRT列车运行模拟模型的多目标改进遗传算法

为了求解城市快速交通（MRT）列车运行模拟模型，寻找最优的列车运行控制曲线，构造了多目标改进遗传算法．以列车运行过程中工况转换点为基因编码依据，以多个基因构成一个染色体代表一个控制方案，从而形成初始种群；根据列车运行控制的停站误差、时分误差和能耗等目标要求设计适应值函数；通过个体有效性检查保证选择、交叉和变异过程中新个体的有效性，并在各算子中加入保优算子，使新种群不淘汰上一代最优个体．实例计算表明，与多质点优化模型相比，在一定的误差范围内，遗传算法能够减少能耗10％以上，并能提供大量次优解，具有明显的优化效果．