高速铁路跨线旅客列车开行 方案优化研究

针对高速铁路跨线旅客列车开行方案展开优化研究。从旅客和铁路部门2个角度出发,以旅客出行总支出最小和铁路部门运营成本最小作为目标函数,以客流守恒定律、区间通过能力、上座率和客流需求作为约束条件,建立高速铁路跨线列车开行方案的多目标规划模型,设计该模型的遗传算法,利用MATLAB实现算法编程求解。考虑分担率变化对开行方案的影响,结合算例分别得到传统广义成本效用函数与高铁发展趋势下跨线列车开行方案的较优解,同时验证了模型和算法的有效性。     

基于径向基函数神经网络的轨道交通车辆振动状态预测

通过遗传算法优化径向基函数神经网络的中心、宽度及权重等参数,构建车辆振动神经网络预测模型。通过42自由度车辆多体动力学模型,以某线路实测轨道不平顺数据作为输入,得到车辆振动加速度数据。通过训练与优化,构建的车辆振动预测模型能预测车体振动加速度变化趋势。     

基于GA优化模糊PID控制的ATO算法研究

针对城市轨道列车的自动驾驶系统(ATO)传统PID控制方法适应性差和智能化不足的问题,基于该领域专家知识和驾驶司机的操作经验,将遗传算法优化的模糊PID控制算法运用在ATO的控制系统中,并运用MTALAB进行仿真。仿真结果表明,该控制算法优于传统的PID控制,能够满足ATO系统对不同工况下的适应性和智能性要求,可以达到精确停车和准点到站的目的,能够有效提高列车舒适性和降低列车能耗。     

TSK模糊模型的GA—BP混合学习方法

针对TSK模糊模型的学习是多约束和多目标优化问题,提出一种基于GA—BP的TSK模糊模型学习方法。论述了所涉及的相关问题,包括模型结构的种群编码、进化策略及其适应值评估策略,推导了在进化过程中模糊模型前件和后件参数的BP算法。仿真结果表明：该方法具有先验知识要求少、获取的模型具有较好的精确性和简洁性等特点。     

认知无线电网络的基于QoS的自适应频谱分配策略

评估认知无线网络的吞吐量和干扰性能。考虑到认知无线电网络应能提供包括语音、数据、视频、图像等多种业务的服务,这些业务具有不同的服务质量(QoS)要求,引入一种基于多因素多级模糊综合评估的QoS模型。基于此模型,给出认知用户对检测到的空闲频谱的划分方法,同时为激活认知用户提出一种自适应频谱分配策略。分析认知无线电网络在频率选择性环境下的吞吐量和干扰特性。仿真结果表明,本文提出的基于QoS的自适应频谱分配策略,其平均吞吐量和干扰性能优越于一些已经存在的频谱分配算法,同时保持有较低的算法执行复杂度。     

列车运行过程的自适应模糊控制

以离线优化获得的策略对列车进行控制时,由于列车总重、线路坡道、车辆类型等不确定因素的影响,难以取得满意的效果。为此,采用自适应模糊控制方法,在总结分析基础上,充分利用现场操作人员经验,建立初始的模糊逻辑系统,以列车运行过程中的相关数据对模糊系统有关参数进行实时修正,这样,最终得到一个既能够利用专家经验信息又可以利用数据信息的自适应模糊系统,以此对离线优化所得到的控制策略进行调整,仿真研究表明,该方法可以有效消除列车总重、线路坡道、车辆类型等不确定因素对列车控制的影响,能够获得满意的效果。     

基于ANFIS的CFG桩复合地基承载力预测研究

研究目的:影响CFG桩复合地基承载力的主要因素有桩的参数、置换率、土的物理力学特性、褥垫层厚度和施工工艺等,且各因素之间存在高度复杂的非线性关系,CFG桩复合地基的承载力比较难于确定。为合理准确预测CFG桩复合地基承载力,通过研究提出基于自适应模糊神经网络的预测方法。研究结论:在分析自适应模糊神经网络原理及结构的基础上,利用减法聚类获得模糊推理规则数目,确定网络结构,建立适用于CFG桩复合地基承载力预测的自适应模糊神经网络模型。通过对实测资料的预测结果表明,自适应模糊神经网络比BP网络和最小二乘支持向量机LS_SVM模型具有更高的精度和适应性,为CFG桩复合地基承载力的判别提供了一条新的途径。     

城市轨道交通车载信号设备状态的自适应采集研究

提出一种适用于城市轨道交通车载信号ATO/ATP设备状态的自适应采集方法。相比传统的固定频率采集方法,它能够有效地减少信号采集的冗余性,减少关键信号数据的丢失。该方法通过试验的方式进行了验证。     

TSK模糊模型的GA-BP混合学习方法

针对TSK模糊模型的学习是多约束和多目标优化问题,提出一种基于GA-BP的TSK模糊模型学习方法。论述了所涉及的相关问题,包括模型结构的种群编码、进化策略及其适应值评估策略,推导了在进化过程中模糊模型前件和后件参数的BP算法。仿真结果表明:该方法具有先验知识要求少、获取的模型具有较好的精确性和简洁性等特点。     

传统机械优化设计方法和遗传算法的比较

以箱形盖板优化设计为例，分别得出了应用传统机械设计优化方法和遗传算法机械优化设计的结果。并进行了比较，体现了遗传算法的特点。结果表明，遗传算法是一种非常有效的机械优化设计方法。