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。     

构架式轨距——轨向检测系统信号合成算法及系统验证

通过对图像传感器输出的轨距左右偏移信号和左右高低偏移信号、加速度计输出信号和车体惯性平台输出的轨道倾角信号进行合成处理,得到准确的轨距和轨向测量结果。从理论上推导轨向的合成算法,对安装于轨距测量梁中心的轨向加速度计的响应进行重力和旋转运动修正后,与三角窗函数卷积运算,得到轨距测量梁中心横向位移的二阶差分,然后再通过二次积分和滤波得到左右轨向值。通过设计模拟低通滤波和相应的数字滤波器,实现了加速度滤波器的幅频响应与检测车速度无关,保证了系统的检测精度。对轨向加速度计测得的位移和摄像式轨距系统测得的位移进行比较,验证了系统测量原理和合成算法的正确性。经静态验证和现场试验,结果证明构架式轨距—轨向检测系统具有检测精度高、性能稳定和故障率低的优点。     

技术站广义配流问题模型与算法

根据列车解编顺序是否确定,将阶段计划中的广义配流问题分为广义静态配流问题和广义动态配流问题。以阶段内发出配流车数最多和车辆在站平均停留时间最短为目标函数,以列车解体开始时刻、车流分配、车流接续和列车编组开始时刻为约束条件,建立广义动态配流问题的多目标非线性混合整数规划模型。综合考虑优先排空、优先发送较近编组去向车流,模拟车站调度员编制阶段计划时的思维过程,设计搜索算法,解决广义静态配流问题(给定列车解编顺序的广义动态配流问题)。以有7个编组去向的某技术站为例,运用该算法可以在较短时间内得到列车解编方案和配流方案,表明了该算法的实用性和可行性。     

“一送两受”式无绝缘轨道电路最大传输距离分析

为了求解中央供电两端接受式无绝缘轨道电路最大传输距离,本文根据此种轨道电路在调整态、分路态、断轨态3种工作状态下的四端网数学模型,在不同的初始参数下仿真分析了轨道电路在断轨态和分路态下的转移阻抗的变化情况,得出轨道电路在断轨态转移阻抗的最小值大于分路态转移阻抗的最小值,以此简化了求解轨道电路最大传输距离的前提条件。在此基础上,给出了求解此种轨道电路最大传输距离的计算方法。结果对比表明,该方法能够正确地计算轨道电路最大传输距离,为此类型轨道电路的设计提供理论依据。     

土石方调配问题双层规划模型及算法研究

研究目的:针对铁路土石方工程中较少考虑对生态环境影响的现状,研究如何构建合理的土石方调配问题模型,实现铁路土石方工程与生态环境的有效协调,减少对生态环境的影响的同时,从而实现土石方工程系统最优的目标。研究结论:根据土石方工程具体特点,系统地描述土石方调配问题,在此基础上兼顾政府监管部门与施工企业双方不同的利益目标,建立土石方调配问题双层规划模型。在双层规划模型中,上层模型为土石方工程系统最优模型,下层模型为土石方调配费用最低模型。计算结果表明:土石方调配问题双层规划模型在减少对保护生态环境影响同时,降低工程建设成本。     

遗传算法在五连杆悬架优化中的应用

针对五连杆悬架的特点，运用多体系统动力学的理论建立了悬架的运动学分析模型，基于遗传算法开发了优化器的核心单元，并解决了它们之间的通讯和协调问题以实现在车轮上下跳动过程中车轮外倾角的运动学特性变化量与目标值之间的偏差最小作为优化设计的目标，说明了遗传算法在五连杆悬架优化中的应用。应用这种优化体系对某型轿车五连杆悬架进行了实例优化分析。     

遗传算法在区段站到发线的应用研究

为解决车站到发线的合理运用问题，采用遗传算建立了到发线运用的染色体结构和适应度函数，对这种复杂的非线性组合优化问题进行了仿真。     

基于自适应遗传算法的路堤边坡稳定性分析方法

基于圆弧滑动面假定,提出了一种用自适应遗传算法搜索最危险滑动面及其对应的最小安全系数的新方法。该方法是一种改进的遗传算法,采用自适应求取适值、动态调整交叉率和变异率、自适应区间收缩。自适应遗传算法有效克服了传统方法易陷入局部极小的缺陷,提高了算法的搜索效率、精度和稳定性。     

基于改进 BiLSTM 网络的地铁车轮磨耗预测模型

针对地铁车轮磨耗数据时间跨度较长引起的长期依赖问题,为了进一步提升预测精度,提出一种将麻雀搜索算法(sparrow search algorithm,SSA)优化双向长短期记忆网络(bidirectional long short term memory,BiLSTM)的改进 BiLSTM(SSA-BiLSTM)网络模型,用于地铁车轮磨耗预测。首先,利用麻雀搜索算法对双向长短期记忆网络算法的神经元个数、迭代次数、输入批量和学习率等超参数在给定范围内进行寻优,得到参数最优值;然后,以参数最优值来构建改进 BiLSTM 网络模型,对车轮磨耗进行预测分析;最后,以车轮踏面磨耗和轮缘磨耗作为研究对象,将某地铁 1 车厢 1 号车轮的现场实测历史磨耗数据作为输入,对该模型进行训练及验证分析,并与多层感知机(multilayer perceptron,MLP)、LSTM、BiLSTM 以及 SSA-LSTM 模型的预测结果进行对比。研究结果表明：SSA-Bi-LSTM 模型的车轮磨耗预测精度更高,与 LSTM、BiLSTM 以及 SSA-LSTM 网络模型相比,踏面磨耗的平均绝对百分误差(mean absolute percentage error,MAPE)分别降低了 13.28%、10.32%、1.47%,轮缘磨耗分别降低了 9.5%、0.46%、0.02%;分别对同一地铁 2 号、4 号车厢的 1 号位置车轮磨耗进行预测,并与磨耗实测数据进行对比,踏面磨耗的平均绝对百分比误差分别为 1.34%、1.42%,轮缘磨耗的平均绝对百分比误差分别为 0.18%、0.19%,验证了本文所提模型具有良好的泛化性,为地铁轮对智能化管理提供理论支持,延长车轮使用寿命。     

改进动态克隆选择算法在邮件过滤中的应用研究

提出了可控变异和随机变异方法,改进了动态克隆选择算法,建立并实现一种改进的基于人工免疫系统的邮件过滤算法.并采用SpamAssassin垃圾邮件样本对算法性能进行测试.实验结果表明,引入改进的动态克隆选择算法后,该算法对具有变异特性的垃圾邮件能保持较高的正确识别率,具有较好的自适应性和多样性.