基于遗传算法的动车组列车节能优化控制研究
发布时间:2021-12-12 01:40
高速铁路是一种可持续发展的绿色通道,具有安全、准点、舒适、能耗低、效率高等优点,然而其巨大的能源消耗也越来越受到广泛重视,尤其对动车组列车节能操纵策略的研究迫在眉睫。与此同时,进一步探讨动车组列车多目标优化的控制方法,不单提供一种操纵方案,对于降低列车运行能耗和节约资源亦具有深远的意义。本文借鉴国内外对动车组列车节能运行的研究,从列车节能的优化扩展到列车多目标的优化,结合动车组列车的运行特点,分别建立了列车的节能优化模型和多目标优化模型,并设计了针对模型特点的求解算法。本文主要研究内容如下:(1)在分析列车运行过程受力的基础上,利用多质点模型推导列车的运动方程。分析电分相对列车运行过程的影响,并设定列车过分相区时所采取的工况。对影响列车运行能耗的因素进行总结,构建列车一次节能优化模型,将列车过电分相环节纳入考虑因素,构建列车二次节能优化模型。在阐述多目标优化基本理论的基础上,构建列车运行的多目标优化模型。(2)基于黄金比例遗传算法(Genetic Algorithm,GA)对列车进行节能优化。阐述遗传算法基本理论,指出其在具体问题优化过程中存在的不足。引入具有强大局部优化优势的黄金比例...
【文章来源】:兰州交通大学甘肃省
【文章页数】:64 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.2 研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 论文主要内容及组织结构
2 列车运行过程分析
2.1 列车运行受力分析
2.1.1 列车牵引力
2.1.2 列车制动力
2.1.3 列车运行阻力
2.2 列车运动机理模型
2.2.1 运动方程计算模型
2.2.2 列车运动方程
2.3 电分相对列车运行的影响
2.4 小结
3 动车组列车能耗模型与多目标优化模型的建立
3.1 列车运行能耗影响因素分析
3.2 列车能耗模型的建立
3.2.1 一次节能优化模型的建立
3.2.2 二次节能优化模型的建立
3.3 列车多目标优化模型的建立
3.3.1 多目标优化基本理论
3.3.2 列车运行过程多目标优化模型
3.4 小结
4 基于黄金比例遗传算法的动车组列车节能优化
4.1 遗传算法基本理论
4.2 基于黄金比例遗传算法的动车组列车节能优化
4.2.1 黄金比例技术
4.2.2 基于黄金比例技术的遗传算法
4.2.3 一次节能优化模型求解
4.2.4 二次节能优化模型求解
4.3 仿真结果分析
4.3.1 一次节能优化实例仿真分析
4.3.2 二次节能优化实例仿真分析
4.4 小结
5 基于黄金比例NSGA-Ⅱ算法的动车组列车多目标优化
5.1 多目标问题的黄金比例NSGA-Ⅱ算法
5.1.1 基本NSGA-Ⅱ算法
5.1.2 黄金比例NSGA-Ⅱ算法
5.2 动车组列车多目标优化模型求解
5.3 算法实例仿真分析
5.3.1 算法性能测试
5.3.2 列车运行多目标优化实例仿真
5.4 小结
结论
致谢
参考文献
攻读学位期间的研究成果
本文编号:3535767
【文章来源】:兰州交通大学甘肃省
【文章页数】:64 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.2 研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 论文主要内容及组织结构
2 列车运行过程分析
2.1 列车运行受力分析
2.1.1 列车牵引力
2.1.2 列车制动力
2.1.3 列车运行阻力
2.2 列车运动机理模型
2.2.1 运动方程计算模型
2.2.2 列车运动方程
2.3 电分相对列车运行的影响
2.4 小结
3 动车组列车能耗模型与多目标优化模型的建立
3.1 列车运行能耗影响因素分析
3.2 列车能耗模型的建立
3.2.1 一次节能优化模型的建立
3.2.2 二次节能优化模型的建立
3.3 列车多目标优化模型的建立
3.3.1 多目标优化基本理论
3.3.2 列车运行过程多目标优化模型
3.4 小结
4 基于黄金比例遗传算法的动车组列车节能优化
4.1 遗传算法基本理论
4.2 基于黄金比例遗传算法的动车组列车节能优化
4.2.1 黄金比例技术
4.2.2 基于黄金比例技术的遗传算法
4.2.3 一次节能优化模型求解
4.2.4 二次节能优化模型求解
4.3 仿真结果分析
4.3.1 一次节能优化实例仿真分析
4.3.2 二次节能优化实例仿真分析
4.4 小结
5 基于黄金比例NSGA-Ⅱ算法的动车组列车多目标优化
5.1 多目标问题的黄金比例NSGA-Ⅱ算法
5.1.1 基本NSGA-Ⅱ算法
5.1.2 黄金比例NSGA-Ⅱ算法
5.2 动车组列车多目标优化模型求解
5.3 算法实例仿真分析
5.3.1 算法性能测试
5.3.2 列车运行多目标优化实例仿真
5.4 小结
结论
致谢
参考文献
攻读学位期间的研究成果
本文编号:3535767
本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/3535767.html