列车控制及调度一体化的智能优化研究

发布时间：2021-08-31 19:43

　　当前社会的飞速发展,城乡经济的巨大差别,让越来越多的人涌入城市寻找机会,城市人口的剧增给城市交通带来巨大的压力。作为公共交通重要一员的轨道交通,在减缓城市交通压力面前自然必不可少,大力建设城市轨道交通,提高城市交通质量,已成必然趋势。随之,列车智能控制、列车自动驾驶系统和列车调度时刻表等相关问题成为人们广泛研究的热点。本文在此环境下,对列车控制及调度一体化的智能优化研究,先后进行了单列车多目标和多列车多目标两个不同层次的优化,其主要内容如下:单列车多目标优化:针对城轨列车自动驾驶系统目标速度曲线的设计需求,在满足安全及各种约束条件下,结合列车运行过程中的多种工况序列,以缩短运行时间、降低能耗和减少停车误差为目标,建立了列车运行的多目标优化模型。根据Pareto原理,提出一种协同进化的多目标混沌粒子群CMOCPSO算法。该算法下层的基础群采用目标引导法进行全局搜索,在挖掘各目标边沿解的同时让解空间均匀分布;上层的精英群通过加扰动的形式,完成局部的精细搜索。该策略利用双外部档案来完成两层间的双向通信,通过设置恰当的通信周期参数,形成一个全方位协同的高效搜索群体,用以改善算法的性能指标。通过... 

【文章来源】：重庆交通大学重庆市

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

列车的运动模型

列车牵引力与速度关系曲线

CMOCPSO算法的总体框架图

【参考文献】：
期刊论文
[1]城市轨道交通2017年度统计和分析报告[J].   城市轨道交通. 2018(04)
[2]城市轨道交通全自动驾驶技术发展综述[J]. 路向阳,李雷,雷成健,马伟杰,周开成.  机车电传动. 2018(01)
[3]PSO-ICS算法优化的城轨列车自动驾驶系统[J]. 徐凯,吴磊,杨飞凤.  铁道科学与工程学报. 2017(12)
[4]高速列车节能优化运行模式研究[J]. 曹佳峰,张博昊,刘斌.  铁道运输与经济. 2017(08)
[5]基于粒子群优化的ATO控制策略[J]. 李诚,王小敏.  铁道学报. 2017(03)
[6]高速列车追踪运行的多目标优化研究[J]. 高浠瑞,董海鹰,杨立霞.  铁道科学与工程学报. 2016(12)
[7]基于时间逼近搜索算法的城轨列车运行节能优化研究[J]. 刘炜,王栋,李群湛,崔梦雨.  西南交通大学学报. 2016(05)
[8]基于再生制动能量利用的地铁列车时刻表设计方法研究[J]. 贺德强,王合良,谭文举,苗剑.  机车电传动. 2016(05)
[9]面向节能的城轨列车区间运行时分优化研究[J]. 李姗,苗建瑞,孟令云,从景帅,张延军.  铁道科学与工程学报. 2016(08)
[10]基于粒子群算法的城轨列车节能驾驶优化模型[J]. 黄友能,宫少丰,曹源,陈磊.  交通运输工程学报. 2016(02)



本文编号：3375502