黄金比例NSGA-Ⅱ算法在动车组列车多目标优化中的应用

发布时间：2024-04-08 00:16

　　针对动车组列车运行需综合考虑准点、节能、安全、舒适的复杂问题,将运行时间视为旅客满意标准,能耗视为铁路公司的满意标准,同时考虑过电分相对列车运行的影响,使列车的运行更符合实际情况,建立列车运行多目标优化模型,该模型受安全性、轨道特点、乘客舒适度等的约束。提出一种NSGA-Ⅱ算法与黄金比例技术相结合的算法,解决使用NSGA-Ⅱ算法优化时个体在解空间中分配不均的问题,通过对算法的测试,表明黄金比例NSGA-Ⅱ算法的分布性和收敛性比NSGA-Ⅱ算法好。最后以武广客运专线中某一区段的线路CRH₃型动车组为仿真实例,展示仿真的一些结果,进一步表明所建模型与所提算法是可行的。

【文章页数】：10 页

【部分图文】：

图1列车运行受力图

式中：v为列车速度；a,b和c为基本阻力系数。附加阻力计算公式为

图22个相邻车站之间的速度-距离曲线

式中：γ为回转质量系数；x是从某一参考位置的运行距离；ut(0≤ut≤1)和ub(-1≤ub≤0)表示牵引力使用系数和制动力使用系数。典型的动车组列车运行过程可以划分为3个工况，即牵引、惰行和制动，而对于长距离运行线路，理论上存在最优的控制方案包括最大牵引、匀速、惰行和制动。图2....

图11黄金比例NSGA-II算法的Pareto前沿

由图10和图11中的解集分布情况可看到，2种算法都能较好地搜索到Pareto曲线上的点，但NSGA-II算法所求得的解集分布在1028～1035s处出现断层的现象，在1019～1026s间较集中，而黄金比例NSGA-II算法所求得的解集分布更加均匀，搜索能力更强。2种....

图12列车速度轨迹

由图12可以看到，2种算法优化的列车最准点速度曲线全程均没有出现超速现象，也均到达终点，因此满足安全性和精确停车约束。在NSGA-II算法优化和黄金比例NSGA-II算法优化中，均考虑了电分相对列车运行的影响，列车在过两处电分相时均为惰行工况，符合列车实际运行情况。经计算，2条速....

本文编号：3948196