基于遗传算法的城市轨道运行节能研究

发布时间：2020-04-04 18:07

【摘要】：城市轨道交通是各大城市最重要的交通运输工具之一,它是城市区域经济高速发展的前提,也为人们日常工作与生活出行提供了便利。在各地城市化进程的推进下,城市轨道交通的里程数以及在建规模也在逐年增长,随之而来的就是城市轨道交通的运输能耗在日渐增长。在日益追求绿色环保,可持续发展的发展理念下,城市轨道运输的节能减排也成为了热门的研究问题。基于以上背景下,本文将针对城市轨道交通列车运行的节能问题作探讨。本文分别分析并给了列车牵引力、基本阻力和各种工况下的合外力计算模型,另一方面又分析了列车运行能耗的具体计算方法。然后又详细介绍了遗传算法的基本原理以及操作流程,经过动态自适应优化遗传算法对交叉算子和变异算子进行调整,提高了空间解的搜索能力并且减少了算法过早陷入局部最优的情况。为后续求解列车节能问题最优解提供算法支持。接着本文提出列车单区间定时节能优化模型和多区间运行时间分配节能优化模型。在某固定且站间运行时间一定的区间内,先寻找到列车在单区间内合适的惰行起始点与结束点,使列车运行能耗下降;单区间定时节能优化的基础之上,对于多个区间来说列车的总运行时间是一定的,通过分配各个区间的运行时间以及各个区间的运行曲线以达到降低列车总能耗的目标。最后,本文在多区间列车运行时间优化的基础上,更进一步地考虑提高多区间多列车的再生制动能的利用率,其主要解决的是如何将提高再生制动能利用率转化为求列车制动与牵引工况重叠时间最大并求解的问题。
【图文】：

庆 8 180 31汉 10 206 30圳 8 198 28都 6 171 22津 6 154 22岛 4 82 17输需求的压力，在大规模的城市轨道建设以及其他公共交通行业的能耗也越来越高，已经成为我国能源消耗增长最快的行城市轨道交通列车的主要能源消耗对象，虽然相比与其他石城市轨道交通系统的用电总能耗也在急剧上升。其中以轨道耗最多，约占 50%。如图 1-1 所示为近几年某市城市轨道交电能消耗量提高了近 5 倍。

最优选择的调整自适应的变异概率 基本位变异确定最优解解码输出最优解结束图 3-4 改进后的遗传算法流程图Fig. 3. 4 improved flow chart of genetic algorithm算法改进前后用于同一场景的单列车节能优化中，，迭代
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP18;U239.5

【相似文献】

相关期刊论文 前10条

1 冯锦春;杨林建;;利用遗传算法进行机械优化[J];四川工程职业技术学院学报;2007年06期

2 任志凤;胡小建;孙太生;徐飞;李云良;;遗传算法在焊接领域的优化与应用[J];现代焊接;2012年03期

3 李振业;陈婷;陈静;;基于遗传算法的旅游最优路径探究[J];电脑知识与技术;2018年34期

4 唐文琦;曾干敏;刘泽宇;;浅谈遗传算法及其部分改进算法[J];科技风;2019年12期

5 李岩;袁弘宇;于佳乔;张更伟;刘克平;;遗传算法在优化问题中的应用综述[J];山东工业技术;2019年12期

6 魏晓玲;;一种改进遗传算法及验证[J];电脑编程技巧与维护;2019年06期

7 冯双林;靳继红;;现代农机数字化装配车间调度技术研究——基于云计算和遗传算法[J];农机化研究;2018年01期

8 梁肖;周湘贞;;基于遗传算法的小麦收割机路径智能优化控制研究[J];农机化研究;2018年02期

9 王勇;孙耀南;;基于遗传算法的医院房间位置优化研究[J];电脑与信息技术;2018年01期

10 李超;王杰;史运涛;李锦龙;;基于遗传算法的汽油调和优化系统[J];工业控制计算机;2018年10期

相关会议论文 前10条

1 谢宏;袁小芳;向启均;陈yN婧;王立宸;;机器人惯性参数的改进遗传算法辨识方法研究[A];第37届中国控制会议论文集（B）[C];2018年

2 彭军;徐本柱;刘晓平;;遗传算法的实现及其在生产调度中的应用[A];全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议论文集（上册）[C];2009年

3 韩战钢;;遗传算法及在经济中的应用[A];Optimization Method, Econophysics and Risk Management--Proceedings of CCAST (World Laboratory) Workshop[C];2001年

4 赖梅;熊丽荣;;基于改进遗传算法的乘务交路优化问题研究[A];第二十一届中国控制会议论文集[C];2002年

5 肖龙光;丁晓东;;基于理性变异的遗传算法[A];第六届中国青年运筹与管理学者大会论文集[C];2004年

6 鞠训光;于洪珍;;求整体优化全部解的区间排除遗传算法[A];第十七届全国过路控制会议论文集[C];2006年

7 刘兴隆;;快速进化式遗传算法[A];“电力大系统灾变防治和经济运行重大课题”部分专题暨第九届全国电工数学学术年会论文集[C];2003年

8 谈斌;唐力铁;张己化;周海云;;遗传算法在漫反射系数计算中的应用研究[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年

9 任燕翔;姜立;刘连民;从滋庆;;改进遗传算法在三维日照方案优化中的应用[A];工程三维模型与虚拟现实表现——第二届工程建设计算机应用创新论坛论文集[C];2009年

10 蔡亚星;李伟明;尚飞;任武;薛正辉;高本庆;;双种群遗传算法进行阵列天线综合[A];2005'全国微波毫米波会议论文集（第三册）[C];2006年

相关重要报纸文章 前10条

1 郭勉愈　编译;遗传算法：让发明自动“进化”[N];科学时报;2011年

2 上海科学院规划研究处 刘小玲;上海能否成为人工智能城市[N];解放日报;2017年

3 记者 常丽君;科学家首次将遗传算法用于量子模拟[N];科技日报;2016年

4 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年

5 记者 李星婷;2014中国生命电子学术年会在渝召开[N];重庆日报;2014年

6 记者 刘霞;美用遗传算法逆向设计新型纳米材料[N];科技日报;2013年

7 高雪娟;协同设计的平台策略[N];中国计算机报;2006年

8 陈巍;浩辰有望在协同设计关键领域取得突破 引领CAD应用新潮流[N];大众科技报;2006年

9 本报记者 李元丽;坚持自主创新 掀起AI+教育的中国浪潮[N];人民政协报;2018年

10 高峰;美国真能毁掉中国？[N];世界报;2012年

相关博士学位论文 前10条

1 孙秋红;基于遗传算法的水质数据挖掘与应用研究[D];燕山大学;2016年

2 金小敏;移动云环境中的计算迁移系统关键技术研究[D];北京邮电大学;2018年

3 王小港;遗传算法在VLSI设计自动化中的应用研究[D];中国科学院上海冶金研究所;2001年

4 宋晓峰;优生演进优化和统计学习建模[D];浙江大学;2003年

5 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年

6 卜雷;城市货物运输规划优化方法研究[D];西南交通大学;2004年

7 廖平;基于遗传算法的形状误差计算研究[D];中南大学;2002年

8 李智勇;模式交流多群体遗传算法及其在神经网络进化建模中的应用[D];湖南大学;2003年

9 陈星;网络并行和遗传算法在HPM生物效应评价和辐射天线设计中的应用研究[D];四川大学;2004年

10 金菊良;遗传算法及其在水问题中的应用[D];河海大学;1998年

相关硕士学位论文 前10条

1 杨华丽;基于遗传算法的复杂间歇生产绿色调度优化研究[D];湘潭大学;2019年

2 肖夏;基于改进遗传算法的云计算任务调度算法的研究和实现[D];重庆邮电大学;2019年

3 靳彬锋;基于遗传算法的多目标柔性车间调度问题研究[D];宁夏大学;2019年

4 马诗琪;基于规范的企业Agent智能性研究[D];宁夏大学;2019年

5 陈卓;电商配送中心订单分批问题研究[D];安徽工业大学;2019年

6 谢飞强;基于遗传算法的航天制造执行系统的研究[D];哈尔滨工业大学;2019年

7 霍承鼎;基于遗传算法的地下混凝土筒仓结构优化设计[D];河南工业大学;2019年

8 唐雷华;基于遗传算法的非等同并行多机生产排程成本优化问题研究[D];华南理工大学;2019年

9 郭杰鹏;基于遗传算法的城市轨道运行节能研究[D];广东工业大学;2019年

10 尹亚明;基于改进的遗传算法的仓库机器人路径优化研究[D];成都理工大学;2019年

本文编号：2613894