原文传递
群智能算法在列车运行速度曲线节能优化中的研究
| 论文题名： | 群智能算法在列车运行速度曲线节能优化中的研究 |
| 关键词： | 列车节能;运行速度;曲线优化;群智能算法 |
| 摘要： | 铁路运输是我国最重要的交通运输方式之一，它担负着关系国民经济和社会发展的重要任务。随着铁路建设蓬勃发展，铁路运输能源消耗量也呈现总体上升趋势，其中机车牵引能耗占铁路运输能耗的60％～70％。因此，机车牵引系统的节能提效对铁路运输节能具有重大意义。 在技术集群层面，列车运行速度曲线优化是提高列车牵弓l系统效率的主要措施之一。本文主要研究了列车节能运行速度曲线优化算法，基于列车运行数学模型和列车节能理论，在MATLAB仿真环境中对比研究了粒子群算法、改进的蚁群算法和粒子群-蚁群混合算法在列车节能运行速度曲线优化中的应用，并运用DYNAMIS工具搭建列车运行模型对各算法仿真结果进行检验。具体包含以下几个研究内容: (1)根据列车动力学、运动学模型建立基于能量守恒原则的列车牵引系统能耗目标函数及约束条件，通过Hamiltonian函数，并联合Karush-Kuhn-Tucker最优化条件与Lagrange算子分析了列车运行模态转换原则。引入复杂线路条件下陡上坡和陡下坡概念，针对各阶段的特征，分析了在理想状态下各阶段的优化策略，并推导了连续坡道优化操纵方案。 (2)通过研究粒子群算法解决列车目标速度曲线节能优化问题的可行性，设计了包括预处理模块、查询矩阵模块、坡道处理经验引入模块、粒子群模块和路径信息模块的速度曲线优化模型，并创建列车运行速度控制信号对应表和平衡目标时间与能耗的适应度函数调整规则。仿真结果分析显示，列车能耗会随着计划旅行时间的增加而减小，此算法具有较高的计算精度与计算速度。 (3)结合蚁群算法优化速度快的特点，运用列车节能经验并改进信息素调整方案，建立了基于蚁群算法的列车目标速度曲线节能优化模型，并搭建利用启发因子平衡列车能耗和运行时间的子模块。仿真结果显示，改进后的蚁群算法在计算精度和计算速度上都有提升。 (4)根据仿真结果显示的粒子群和蚁群算法优缺点，搭建利用蚁群算法解决粒子群算法中参数自适应的混合算法模型，并建立以节能为目标的算法间相互反馈机制。优化结果显示，此改进进一步提高了算法综合性能。 (5)以收敛代数、收敛精度、收敛速度等为算法性能评价指标，对粒子群算法、蚁群算法、粒子群-蚁群混合算法进行对比分析，并运用DYNAMIS软件对三种算法优化的目标速度曲线进行了模拟验证。 本文致力于列车目标速度曲线节能优化理论和实践研究，重点研究了目标速度曲线优化算法，为优秀的在线操纵指导辅助系统的开发奠定基础，以期降低列车牵引系统能耗，进而推进铁路运输行业的节能降耗。 |
| 作者： | 李卓玥 |
| 专业： | 安全科学与工程 |
| 导师： | 魏秀琨 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
