列车安全距离优化算法安全性与追踪运行调整策略研究

针对前期工作中的列车安全距离优化算法,本文在其基础上进行了深入的安全性研究,并给出了基于此优化算法下的列车追踪运行自动调整策略。从列车安全距离优化算法得出列车追踪运行模型的安全原则,通过安全原则对其进行安全性分析,推导出计算安全距离的各参数具体算法。在列车安全距离优化模型确定了追踪目标点,设计了基于最小安全距离的列车追踪运行自动调整策略。研究结果表明,优化算法能够满足列车安全行驶要求,列车追踪运行自动调整策略能使列车在追踪情况下高效地运行,达到追踪运行稳态。     

超级电容有轨电车多区间节能优化研究

超级电容有轨电车具有高效环保的优点，研究其多区间运行时刻表和运行策略能够进一步降低运行能耗。文章首先介绍车载超级电容能量流动模型，建立列车动力学模型与超级电容模型，以列车系统总能耗最小为目标，建立协同优化列车运行时刻表和运行策略的节能控制模型；设计动态规划算法，求解列车多区间运行时刻表和运行策略；最后通过实车线路进行仿真验证。结果表明，在各区间均采用节能运行策略，相比于标准时刻表，优化时刻表能够进一步降低运行能耗；同时分析了多区间总运行时间与能耗的关系，可综合考虑列车运行能耗与效率制定运行时间，采用协同优化方法确定时刻表与运行策略，从而达到节能的目的。     

基于目标速度追踪的城轨列车节能优化算法

为了实现城市轨道交通的节能运行,提出基于目标速度追踪的城轨列车节能优化算法。首先构建列车均质棒动力学模型和节能优化目标函数,利用极大值原理推导出列车节能运行工况。然后重点分析列车运行时间和运行方式对能耗的影响。在对典型方案仿真分析的基础上,提出通过陡坡时的基于等效平均速度法的运行策略,以及目标速度改变时合理利用惰行的运行策略。最后通过目标速度追踪的方法得到速度曲线,实现城轨列车的节能运行。利用上海地铁3号线的数据对本文提出的算法进行验证,结果表明相较实际运行情况,本文提出的算法可以降低25.39%的运行能耗,同时求解得到的速度曲线更加平缓,更适合城市轨道交通的实际运行情况。     

基于FAPSO的地铁列车节能运行优化研究

以地铁列车节能、准点运行为研究目标,在充分考虑实际运行线路条件下,构建满足约束条件下的多质点列车运行能耗模型,并在此基础上,将萤火虫算子引入到标准粒子群算法中,构建一种包含萤火虫算子的粒子群优化算法(FAPSO),进而提出基于FAPSO算法的双层结构一体化优化控制方法。上层结构优化通过使用FAPSO算法对获得的总冗余时间进行分配,进而得出各站间最佳运行时间,优化列车运行时刻表;下层结构优化在上层结构优化所得站间最佳运行时间下,对不同运行策略下列车运行能耗进行比较,进而优化整条线路的列车运行策略。最终,获得列车站间节能、准点运行的最优驾驶方案。以广州地铁站间线路为例,通过MATLAB进行实例仿真,仿真结果表明,经双层结构一体化优化后列车运行能耗降低10.8%,且满足列车准点运行的要求。     

一种货运列车节能优化方法研究

研究了一种货运列车节能优化方法。首先以列车运行时间为约束,建立列车节能运行优化模型。设计了一种基于极大值原理的动态规划算法,在满足运行时间约束下,实现列车最优节能运行操纵策略优化。本算法仅仅对速度进行离散化处理,相比其他方法需对位置和速度进行双重离散,避免因网格划分引起的速度轨迹波动,同时提高了计算效率。此外,该算法将考虑电分相对操纵的限制,便于工程应用。最后,利用HXD1型电力机车牵引的货运列车与朔黄铁路西柏坡至肃宁段验证了文中所述的优化方法的有效性。     

基于改进DE的城轨列车节能速度曲线研究

采用改进交叉策略的差分进化（DE，Differential Evolution）算法，研究城轨列车节能优化的速度曲线生成。该算法以起点到目标停车点的距离和工况状态值作为个体基因，基于改进交叉策略，结合工况转换原则，对变异后的个体基因进行有效化处理。建立末速度、停车位置误差、运行时间和牵引能耗的评价模型，在满足安全运行和舒适度要求下生成最优列车自动运行（ATO，Automatic Train Operation）速度曲线。经数据仿真测试，牵引能耗为28.8 kw·h。生成的速度曲线，在准时到达的前提下，具有较好的节能效果，对城市轨道交通的列车节能优化运行研究具有一定的参考价值。     

重载列车优化操纵算法设计与仿真

文章针对电力牵引重载列车的运行特点,对重载列车的优化操纵问题进行了分析研究,设计了一种基于模糊预测和再优化的列车运行控制算法。该算法先使用模糊逻辑控制器产生操纵队列,预测列车未来一段区间的运行情况,然后对产生的操纵队列以安全、节能为目标进行反复优化。算法通过对操纵队列的有重合区间局部寻优来保证得到近似全局最优解。文章使用列车牵引计算模型对算法进行了仿真验证,结果表明该算法产生的操纵队列基本达到了重载列车运行要求。     

基于离散微区间工况选择的列车节能运行优化方法

列车节能运行优化可降低列车的运行能耗，从而降低轨道交通运营成本，但对于坡度、坡长、限速等条件多变的线路，既有节能优化方法难以给出合理的工况组合方案，因此提出基于离散微区间工况选择的列车节能运行优化方法。首先，将列车运行区间离散为等距的微区间，建立节能运行优化模型；其次，通过考虑相邻2个迭代最优解之间差异的启发效应，对蚁群系统算法（ACS算法）进行改进，提出改进的蚁群系统算法（ACSd算法）；然后，采用ACSd算法在微区间中直接选择运行工况；最后，将节能和准时的要求同时纳入目标函数和算法的启发因子，并提出调节信息素浓度的时间补偿机制处理时间误差。以北京亦庄地铁线某个多坡段区间为例，将所提方法与既有能量分配法的优化结果进行对比，并对分别采用ACSd算法和ACS算法选择运行工况所获得的优化结果进行对比。结果表明：基于微区间工况选择的优化方法较能量分配方法降低能耗29.1%；采用ACSd算法进行列车节能运行优化较ACS算法降低能耗9.9%。     

基于粒子群优化算法的地铁列车节能运行研究

在建立地铁列车运行物理模型的基础上,采用粒子群优化算法搜寻列车区间运行的惰行点位置,优化列车区间运行时间及运行能耗。基于南京地铁2号线实际线路模型,利用粒子群优化算法求解定时节能策略中列车区间运行惰行点位置,计算区间运行时间、能耗及回馈能量。结果显示,区间运行时间增加5.5%,列车运行能耗相应降低18.73%。     

直达与区段列车编组计划及车流径路的整体优化方法

从网络流与组合优化的观点研究直达与区段列车编组计划，车流运行径路的整体优化问题，并建立了该问题的非线性０－１整数规划模型。模型确定了路网上最优的列车接续，直达频度，车流运行径路及改编策略，文末探讨了算法的可行性。     

基于人工蜂群算法的高速列车运行节能优化研究

合理的列车操纵方式能在很大程度上降低列车运行过程中的能耗,为了有效降低高速列车运行能耗,从研究高速列车的操纵方式入手,首先建立列车牵引计算模型和列车运行能耗计算模型,其次通过对比人工蜂群算法(ABC算法)和粒子群算法(PSO算法)的优化性能证明ABC算法优于PSO算法,提出了在满足运行速度、运行时间以及运行区间等约束条件下,采用ABC算法与操纵工况序列相结合的方法来优化计算确定高速列车操纵工况关键转换点最优位置和速度。最后通过对选取线路的MATLAB仿真模拟,验算了ABC算法在降低列车运行能耗方面的有效性。研究表明,经过ABC算法优化后的结果均能满足优化操纵方式的基本操纵策略且达到了良好的优化效果,能较好地解决列车节能操纵优化问题。     

基于可拓学的列车自动驾驶算法研究

以可拓学理论为基础研究列车自动驾驶算法,该算法兼顾了列车运行的安全性、舒适性、节能性、停车精度等性能指标.通过对列车自动驾驶优化操作策略进行分析,建立了评价列车运行过程的物元模型,确定关联度函数对各性能指标进行量化,利用层次分析法得到性能指标的权重,在此基础上用可拓学中的优度评价法以滚动优化的方式实现得到优化策略.本文将可拓学应用于列车自动驾驶,该方法不需要建立精确的数学模型,为研究列车自动驾驶算法提供了一个新的方向.     

横风下基于滚动GAPSO算法的列车速度曲线优化

针对普通环境下高速列车目标速度曲线优化算法不适用于横风环境的问题,提出一种横风环境下基于滚动GAPSO(遗传粒子群)算法的列车速度曲线优化方法。首先,考虑横风风速阻力作用改进列车动力学模型,并建立列车运行多目标优化模型;其次,基于GAPSO算法寻优巡航构建列车在起始阶段的最优目标速度曲线,引入滚动优化框架实时调整目标速度曲线,并在横风限速区按照改进快行策略运行;最后,在列车进站前采用GAPSO算法寻优惰行点生成目标速度曲线。仿真实验结果表明：GAPSO算法较GA算法和PSO算法具有搜索能力强、收敛速度快的优点;滚动GAPSO算法能在不同横风环境下实时生成优化后的目标速度曲线,并与改进快行策略和RH-PSO算法相比,具有较优的节能性和准时性。横风下基于滚动GAPSO算法的列车目标速度曲线优化可为横风环境下列车节能、准时运行提供一种可行的解决方案。     

一种结合时刻表调整的列车节能驾驶优化方法

为了降低高速列车在连续站间运行的能耗,以区间运行能耗和运行时间为目标建立列车驾驶策略优化模型,采用基于模拟退火的粒子群算法PSO-SA进行求解,得到每个运行区间的能耗-时间Pareto解集,并通过最小二乘法拟合得到每个区间相应的Pareto曲线。在此基础上,提出一种时刻表优化调整方法,在始发站至终点站总运行时分确定的前提下,基于KKT(Karush-Kuhn-Tucker)条件调整每个站间运行时分,给出最优的站间运行时分组合和最佳的区间运行策略。以CRH2A高速列车在镇江南—昆山南区间实际运行数据为基础进行仿真验证,结果表明:通过区间最优工况求解和多站间运行时分调整优化,列车在多站间的总运行能耗降低了17.6%,验证了模型和算法的有效性。     

列车节能控制的优化分析

为研究列车节能控制问题，采用带有非线性约束的微分方程描述列车运行过程，用牵引力积分形式描述节能优化目标，并将最大值原理应用于模型求解。在确保安全运行、满足线路限速约束、机车性能约束和运行时间约束的条件下，充分利用线路坡道，以能量消耗最小为控制目标，得到列车优化控制的策略。针对由于模型奇异性而使控制策略还不能确定出列车所有工况转换点的问题，结合列车操纵经验给出列车节能控制算法。在列车运行仿真平台上验证了优化控制方法与算法的正确性。     

地铁列车追踪运行的节能控制与分析

为了研究地铁列车再生能量利用,分析给定运行图的节能潜力,以牵引变电所处总能耗最小为目标,依据再生制动等效电路和牵引计算模型,获得地铁列车两车追踪运行约束。在假设前行列车运行状态已知的条件下,采用二次规划算法,优化追踪列车操纵序列,提高再生制动能量的吸收利用,降低系统总能耗。仿真算例与仅考虑单车优化运行策略的方案对比结果表明:给出的算法能够在保证追踪列车正点、准确停站的前提下,节约3.8%的系统总能耗。通过该算法获得的节能效率与列车追踪间隔密切相关,同时调整追踪间隔和采用该优化算法可获得更好的节能效果。     

悬浮跨接走行模式下无轨列车的几何循迹策略

针对悬浮跨接走行模式下无轨列车的循迹控制问题，提出了一种基于车辆转向运动的几何循迹控制策略，即头车前轴采用驾驶员模型控制，其余后轴采用基于几何循迹算法的跟随控制方法。推导了车辆的单轨运动学模型、稳态几何循迹算法和瞬态几何循迹算法的后轴车轮转向角表达式，并通过Simulink软件进行数值仿真，验证了所提几何循迹策略的准确性。研究结果表明：采用稳态几何循迹算法和瞬态几何循迹算法均可实现列车的循迹控制，瞬态几何循迹算法的循迹控制性能略优于稳态几何循迹算法；所提算法可以优化悬浮跨接走行模式下无轨列车的循迹控制策略，提高列车的运行稳定性。     

基于改进差分算法的高速列车运行调整研究

为了压缩高速铁路列车运行的总晚点时间、编制高质量的列车运行调整计划,建立高速铁路列车运行调整模型,运用矩阵描述高速列车运行调整中的相关概念,以列车到发线数量、列车追踪时间间隔、列车停站时分等作为高速列车运行调整的约束,以列车在各站的到达的总晚点时间最少为优化目标,构建高速铁路列车运行调整模型。在分析基本差分算法差分策略的基础上,提出基于三角差分策略的高速铁路运行调整差分算法,给出详细的计算步骤。以京广高速铁路实际列车运行数据进行计算,验证了模型的有效性和算法的高效性、精确性。本文提出的基于新的改进的差分策略的高速铁路列车运行调整方法是合理可行的。     

基于免疫退火遗传算法的城市轨道交通列车节能运行策略

为降低城市轨道交通列车站间运行能耗,提出了一种基于免疫退火遗传算法(IAGA)的列车节能运行策略.在区间运行时间固定的情况下,该策略能实现列车能耗的最小化.IAGA算法通过免疫补充和建立疫苗库缩短算法收敛时间,并借助退火机制避免算法提前进入早熟状态.求解模型以寻找列车站间运行工况转换点为约束,牵引能耗最小为目标,建立列车节能运行策略.以实际线路数据和车辆参数为基础,对单区间及三站两区间的节能策略进行仿真验证.结果表明,在保证站间列车定时运行的情况下,与传统遗传算法相比,IAGA算法具有更快的收敛速度,其计算的策略可使单区间列车运行能耗降低10.2％,三站两区间列车运行总能耗降低16.0％.     

基于KH算法的高速列车ATO控制策略优化研究

针对传统高速列车自动驾驶(ATO)控制策略优化时简化线路参数、列车牵引计算采用单质点模型等问题,将列车通过牵引供电分相区断电惰行纳入运行工况,建立动车组多质点模型。在满足列车运行图固定运行时间条件下,以能耗、准点性、停车准确性及舒适性为指标建立高速列车ATO控制策略优化模型。利用磷虾群(KH)算法对高速列车ATO控制策略进行优化。以兰新高速铁路某区间线路数据为例,仿真测试表明KH算法可以在较少的迭代次数下获得较粒子群算法更优的ATO控制策略,且列车过分相区断电惰行会对优化结果产生影响,验证了所提算法在优化高速列车ATO控制策略中的优越性及将列车过分相区断电惰行纳入运行工况的合理性。