首页|基于小生境遗传算法的高速列车节能优化控制研究

基于小生境遗传算法的高速列车节能优化控制研究

熊伟

基于小生境遗传算法的高速列车节能优化控制研究

熊伟1
扫码查看

作者信息

  • 1. 华东交通大学
  • 折叠

摘要

高速铁路列车技术的持续创新和快速发展,为人们的日常出行活动提供了极大的便捷服务。而随着这一局面的不断展开,如何尽量降低高速列车运行过程中的能耗,以实现列车节能运行的目标,却是当前摆在人们面前必须面对并重点思索的一个问题。因此,高速列车节能运行优化控制研究无疑具有重大的现实意义。 借鉴国内外对高速列车节能优化控制研究,从列车单区间的节能优化扩展到列车多区间运行时间的优化分配,研究高速列车的运行特性,分别建立了列车单区间节能优化模型以及多区间运行时间分配模型,分析了小生境遗传的缺点并改进算法。主要研究内容如下。 (1)首先具体分析了列车运行过程,建立准确的运动学模型,为后续研究列车节能运行提供了重要的基础理论。然后分析列车能耗的组成以及主要影响因素,建立列车运行能耗的计算模型,并重点分析坡道、曲线半径对运行能耗的影响。将坡道进行离散化,构建坡道运行节能优化模型,再在坡道运行节能模型基础上构建惰行节能优化模型。 (2)采用改进小生境遗传算法(Niche Genetic Algorithm,NGA)对高速列车进行节能优化。具体介绍小生境遗传算法的基本理论,阐述其优点并指出其在具体优化过程中的缺陷。为提高其寻优能力,改进NGA算法将sigmoid函数引入到算法的交叉和变异算子中,其小生境半径随着进化代数自适应调整。结合所建立的坡道运行节能优化模型和惰行节能优化模型的特点,阐述采用改进NGA算法求解模型的详细步骤。在实例仿真中验证改进算法的优化性能,并对比两种模型的节能效果,结果表明惰行优化的节能效果更优。 (3)采用改进NGA算法求解惰行节能优化模型,求出不同区间在固定运行时间条件下的最小能耗,得到出各区间对应的列车运行速度曲线;分别求出各区间在不同运行时间条件下的最小运行能耗,再通过数据拟合的方法得到各区间的能耗-时间函数。然后建立列车多区间运行时间分配模型,采用最优时间分配算法对多个区间的运行时间进行分配。将优化后的运行时间表与未优化所对应的仿真结果进行对比,列车运行能耗降低了2.5%。

关键词

高速列车运行/多区间运行时间分配/节能优化/小生境遗传算法

引用本文复制引用

授予学位

硕士

学科专业

控制工程

导师

黄江平

学位年度

2022

学位授予单位

华东交通大学

语种

中文

中图分类号

U2
段落导航相关论文