论文部分内容阅读
为降低城轨中列车的站间运行能耗,保证列车运行时间的精准性以及确保乘客乘坐的舒适性,本文对列车的站间节能操纵策略进行了研究。本文的主要工作在于:(1)对列车的运行过程进行受力分析后建立了列车运行单质点模型;随后在已有研究的基础上,针对Pareto寻优的特点改进了多目标优化中各分量的衡量指标并对各指标模型的性能进行了分析,建立了以列车运行能耗、运行时间、乘客舒适度多个目标下的列车运行节能多目标优化模型。(2)针对多目标遗传算法在列车节能操纵策略上的应用对算法进行了改进:首先借鉴多种群遗传算法的思路产生初始种群,保证了种群的多样性,避免算法进入早熟收敛;然后采用了坡度等效策略用以计算列车所处坡度;关于算法中变量的离散化方式,采用了考虑线路特征的非等分分区离散化方式;对于遗传操作中个体的进化选择,首先使用快速非支配排序进行分层,保证得到的Pareto解集能够逼近全局Pareto最优前沿,然后计算同层间个体的拥挤距离,使得Pareto解集能够均匀地分布在全局最优前沿上,最后采用精英保留策略产生新的种群,提升了算法的全局收敛性能。(3)利用MATLAB编程建立了列车节能操纵策略的仿真系统,以北京地铁亦庄线实际线路数据和车辆参数为基础,对改进的多目标遗传算法的性能进行了仿真分析,从节能效果和采用多目标优化解决列车晚点问题两个角度验证了算法的有效性:对采用改进的算法操作和不采用改进的算法操作进行了对比仿真,验证了改进操作的有效性;采用权重系数法和改进的多目标遗传算法进行仿真,并将仿真结果与目前线路运行结果进行了对比;此外与以往的节能研究不同的是,本文针对多目标优化的特点,对多目标Pareto寻优用以解决站间晚点问题进行了场景分析和实例验证;最后对整条线路利用改进的算法进行了仿真,仿真结果表明算法的节能率稳定在8%左右,验证了仿真系统的有效性。论文给出了一种列车运行控制策略并对多目标遗传算法进行了改进,建立了列车节能操纵策略的仿真系统,进行了实例分析和仿真验证。