论文部分内容阅读
针对列车自动运行系统(ATO)运行时受停车能耗性,舒适性等问题的约束,提出一种基于分层学习黄金正弦-鲸鱼优化算法的列车自动驾驶速度曲线优化方法;根据列车运行的优化目标和约束条件,建立列车的多目标优化模型,并对列车运行策略进行了分析.对算法的种群框架结构进行细分,将种群划分为三层,根据不同阶层的个体采用不同的优化策略,对适应度值高的个体采用黄金正弦搜索策略进行局部位置更新,适应度值一般的个体采用鲸鱼优化算法进行位置更新,适应度值较差的个体采用随机搜索模式进行位置更新;最后,将改进算法应用于ATO系统速度曲线多目标优化.实验表明,改进鲸鱼算法在列车运行速度优化的精确性、准时性、能耗性等方面均有较大的改进.