论文部分内容阅读
随着城轨列车的快速发展,列车作为一种重要的旅客运输工具,在交通运输领域起着越来越重要的作用。安全、准点、节能、舒适、精确停车是评价城轨列车运营的重要指标。本文以以列车运行安全、准点、节能、舒适、精确停车为目标,应用协同进化算法对列车运行过程进行了优化。首先,考虑线路坡道、曲线、限速等复杂情况,基于多质点列车模型,对列车运行过程进行了数学描述;基于多目标优化理论和方法,以列车运行安全为约束,建立了以节能、准点、舒适与精确停车为优化目标的列车运行过程优化模型。为了提高协同进化算法对于列车运行过程多目标优化问题的搜索性能,本文对基于种群竞争和合作思想的MOCEA算法(Multi-objective Co-evolutionary Algorithm)进行了改进。通过引入优势度的概念,改进了MOCEA算法进化遗传部分,提出了CCEA算法(Coexistence co-evolutionary Algorithm)。利用多目标优化算法的测试函数对CCEA算法与MOCEA算法进行了对比,以证明其改进后对算法性能的提升。针对城轨列车在部分运行阶段控制策略相对固定的运行特点,依据列车牵引性能、线路断面、线路限速,将列车运行区间划分为出站起车加速区、减速坡道、加速坡道、连续恒速坡道和进站减速区等五类子区间。依据优秀司机操纵经验,初始化各子区间的工况序列。将子区间内的工况序列视为个体,同一子区间内的个体组成一个种群,从而生成多个初始种群。算法针对起车加速区、中间运行区及进站减速区不同的优化目标,设计对应的偏好算子,引导种群向期望区域进化;同时将种群进化分为三个阶段,各阶段选用不同的自学习算子参数,以加快子种群的收敛速度;以安全、准点和精确停车为约束,对个体进行淘汰和变异操作,以增加可行解的个数;在此基础上,依靠CCEA算法共生算子和自学习算子对各子种群进行迭代进化,生成满足各项约束条件的列车优化操纵序列并利用偏好完成对列车运行过程优化问题的全局优化。最后,以西安地铁中铁路北客站到韦曲站的运行区间为例,采用本文提出的协同进化算法对列车运行过程进行了优化;基于列车运行仿真平台,对优化结果进行了仿真分析。