论文部分内容阅读
列车优化调度是一个大规模、复杂的、具有非线性离散变量和多约束的多目标数学优化问题．在优化过程中，考虑了特快旅客列车中途离开时间和整个运行时间等因素．首次将粒子群优化（panicle swarm optimization，PSO）技术引入列车优化调度，克服了传统优化方法易陷入局部最优和维数灾难等弊端．通过一个工程实例验证了该算法的可行性和有效性．同时，与现存的列车优化调度方法相比，粒子群优化方法的搜索时间短而且优化结果更接近最优解．