列车模拟驾驶系统中列车的运行控制仿真与实现

以改进的多质点动力学模型为基础,构建了列车动力学模型,控制列车运行,同时为满足工程分析的需求,加入了改进的混合运行控制策略,优化列车运行。通过对不同列车控制策略进行分析对比,并建立HX3DB型列车实体仿真模型对多质点动力学模型下的列车运行控制策略进行分析验证。结果表明模拟列车运行速度变化平稳,没有明显的速度跳变,所采用改进的混合控制策略节能效果良好,经济适用性高,满足铁路培训和工程分析的要求。     

考虑行车间隔的城轨交通列车运行调整模型

研究城市轨道交通列车运行调整优化方法,建立了以减小列车运行延误时间和提高列车行车间隔均衡性为优化目标的列车运行调整模型.基于理想点法将双目标优化模型转化为单目标优化模型,并设计了控制初始种群育种范围的遗传算法进行模型求解.以某城市轨道交通线路为例对模型进行验证,计算结果表明：与只考虑列车运行延误的赶点调整方案相比,考虑行车间隔的方案在有效降低列车运行延误时间的基础上可以显著提高行车间隔均衡性.     

基于乘客等待时间的城市轨道交通列车运行调整模型

研究突发事件导致列车晚点情况下城市轨道交通列车运行调整问题.从乘客角度出发,提出了“首站控制”和“多站协调控制”两类列车运行调整策略.考虑列车能力约束和列车区间运行时间、追踪间隔时间等运行条件约束,以受突发事件影响的全部乘客等待时间最小为优化目标,建立了基于两类调整策略的列车运行调整模型,采用Lingo软件进行求解.以某简化线路为算例,与不采取控制策略相比,两类策略下乘客等待时间均节省约9％,结果表明了模型的有效性,能够为轨道交通列车运行调整提供辅助支持.     

列车运行调整问题的分解协调计算模型

针对列车运行调整问题集中式求解方法的不足,构建多目标优化列车运行调整的数学模型,并设计分解协调计算模型来求解.分解协调计算模型将求解过程分为4个层次,分别是将待调整列车分解为子调整列车集的协调分组层,确定子列车集优化目标的目标设定层,完成子调整问题求解的优化计算层和将各子问题解还原为原问题解的结果还原层.该计算模型能适应多种线路条件,也能适应不同列车调度员指挥的习惯偏好,并能快速求出优化解.     

动态随机客流下城轨列车运行调整策略

针对城市轨道交通中随机到达客流对列车运行造成的延误问题,将动态变化且服从泊松分布的客流到达率拟合为随机分布变量.结合随机规划理论,构建了以列车发车时间偏差及到站列车间隔偏差为最小化目标的期望模型.应用最优化方法中的K-T条件对所建模型进行求解,得出调整相关偏差的控制策略.通过实例仿真模拟列车运行在受到随机客流及外界干扰的影响下产生的延误,比较采取调整策略前后列车在各站的离站时间偏差及其优化水平,结果表明:所设计的列车运行调整策略能够有效减小列车延误约25%,使得在动态客流下的城市轨道交通列车运行更能"按图行车".     

列车运行调整与到发线运用的协同优化研究

在列车运行的过程中,受到各种不确定性因素的影响,列车可能会偏离图定运行计划,同时也会对车站的到发线运用造成干扰。针对列车运行调整与到发线运用协同的优化问题,本文兼顾列车运行调整约束与到发线运用约束,建立了多目标的整数规划模型,并设计了适用于求解该模型的分层序列鸽群优化算法。算例分析表明,模型对列车运行计划进行调整的同时,还能得到满意的到发线运用方案,并且分层序列鸽群优化算法可以快速求解列车加权总到发晚点最少和到发线占用总消耗最小的目标函数。     

单线列车运行调整目标体系与算法模型的研究

为了解决列车运行调整优化过程中调整目标存在目标单一、适应性不强、不能满足实际运行情况等问题,在对各种常用的性能指标进行综合分析的基础上,并结合现场调查与调度经验,利用满意优化理论,分析了晚点列车的等级、晚点时间、晚点列车数量等不同性能指标对调整目标满意度的影响.提出了基于满意优化理论的列车运行调整目标体系模型,并将该模型与传统的列车运行调整目标体系在同样的实例环境下进行了仿真.仿真结果表明,与传统的列车运行调整目标体系相比,该模型在实际运行过程中具有更好的优化性和有效性.     

铁路货运直达列车运行线优化选择模型与算法

确定列车运行线是编制列车运行图的重要内容之一,优化列车运行线选择对于加快铁路货物送达速度,压缩铁路车辆周转时间具有重要意义.本文以两个技术站之间开行的直达列车为研究对象,基于不同列车的等级,研究了考虑列车等级权重的列车运行线优化选择方法.以各列车在途中停留时间加权值的总和最小化为优化目标,建立了直达列车运行线选择的0-1整数规划模型,并在此基础上设计了粒子群算法对模型进行优化求解.最后,通过算例分析,验证了优化数学模型和求解算法的有效性,为铁路货运直达列车的运输组织提供参考依据.     

基于RBF-ARX模型的高速列车预测控制器设计

针对高速列车在复杂环境运行时,传统预测控制器出现的动力学模型失配、在线辨识实时性不强等问题,提出一种基于RBF-ARX模型的列车预测控制方法.首先,构建RBF-ARX模型作为列车控制器的预测模型,使用SNPOM算法处理列车运行中的大量历史数据,得到预测模型的模型阶次及优化参数,并验证了模型的准确性.然后使用该模型构造预测控制器对列车目标曲线进行在线跟踪仿真.结果表明:基于RBF-ARX模型的高速列车预测控制器不仅解决了动力学模型失配的问题,并且在控制精度及舒适度等方面都优于传统预测控制器.     

电力牵引列车运行的计算机模拟

电力牵引列车运行计算机模拟系统是模拟一组电力牵引列车在给定线路下的运行情况，进而研究列车在运动时的速度、电流和电压变化情况以及对动力网络的需求与作用。现介绍该模拟软件包的主体结构、模拟模型与控制策略，如线路拓朴结构、列车运行模型，ＡＴＰ和ＡＴＯ控制策略以及电力网模型。     

计及能耗经济性和电池寿命的PHEV能量管理策略优化

针对一款混联式双电机插电混合动力汽车,建立了整车动力学模型和电池寿命衰减模型,同时为反映电池温度对电池寿命的影响,建立了电池温度模型;考虑能量管理控制对能耗经济性和电池寿命衰减的影响,制定了一种多模式逻辑规则能量管理策略,并分析了控制参数变化对能耗经济性和电池寿命的影响。建立包含等效油耗和电池寿命衰减的多目标优化模型,基于多目标改进遗传算法对能量管理策略控制参数进行优化,优化结果表明：基于本文插电式混合动力汽车能量管理策略的优化方法得到的控制参数Pareto最优解集兼顾了插电式混合动力汽车的能耗经济性和电池寿命,可以得到多组不同的控制参数优化解,为能量管理策略的设计应用提供了多种可供选择的方案。     

基于路面识别的车辆半主动悬架控制

以实现悬架自适应半主动控制为目的,基于多目标优化算法及路面识别,针对车辆平顺性与操纵稳定性进行研究.首先建立1/4车辆等效天棚控制模型,并根据系统动力学关系推导车辆簧载质量加速度及轮胎动载荷的解析解表达式,然后利用基于遗传算法的多目标优化算法求取Pareto最优解集.依据路面识别得到的路面等级分配控制权重,以获得不同路面对应的控制增益.仿真结果显示,基于路面识别的半主动悬架自适应控制系统能够通过调节权重获得不同路面行驶条件下平顺性与操纵稳定性之间的平衡.     

基于Tent映射NSGA-II算法的微电网多目标优化方法

为提高微电网运行的经济性、降低网络中的碳排放量和有功功率损耗,文中提出一种基于Tent混沌映射NSGA-II算法的微电网能量优化管理方法。该方法采用双层能量优化管理：上层采用模糊管理系统确定微电网运行模式,下层采用改进NSGA-II算法对能量进行优化管理。首先在多约束条件下,建立以微电网运行经济性、网络中碳排放量和有功功率损耗为目标函数的多目标优化数学模型。其次在多目标优化数学模型求解过程中,引入Tent混沌映射方法来增加NSGA-II算法的种群多样性,以提高算法的全局搜索能力,同时利用隶属度函数确定微电网能量优化管理策略。最后运用欧洲一典型微电网作为算例,验证所提出的能量管理方法、容量配置优化模型以及改进NSGA-II算法的合理性和有效性。仿真结果表明：改进NSGA-II算法具有良好的优化效果,使得微电网运行的经济性得到了显著提升,较传统算法提高了14.55%;碳排放量有所降低,较传统算法减小了3.10%,可实现对微电网多目标的优化。     

基于粒子群算法的牵引逆变器多目标优化控制策略

为解决中点钳位型三电平牵引逆变器存在的中点电位不平衡以及由此而引起的输出电流谐波无法同时得到有效控制问题,提出了一种基于粒子群算法的牵引逆变器多目标优化控制策略。首先建立谐波抑制和中点电位平衡控制变量的数学模型;然后以输出电流谐波总畸变率最小为目标,以中点电位波动幅值尽可能小为约束条件,采用罚函数法构建了多目标优化模型。通过粒子群算法进行优化求解,实现在有效抑制输出电流谐波的同时最大程度降低中点电位波动幅值。仿真和实验结果验证了所提多目标优化控制策略的有效性。     

复杂建筑火灾中的人员疏散路径多目标规划

针对复杂建筑火灾中的人员疏散动态路径优化策略问题,以火灾情境下的动态疏散网络数据模型为基础,结合网络流优化和群智能方法,构建以最短时间、最小风险水平和最大疏散容量为目标的路径优化模型.通过改进的自适应果蝇算法,实现了节点和路径容量受限的动态疏散路径规划.通过对所建模型的性能测试和疏散过程实验,验证了多目标路径优化模型的有效性.实验结果也反映了多目标路径规划策略更加贴近复杂建筑火灾中的人员疏散实际情况,对于规划不确定因素影响下的复杂空间疏散路径具有可行性.     

基于IMOFA的航空发动机管路多目标优化布局

针对航空发动机管路布局目前存在的问题，提出一种基于改进多目标萤火虫算法(improved multi-objective firefly algorithm，IMOFA)的航空发动机管路多目标优化布局方法.在该方法中，首先以管路长度最短、弯头数最少以及能量值最小为优化目标，建立了航空发动机管路多目标优化布局数学模型.然后，结合自适应扰动策略和精英策略，提出了一种应用于航空发动机管路多目标优化布局的改进多目标萤火虫算法，从而实现了航空发动机管路的多目标优化布局.最后，通过实例验证了所提出方法的可行性和有效性.     

改进的NSGA2算法在航空活塞发动机装配中的应用

针对复杂机械产品零部件选择装配中个体重复现象,提出一种新的解集评价指标:种群均匀度。基于种群均匀度和拥挤度相结合的子代精英保留策略,改进了多目标优化NSGA2 (non-dominated sorting genetic algorithm-2)算法。以装配合格率和装配精度为质量评价指标,建立选择装配多目标优化模型。引进近邻搜索算子,克服NSGA2算法局部搜索能力的不足。以某型号航空活塞发动机装配为例,优化结果以Pareto边界集表示,结果表明算法改进之后非支配解集的多样性和收敛性均得到了提高。     

多目标列车节能调度模型及模糊优化算法

在保证行车安全、满足乘客需求的基础上,以节能为目标的列车调度模型及算法得到了广泛研究与应用。伴随着欧盟制定了全球首个碳排放交易体系,碳排放指标交易费用受到越来越多的重视,并逐步成为列车运营成本的重要组成部分。本文建立了以能耗成本、碳排放成本、列车运行时间为优化目标的单线列车调度模型,并采用多目标模糊优化算法进行求解。算例以一条铁路线路为研究对象,在Lingo下对算例进行求解分析,结果表明了多目标模糊优化算法具有很好的优化能力,并能达到节能减排的效果。     

基于一种新混合群算法(MOHO-SA)的结构主动控制多目标优化研究

基于粒子群(PSO)算法和差分进化(DE)算法提出了一种新的多目标混合群优化算法,对结构主动控制系统的作动器位置、数量与控制器参数进行同步优化.首先,分别采用PSO算法与DE算法进行对应种群的进化,使用庄家法则构造非支配解集,并引入边界点几何中心leader选择机制,同时利用模拟退火算法完成个体进化的二级局部搜索;以随机地震激励下反映结构振动控制效果和控制策略优劣的双指标作为优化目标函数.最后,针对ASCE 9层benchmark模型,采用本文提出的具有二级搜索功能的多目标混合群算法(MOHO-SA)对其主动控制系统进行优化设计,并分别与多目标差分进化算法(MODE)、多目标粒子群算法(MOPSO)、普通多目标混合群算法(MOHA)的优化结果进行对比分析,表明其Pareto解集具有更优的收敛曲线及分布性.