遗传算法在列车节能优化中的应用

为降低铁路运营成本，文章针对列车运行能源消耗问题进行了研究。建立列车节能控制模型，将列车节能控制这一典型的最优控制问题转化为最优化问题。同时提出坡道三分法的机车手柄位变化原则。并应用遗传算法求解该非线性规划问题。最后应用Matlab软件仿真验证了所提方法的有效性。     

虚拟重联条件下地铁列车追踪运行性能衡量

虚拟重联是一种使列车以编队方式在轨道上追踪运行的技术,从而提高城市轨道交通运营的灵活性和提升线路的通过能力.本文围绕虚拟重联运行仿真和性能衡量,探讨了虚拟重联技术需要的安全制动模型,针对车站瓶颈区域提出了虚拟重联模型和车站追踪改进模型.通过数值计算和计算机仿真建模的方法,对提出的模型进行了仿真验算,结果表明:车站追踪改进模型与相对移动闭塞通过能力相当,虚拟重联模型通过能力最大;系统受到初始延误后,虚拟重联模型的延误恢复能力最强.     

列车追踪运行仿真系统的研究与实现

列车追踪运行仿真系统将不同闭塞制式下的追踪列车间隔算法应用到cBTc仿真系统中,并在该系统平台上,分别模拟了不同闭塞制式（固定闭塞、准移动闭塞、移动闭塞）下列车追踪运行.对最小追踪列车间隔时间进行了验算,得出了3种闭塞制式下最小追踪列车间隔时间的计算结果.仿真结果表明固定闭塞的最小追踪列车间隔时间最大,准移动闭塞次之,移动闭塞最小.     

采用萤火虫算法的高速列车节能运行优化

智能算法可以通过优化列车运行曲线达到节能降耗的目的.将列车运行能耗作为目标函数,以限速、时间和距离为约束条件,建立优化模型.以CRH_3型动车组和武广客运专线中某段线路为基础,进行仿真实验.运用萤火虫算法,搜索能耗最低时的一组列车工况转换速度序列.仿真结果表明:列车运行能耗指标降低14.33%,且满足停车精确性与准时到站的要求.     

铁路移动闭塞系统列车追踪运行的安全间隔

分析了我国铁路运输相比于城市轨道交通的特殊性和复杂性;从工程应用角度,确定了列车追踪运行安全间隔的确定依据和计算方法;对复线铁路平直线路上旅客列车追踪运行安全间隔进行了仿真试验;最后,给出了列车制动距离的控制方法．     

浅析连续式列车速度自动控制系统

简述了世界上最高水平的列车速度自动控制系统的主要特点及连续式列车自动控制的分类,并对采用轨间电缆的列车自动控制系统进行了分析。     

列车节能运行模拟系统的研究

探讨了列车牵引特性下的节能操纵问题,研究了起伏坡道条件下的节能操纵方法,开发了一套可用于不同运行条件下的列车节能运行模拟软件.系统重点探讨了定时约束条件下的列车节能操纵的计算模型,给出了求解的启发式算法及其专家控制原则,并对内燃机车进行了实例分析,初步实现了给定线路条件下的列车运行优化,效果令人满意.     

遗传算法模糊神经网络在列车驾驶中的应用

大城市交通问题迫切需要高效率的交通系统,这就要求在交通系统的控制中引入智能控制技术。本文介绍了模糊神经网络与遗传算法的特点, 分析了他们之间相互结合的可能性,并提出了基于遗传算法的模糊神经网络控制算法。该算法使模糊神经网络和遗传算法的优点很好地结合起来。本文还介绍了列车自动驾驶系统的概况,并将新算法用于此系统中。     

一种改进的遗传算法及其在约束优化中的应用

提出一种违约解修正法来改进遗传算法 ,目的是把遗传操作中产生的不可行个体 ,经过修正变换成可行个体 ,并用测试函数验证其有效性 .计算的结果表明了违约解修正法的遗传算法应用在约束优化中是可行的 .     

基于多目标混沌遗传算法的列车控制策略优化

为得到一组满意的行车控制策略,构建了列车运行多目标模型,并以列车运行动力学模型为基础求得列车局部运行控制策略制定方法。使用基于混沌优化的多目标遗传算法对列车控制策略进行优化研究,以相位转换点作为基因序列,多个基因组成染色体形成一套控制策略。使用混沌初始化种群,结合精英保留策略,增加了种群的多样性,并提高算法收敛能力。最后采用Matlab软件仿真验证了方法的可行性及有效性。     

混合遗传算法在CSTR中应用

针对遗传算法（GA）收敛速度慢,不利于在实时控制中应用这一问题,构造出一种快速收敛的混合遗传算法（HGA）,该算法利用遗传算法的全局搜索能力,并采用Nelder—Mead单纯形法来加强算法的局部搜索能力,加快了算法的收敛效率．将基于该混合遗传算法的模型参考自适应控制方法引入连续搅拌反应釜（CSTR）这一复杂的非线性系统,根据参考模型的输出,通过混合遗传算法对控制系统的PID参数进行在线寻优和在线调整,以达到参考模型所要求的控制效果,仿真结果表明了该方法的良好控制性能．     

免疫遗传算法在变频调速泵站中的应用

针对高速线材厂冷却水循环系统中调速泵站能耗高、效率低的问题,对调速水泵的性能进行了研究,建立了基于免疫遗传算法、变频调速技术以能耗为最小目标的优化运行数学模型,对不等式约束条件进行了简化。在求解数学模型的过程中,免疫遗传算法中融入了一种新的处理约束条件的方法。避免了处理约束条件时遇到的困难和遗传算法易早熟、易收敛等缺陷,使得处理约束问题简单化,并提高了收敛速度。最后通过仿真实验验证了此算法对于解决水循环系统中多台变频调速水泵并联优化运行问题的有效性。     

遗传算法在区域水污染控制系统规划中应用

针对传统最优化方法求解区域水污染控制系统的非线性规划问题难度较大,以及很难保证得到全局最优解的问题,给出一种求解非线性水污染控制系统规划的遗传算法(GA),由于GA方法具有全局搜索能力,从而快速获得最优解.实验证明GA方法在通用性、有效性及可靠性方面均具有一定的优越性,为区域最优化模型提供了一种新方法.     

地震作用下结构振动最优控制的一种一般算法

基于对地震激励输入结构过程的重新理解,直接从二次型控制目标函数的泛函变分出发,推导出了一种更为一般的最优控制算法,并用状态转移的数值方法加以实现．所获得的最优控制力表达式同时包含了结构响应和地震激励两部分的影响,从概念上改进了现有的结构最优控制算法;还导出了最优控制力系数表达式,用代数公式取代了传统的Riccati微分方程的求解,提高了计算效率．算例表明,该算法的控制效率优于现有的两种结构最优控制算法,具有更高的精度,且稳定性良好．     

自适应遗传算法在移动机器人路径规划中的应用

将一种自适应遗传算法应用于移动机器人路径规划.提出了一种基于几何避障法的初始种群产生算法;设计了基于启发式知识的交叉、变异、求精和删除算子;采用一种新的模糊逻辑控制算法自适应地调节交叉概率和变异概率;对移动机器人离线和在线规划问题进行了仿真研究.仿真结果表明:自适应遗传算法具有较快的搜索速度、较高的搜索质量以及较强的自适应能力,为移动机器人最优路径规划问题的解决提供了一种新方法.     

遗传算法模糊PID控制在跳汰机排料系统中的应用

介绍了模糊控制与遗传算法的特点,分析了它们之间相互结合的可能性,提出了基于遗传算法的模糊PID控制算法.指出了目前跳汰机排料系统的缺点,设计了基于遗传算法模糊PID控制的排料系统,并对其应用进行了分析研究.结果表明,基于遗传算法模糊PID控制系统比模糊PID控制系统超调小,系统稳定性高,控制效果好.     

免疫遗传算法在渠道优化设计中的应用

农田水利工程中的灌溉渠道断面设计大都是非线性优化问题,在实际求解过程中一般采用传统低效的试算法.文中应用免疫遗传算法(IGA)对梯形和U形灌溉渠道断面的底宽及设计水深等参数进行了优化设计.算例表明,IGA能有效解决渠道断面设计中的优化问题,且计算量小、精度高,在工程优化设计中具有较高的应用价值.     

基于遗传监督的受限预测控制及其在热工控制中的应用

将普通的预测控制优化方法与遗传算法的优化方法有机地融合起来,用遗传算法来监督整个优化过程.当由普通广义预测控制GPC所计算出的控制作用能满足受限条件时,就直接采用所算出的控制作用;当由普通GPC获得的控制作用突破受限条件时,直接启动遗传优化算法,在约束范围内搜索控制作用的最优解.通过计算实例并与其他已有控制算法进行了详细的比较,其结果表明本文所提出的基于遗传监督的受限预测控制算法在控制系统品质、算法复杂性及实时性方面均具有明显的优点.     

基于遗传算法的车辆4自由度主动悬架最优控制研究

文章首先建立车辆4自由度主动悬架系统模型,然后针对悬架系统的控制问题,基于结合遗传算法和最优控制理论,提出悬架系统的最优控制策略。该控制方法利用遗传算法对LQR控制器的加权矩阵Q和R参数进行自适应调整优化,不仅可以避免传统的主动悬架LQR最优控制器设计中存在人为主观因素的问题,还能实现悬架系统的自适应最优控制。仿真实验结果表明,在不同车速和路面等级的行驶工况条件下,相比于传统的LQR控制方法,基于遗传算法优化的LQR控制能提高主动悬架系统的控制性能,使车辆获得更优的乘坐舒适性和操纵稳定性,研究结果为探寻有效的主动悬架控制策略、改善车辆的行驶性能提供了有用的控制方法参考。     

模糊遗传算法在混沌控制中的应用

将模糊遗传算法与混沌的延迟反馈控制方法相结合,提出了基于模糊遗传算法的延迟反馈控制方法.它利用模糊遗传算法强大的寻优能力来整定延迟反馈控制中的控制刚度矩阵参数,从而克服了延迟反馈控制中控制刚度难于确定的问题.对混沌Lorenz系统的仿真控制说明该算法具有快速性好和抗干扰能力强等优点.