自动闭塞区段追踪列车节能操纵仿真算法研究

研究了自动闭塞区段追踪列车节能运行优化操纵问题,分析了追踪列车运行与操纵的特点.构造了自动闭塞区段追踪列车节能运行优化操纵的仿真模型,能够反映信号显示变化对于追踪列车操纵策略的影响.设计了列车运行过程中信号显示变化的启发式算法,在考虑信号显示变化时机的基础上,研究了追踪列车工况转换与手柄位确定的算法设计问题.仿真案例表明:采用提出的机车操纵优化方法可以有效避免追踪列车不必要的制动调速,降低列车运行能耗.     

考虑快慢车运营模式的地铁线路纵断面优化

针对地铁线路纵断面设计方案会同时影响建设期工程投资与运营期列车能耗问题,提出运营快慢车模式地铁线路的纵断面优化方法 .首先,在已知线路车站水平位置与平面设计方案的情况下,考虑地铁设计规范、施工条件与列车运行等约束,构建以建设投资与列车能耗总成本之和最小为目标的纵断面优化模型,求解线路各中间站高程与变坡点位置.其次,设计基于间接实数编码的遗传算法和变邻域搜索算法的混合策略进行求解.最后,以国内某运营快慢车的地铁线路进行分析.结果表明：本文模型优化方案相较于实际纵断面设计方案可同时降低线路建设成本和列车能耗成本,总成本节约达7.3%;当快慢车地铁线路的慢车开行数量较多时,采用高站位、陡坡的形式可大幅节约线路建设与列车能耗成本.     

基于支持向量回归的地铁牵引能耗预测

预测地铁线路未来牵引能耗.有助于评价线路的牵引用能效率、节约能源.地铁牵引能耗影响因素众多且呈非线性关系.因此基于历史数据建立支持向量机回归模型对地铁牵引能耗进行预测.首先,将牵引能耗的影响因素分为供电系统、线路条件、列车属性、运营组织及环境因素五类,并选取线路可变影响因素作为模型输入;然后,利用遗传算法对模型参数进行寻优,适用度函数设计采用交叉验证方法:最后,基于模型最优参数对牵引能耗进行预测.案例结果表明,交叉验证方法有助于提高模型预测精度;支持向量机回归模型的预测精度高于BP(back-propagation)神经网络模型与多元线性回归模型.