分段式多目標(biāo)城市軌道交通列車(chē)運(yùn)行優(yōu)化算法研究.pdf

1、隨著城軌列車(chē)的快速發(fā)展，列車(chē)作為一種重要的旅客運(yùn)輸工具，在交通運(yùn)輸領(lǐng)域起著越來(lái)越重要的作用。安全、準(zhǔn)點(diǎn)、節(jié)能、舒適、精確停車(chē)是評(píng)價(jià)城軌列車(chē)運(yùn)營(yíng)的重要指標(biāo)。本文以列車(chē)運(yùn)行安全、準(zhǔn)點(diǎn)、節(jié)能、舒適、精確停車(chē)為目標(biāo)，應(yīng)用協(xié)同進(jìn)化算法對(duì)列車(chē)運(yùn)行過(guò)程進(jìn)行了優(yōu)化。
　　首先，考慮線(xiàn)路坡道、曲線(xiàn)、限速等復(fù)雜情況，基于多質(zhì)點(diǎn)列車(chē)模型，對(duì)列車(chē)運(yùn)行過(guò)程進(jìn)行了數(shù)學(xué)描述;基于多目標(biāo)優(yōu)化理論和方法，以列車(chē)運(yùn)行安全為約束，建立了以節(jié)能、準(zhǔn)點(diǎn)、舒適與精確停車(chē)為優(yōu)

2、化目標(biāo)的列車(chē)運(yùn)行過(guò)程優(yōu)化模型。
　　為了提高協(xié)同進(jìn)化算法對(duì)于列車(chē)運(yùn)行過(guò)程多目標(biāo)優(yōu)化問(wèn)題的搜索性能，本文對(duì)基于種群競(jìng)爭(zhēng)和合作思想的MOCEA算法（Multi-objective Co-evolutionaryAlgorithm）進(jìn)行了改進(jìn)。通過(guò)引入優(yōu)勢(shì)度的概念，改進(jìn)了MOCEA算法進(jìn)化遺傳部分，提出了CCEA算法(Coexistence co-evolutionary Algorithm)。利用多目標(biāo)優(yōu)化算法的測(cè)試函數(shù)對(duì)CCEA算法

3、與MOCEA算法進(jìn)行了對(duì)比，以證明其改進(jìn)后對(duì)算法性能的提升。
　　針對(duì)城軌列車(chē)在部分運(yùn)行階段控制策略相對(duì)固定的運(yùn)行特點(diǎn)，依據(jù)列車(chē)牽引性能、線(xiàn)路斷面、線(xiàn)路限速，將列車(chē)運(yùn)行區(qū)間劃分為出站起車(chē)加速區(qū)、減速坡道、加速坡道、連續(xù)恒速坡道和進(jìn)站減速區(qū)等五類(lèi)子區(qū)間。依據(jù)優(yōu)秀司機(jī)操縱經(jīng)驗(yàn)，初始化各子區(qū)間的工況序列。將子區(qū)間內(nèi)的工況序列視為個(gè)體，同一子區(qū)間內(nèi)的個(gè)體組成一個(gè)種群，從而生成多個(gè)初始種群。算法針對(duì)起車(chē)加速區(qū)、中間運(yùn)行區(qū)及進(jìn)站減速區(qū)不同的優(yōu)

4、化目標(biāo)，設(shè)計(jì)對(duì)應(yīng)的偏好算子，引導(dǎo)種群向期望區(qū)域進(jìn)化;同時(shí)將種群進(jìn)化分為三個(gè)階段，各階段選用不同的自學(xué)習(xí)算子參數(shù)，以加快子種群的收斂速度;以安全、準(zhǔn)點(diǎn)和精確停車(chē)為約束，對(duì)個(gè)體進(jìn)行淘汰和變異操作，以增加可行解的個(gè)數(shù);在此基礎(chǔ)上，依靠CCEA算法共生算子和自學(xué)習(xí)算子對(duì)各子種群進(jìn)行迭代進(jìn)化，生成滿(mǎn)足各項(xiàng)約束條件的列車(chē)優(yōu)化操縱序列并利用偏好完成對(duì)列車(chē)運(yùn)行過(guò)程優(yōu)化問(wèn)題的全局優(yōu)化。
　　最后，以西安地鐵中鐵路北客站到韋曲站的運(yùn)行區(qū)間為例，采用本