分段式多目標城市軌道交通列車運行優(yōu)化算法研究.pdf

1、隨著城軌列車的快速發(fā)展，列車作為一種重要的旅客運輸工具，在交通運輸領域起著越來越重要的作用。安全、準點、節(jié)能、舒適、精確停車是評價城軌列車運營的重要指標。本文以列車運行安全、準點、節(jié)能、舒適、精確停車為目標，應用協(xié)同進化算法對列車運行過程進行了優(yōu)化。
　　首先，考慮線路坡道、曲線、限速等復雜情況，基于多質點列車模型，對列車運行過程進行了數(shù)學描述;基于多目標優(yōu)化理論和方法，以列車運行安全為約束，建立了以節(jié)能、準點、舒適與精確停車為優(yōu)

2、化目標的列車運行過程優(yōu)化模型。
　　為了提高協(xié)同進化算法對于列車運行過程多目標優(yōu)化問題的搜索性能，本文對基于種群競爭和合作思想的MOCEA算法（Multi-objective Co-evolutionaryAlgorithm）進行了改進。通過引入優(yōu)勢度的概念，改進了MOCEA算法進化遺傳部分，提出了CCEA算法(Coexistence co-evolutionary Algorithm)。利用多目標優(yōu)化算法的測試函數(shù)對CCEA算法

3、與MOCEA算法進行了對比，以證明其改進后對算法性能的提升。
　　針對城軌列車在部分運行階段控制策略相對固定的運行特點，依據(jù)列車牽引性能、線路斷面、線路限速，將列車運行區(qū)間劃分為出站起車加速區(qū)、減速坡道、加速坡道、連續(xù)恒速坡道和進站減速區(qū)等五類子區(qū)間。依據(jù)優(yōu)秀司機操縱經驗，初始化各子區(qū)間的工況序列。將子區(qū)間內的工況序列視為個體，同一子區(qū)間內的個體組成一個種群，從而生成多個初始種群。算法針對起車加速區(qū)、中間運行區(qū)及進站減速區(qū)不同的優(yōu)

4、化目標，設計對應的偏好算子，引導種群向期望區(qū)域進化;同時將種群進化分為三個階段，各階段選用不同的自學習算子參數(shù)，以加快子種群的收斂速度;以安全、準點和精確停車為約束，對個體進行淘汰和變異操作，以增加可行解的個數(shù);在此基礎上，依靠CCEA算法共生算子和自學習算子對各子種群進行迭代進化，生成滿足各項約束條件的列車優(yōu)化操縱序列并利用偏好完成對列車運行過程優(yōu)化問題的全局優(yōu)化。
　　最后，以西安地鐵中鐵路北客站到韋曲站的運行區(qū)間為例，采用本