基于蚁群算法的列车推荐速度曲线优化

摘要

在全球提倡铁路可持续发展和大力发展高效运输的时代背景下，做好节能减排的工作十分必要并且形势紧迫。城市轨道交通运输作为国民经济中耗能最大的行业之一，如何降低运输能耗已经成为保持城市轨道交通可持续发展亟待解决的问题。在城市轨道交通的能源消耗形式中，列车牵引能耗占到系统总能耗的近一半，因此，降低列车牵引能耗是减少城市轨道交通系统运营成本的有效途径之一。
　　列车节能运行是降低列车牵引能耗的重要途径之一。在城市轨道交通中，列车通过列车自动运行系统(ATO)进行速度调节，完成在站间的自动运行。ATO以推荐速度曲线为输入，通过一定的控制策略输出牵引/制动指令，追踪推荐速度曲线，保证列车的定点定时停车。这个过程决定了列车在站间运行的实际能耗。所以，实现列车站间节能运行两个重要方式是对推荐速度曲线和ATO控制策略的优化。
　　本文给出了一种具有快速计算能力的列车推荐速度曲线优化方法。该方法在优化过程中考虑ATO控制策略，利用基于近似计算的离散组合优化模型，以蚁群优化中最大最小蚂蚁系统(MAX-MIN Ant System，MMAS)为核心算法，在保证站间运行曲线准点率的情况下，寻找最优的节能推荐速度曲线，最小化列车运行曲线的能耗。此外算法借鉴司机驾驶经验，提高了算法收敛速度。这对探索快速而有效的列车节能优化算法的研究具有重要的指导和推动作用。
　　论文最后给出了CBTC节能推荐速度曲线生成软件的设计与实现，提供一个开放的算法仿真测试平台。该仿真平台封装了本文提出的列车节能运行方法，为后续的进一步研究提供条件。此外，本文还选取了北京地铁亦庄线全线的数据进行优化仿真，通过对比仿真结果，验证了此方法较好的节能效果。

目录

声明

致谢

摘要

1 绪论

1．1 研究背景与意义

1．2 国内外研究现状

1．2．1 研究现状

1．2．2 待解决的问题

1．3 论文主要研究内容

2 列车自动运行系统及控制结构

2．1 列车自动运行系统

2．2 ATO控制结构

2．3 列车运行模型描述

2．3．1 牵引计算模型

2．3．2 能耗评估模型

2．3．3 停车精度约束

2．3．4 运行时分约束

2．3．5 舒适度约束

2．4 本章小结

3 蚁群算法介绍

3．1 蚁群算法概述及发展

3．1．1 基本原理

3．1．2 基本流程

3．1．3 参数影响

3．2 改进型蚁群算法

3．2．1 分区

3．2．2 启发信息素

3．3 本章小结

4 基于MMAS算法列车推荐速度曲线优化研究

4．1 问题及假设

4．2 模型建立

4．2．1 模型及变量

4．2．2 目标及约束

4．3 设计策略

4．3．1 等效坡度策略

4．3．2 速度码选择策略

4．4 算法求解过程

4．4．1 搜索路径构建

4．4．2 信息素更新

4．4．3 算法参数整定

4．4．4 算法优化流程图

4．5 结果分析

4．6 本章小结

5 实例分析

5．1 基础数据

5．1．1 线路数据

5．1．2 车辆数据

5．1．3 控制策略

5．2 案例一：等分区与不等分区算法的比较

5．3 案例二：启发信息素设置对曲线优化的影响分析

5．4 案例三：信息素设置对曲线优化的影响分析

5．5 案例四：跟踪精度对曲线优化的影响分析

5．6 本章小结

6 仿真平台实现

6．1 仿真平台简介

6．1．1 仿真平台的架构及原理

6．1．2 仿真平台的功能及展示

6．2 仿真平台的验证

6．3 本章小结

7 总结与展望

7．1 本文工作总结

7．2 未来工作展望

参考文献

附录

图索引

表索引

作者简历

学位论文数据集