基于混沌粒子群算法的高速旅客列车优化调度

摘要：

列车优化调度是一个大规模、复杂的、具有非线性离散变量和多约束的多目标数学优化问题.在优化过程中,考虑了特快旅客列车中途离开时间和整个运行时间等因素.首次将粒子群优化(particle swarm optimization, PSO)技术引入列车优化调度,克服了传统优化方法易陷入局部最优和维数灾难等弊端.通过一个工程实例验证了该算法的可行性和有效性.同时,与现存的列车优化调度方法相比,粒子群优化方法的搜索时间短而且优化结果更接近最优解.

关键词：列车调度、多目标优化、混沌粒子群优化算法、惩罚函数方法

所属期刊栏目：28

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金60274009

在线出版日期：2007-03-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：176-179,192