10.3969/j.issn.1001-8360.2018.06.012
多种群分层联合优化的城轨列车ATO研究
针对城轨列车控制系统运行模式曲线的设计需求,在满足安全、精确停车及各种约束条件下,以运行时间和能耗为目标,建立列车运行的多目标优化模型.将粒子群优化PSO算法与布谷鸟搜索CS相结合,即多种群分层PSO-CS联合优化算法.在底层,该方法将整个种群分成若干个小种群,小种群使用PSO算法寻优,再将寻优得到的精英粒子送往高层使用CS算法深度优化,高层优化后的粒子再返回到底层各自的小种群中去.将该方法与多目标粒子群MOPSO分别用于列车运行过程的优化,仿真实验表明,所提出算法得到的Pareto前沿解的收敛性和多样性更好.将该算法用于城轨列车运行曲线的优化设计中,不仅能够获得更优的列车运行控制策略,还能为设计者提供更多选择方案.
城市交通、多目标、多种群分层、城轨列车、自动驾驶
40
U284.48;U292(铁路通信、信号)
重庆市基础与前沿研究项目cstc2016jcyjA0365;重庆市研究生教育教学改革重大项目yjg131001
2018-12-20(万方平台首次上网日期,不代表论文的发表时间)
共7页
90-96