维普中文期刊产品整合服务
共被期刊论文引用了33次 您的检索式:您选中1篇文献正在查看引证文献汇总
    题名 作者 年代 出处 被引量
1列车节能操纵优化求解方法综述显示文摘本文介绍列车节能操纵优化研究的基本问题。基于求解方法的特征对已研究的方法进行分类,将其分为:解析方法、数值方法和仿真方法。分析各个方法的研究现状与投入应用的情况。解析方法求解速度快,且能得到理论上的最优解,为了保证存在有效解,需要进行简化处理;数值方法易于处理较复杂的目标函数,但求解得到的往往是局部最优,收敛性不能保证;仿真方法速度较慢,并不适于在线计算,但其思路简单,易于理解,是一种实用性较强的离线寻优方法。对列车节能操纵优化方法的研究前景进行了展望。荀径 杨欣 宁滨 王义惠 李坤妃 2014铁道学报2014,36,4:37
2基于遗传算法的追踪列车节能优化显示文摘为了研究追踪列车的节能优化操纵策略,提出了四显示固定闭塞系统下的列车静态速度约束条件和追踪列车动态速度约束条件.在此基础上,建立了以列车操纵手柄级位和工况转换点为控制变量的追踪列车节能优化模型.采用染色体长度可变多目标遗传算法,结合外部惩罚函数对该模型进行了求解,并利用遗传算法中的染色体变长算子对列车操纵手柄变换策略进行了优化.在四显示固定闭塞平台上的仿真结果表明,该方法可在安全、准点的前提下,使追踪列车的能耗下降4.3%,运行时间误差减小1.7%.卢启衡 冯晓云 王青元 2012西南交通大学学报2012,47,2:19
3地铁列车节能运行惰行控制研究显示文摘惰行可以有效降低地铁列车能耗,通过选择合适的惰行点可以实现列车的节能运行。建立了定时约束条件下列车节能运行惰行控制优化模型,将模型求解的遗传算法嵌入到城市列车运行计算系统中,实现了给定线路条件下站间最佳惰行点的自动计算。结合具体算例对不同站间距离、线路条件、区间限速、运行时间、惰行次数等条件下的惰行控制进行了仿真研究,给出了各影响因素与惰行控制的关系。仿真结果表明,该方法能较好地解决惰行控制优化问题,地铁列车合理的站间运行时间取值,一般在最小运行时间的基础上增加8%~15%比较合适。马超云 毛保华 梁肖 丁勇 2010交通信息与安全2010,28,2:19
4基于遗传算法的列车运行能耗优化算法显示文摘研究了CBTC系统中列车控制模型和列车运行调整,以降低能耗为目标,对列车在区间的运行控制进行优化组合,提出了基于遗传算法的能耗优化算法,根据具体的线路条件,计算了在不同的运行等级下或不同区间运行时分对应的列车运行速度曲线。以一段2 400m长,具有典型节能坡设置,且包含一段60km.h-1区间限速的线路为例,进行了能耗计算和优化仿真。研究结果表明:优化之后速度曲线与其对应的运行等级2、3、4的速度曲线相比,列车牵引能耗减少到原来的62%、58%、60%,节能效果显著,算法有效。陈荣武 刘莉 郭进 2012交通运输工程学报2012,12,1:19
5制动利用率对高速列车节能操纵策略的影响显示文摘基于高速列车最小能耗计算模型,利用庞特里亚金极大值原理分析出最大牵引、匀速、惰行与最大制动4种操纵策略的应用是高速列车节能运行的必要条件。在此基础上,研究制动利用率对节能操纵策略的影响,针对国内既有高速列车制动利用率较低的特点,确定既有高速列车节能操纵策略,并通过启发式算法离线求解得到各操纵策略转换点。验证了本文所利用牵引计算和能耗计算模型的正确性;在此基础上,以国内某高速线路和高速列车为例,对本文提出的既有高速列车节能操纵策略进行仿真验证,量化分析发现:当运行时间增加约2.1%,若制动利用率为0,最高可节约5.05%的能量,随着制动利用率的提高,能量节约率逐渐下降,当制动利用率接近1时,本文所提出的节能操纵策略已不再适用。崔恒斌 冯晓云 王青元 王鹏玲 李金键 2012铁道学报2012,34,8:18
6基于遗传算法的列车节能运行惰行控制研究显示文摘本文建立了定时约束条件下地铁列车节能运行惰行控制优化模型,设计了实数遗传算法进行求解,在适应度函数中引入了运行时间惩罚因子。同时,将遗传算法嵌入到城市列车运行计算系统中,设计了惰行控制优化模块,实现了给定线路条件下站间最佳惰行点的自动计算,最后结合具体算例进行了仿真验证。仿真结果表明,实数编码的遗传算法能较好地解决惰行点布局问题,优化后的惰行控制方案使算例中列车运行能耗降低了10.99%。马超云 丁勇 杜鹏 毛保华 2010铁路计算机应用2010,19,6:16
7基于遗传算法的网络脆弱性计算方法显示文摘韧性度是衡量网络结构脆弱性的重要指标,它描述了网络在节点失效或遭遇外来攻击时被破坏的难易程度、网络损毁后持续通信能力的强弱及修复受损子网的难易程度。韧性度的计算是NP问题,目前尚无多项式时间内的实用算法。针对穷举搜索算法时间复杂度过高的缺陷,提出一种基于遗传算法的韧性度计算方法,利用随机优化技术对韧性度的参数空间进行高效搜索。仿真试验表明,该算法能快速、有效地收敛于最优解,为基于韧性度的网络脆弱性评估提供了一种可行、有效的方法。王玥 蔡皖东 段琪 2009系统仿真学报2009,21,6:11
8基于模拟退火算法的列车节能操纵研究显示文摘城市轨道交通列车定时节能算法的研究久热不衰。针对地铁列车定时节能运行要求,通过对列车的运行区间进行分割,详细分析其运行迭代过程。利用微分法,建立了列车运行迭代模型,将定时节能问题转化为列车出力使用系数序列的求解,提出一种基于模拟退火算法的迭代寻优求解方法,并用MFC程序设计实现了该算法。选取上海地铁3号线的3个区间为算例,分别求得定时约束下的列车出力使用系数序列解及牵引能耗,和实际测试结果相比可知,在时间允许误差为?2%的约束下,可节能4.77%~7.04%。刘炜 许嘉轩 王沛沛 刘瑞龙 唐靖坤 2018系统仿真学报2018,30,6:9
9基于矩阵离散法的地铁列车节能优化操纵方法及实现显示文摘综合考虑由坡道、弯道组成的复杂线路,通过研究列车特定运行规律,对线路隔断分离分析,进而采用拉格朗日乘数法建立限定时间、速度、加速度等约束条件下的最小能耗模型,提出将地铁列车各阶段参数进行离散化分解并编码,继而对不同控制序列建立离散化矩阵模型,以寻找最佳节能操纵策略的矩阵离散方法。引入基于粒子群寻优算法的组合计算以提高算法精确度和增强全局寻优能力,以此为基础设计基于矩阵离散法的地铁列车优化操作智能系统,为列车安全、节能行驶提供理论和实践参考。案例证明该方法有效且计算精确。贺德强 周继续 李宇轩 陈二恒 向伟彬 2015铁道学报2015,37,7:8
10改进粒子群算法的轨道列车节能控制优化显示文摘当前列车节能控制研究的优化算法存在优化效果不明显,收敛速度慢等一系列问题,提出了一种引入自适应惯性权重,同时加入具有调整能力的动态学习因子与改进速度更新公式的粒子群优化算法。一是通过惯性权重来平衡不同阶段的搜索能力,加入拥有调整能力的动态学习因子,着重加强算法后期的运算效率和收敛能力,同时引入惩罚函数,将列车运行过程中的拘束条件转化为惩罚因子,提升搜索速率;二是对传统的速度更新公式进行改进,用来降低选取到不理想的粒子影响寻优结果的概率。经过Matlab仿真分析,与传统的列车运行优化算法相比,改进后的优化算法收敛速度更快,列车节能效果更好。黄江平 程绍榕 2020华东交通大学学报2020,37,2:8
11基于PSO的轨道交通列车节能控制优化研究显示文摘针对当前列车节能控制智能优化研究中广泛采用遗传算法,但存在算子多、收敛速度不快的问题,采用粒子群算法结合罚函数法思想进行研究。通过对列车运行过程及列车牵引、巡航、惰行和制动阶段能耗状态的分析,给出列车节能控制的多约束优化数学模型和牵引能耗的计算方法。基于罚函数将该问题转化为无约束优化问题,并采用粒子群算法寻优求解,从而得出可使列车运行能耗最小的工况转换点。仿真结果表明,与改进的遗传退火算法相比,算法节能效果更优,且具有良好的收敛速度。李烨 郭子立 郭奕杉 2018控制工程2018,25,10:7
12混合多智能体遗传算法显示文摘综合多智能体的局部感知能力和遗传算法的强搜索能力,提出了一种混合多智能体遗传算法(HMAGA)。该方法构造了启发式搜索和混合交叉策略完成智能体之间的竞争和合作,综合凸变异和局部搜索体现智能体的自学习特性,通过智能体之间的相互作用来达到信息扩散的目的,最终收敛到全局最优解。在多组不同类型函数上的仿真实验结果表明,该算法具有良好的性能,特别是对于复杂的合成函数。潘晓英 2010计算机工程与应用2010,46,3:7
13多维并行遗传算法在列车追踪运行节能优化中的应用显示文摘为了研究先行列车与追踪列车在移动闭塞信号系统控制下进行追踪运行时的综合节能优化控制问题,构建了以能耗与运行时间误差为目标的列车节能控制模型。该模型以列车的操纵手柄级位与列车的工况转换点(即操纵手柄级位改变时,列车的位置)为控制变量。在此基础上,提出了静态与动态速度约束条件(即线路的静态速度约束与先行列车的运行状态对其后的追踪列车所产生的动态速度约束),结合外部惩罚函数,利用多维并行遗传算法对该问题进行了求解。求解时,根据GA的进化代数动态的调整交叉与变异概率,提高粗粒度搜索与细粒度搜索的效率。同时,采用了坡道三分法和实数编码法来缩短染色体长度,提高收敛速度。最后,在移动闭塞信号系统列车运行仿真平台上验证了该优化控制算法的正确性与有效性。卢启衡 冯晓云 2013重庆大学学报(自然科学版)2013,36,4:6
14基于遗传算法的列车自动运行系统的优化研究显示文摘在列车自动运行(automatic train operation,ATO)过程中,为了使列车在保证安全的前提下,能够同时满足精确停车、舒适度高、能耗低等各项控制指标,必须对列车的速度距离曲线进行优化。首先建立了考虑列车特性及线路条件的列车牵引模型及列车速度曲线的多目标模型,在此基础上采用遗传算法对列车自动运行的目标速度曲线进行优化,最后以一段长1 000m,有限速要求及坡度变化的线路为例,用MATLAB建立仿真模型对该算法进行仿真验证,仿真结果表明优化之后的速度曲线可以满足上述各项指标,故算法有效。刘亚丽 马世伟 2013电子测量技术2013,36,4:6
15基于司机操纵模式学习的列车节能自动驾驶研究显示文摘基于优秀司机运行记录数据,提出一种基于机器学习技术的列车节能优化驾驶方法架构,利用层次分解的思想结合集成机器学习方法从优秀司机的驾驶日志数据中挖掘出隐藏的优秀司机驾驶模式,分别对速度信息和档位信息进行学习预测,以实现列车节能优化自动驾驶决策,并选用实际铁路线路和机车数据进行了试验验证.试验结果表明,在保证列车安全、准点、平稳等约束条件下,本文列车节能优化驾驶方案相比司机平均水平可节能约7%.李国华 刘尧 黄晋 刘炎 2019湖南大学学报(自然科学版)2019,46,4:5
16基于改进遗传算法的列车运行曲线优化显示文摘传统遗传算法很早就在列车运行优化研究中得到了应用,但是由于种群中染色体进化方向的不确定性和局部搜索能力不足,导致收敛速度缓慢和求解质量低下。针对以上问题,本文提出一种改进型遗传算法,对列车运行曲线的生成进行研究。以列车运行能耗最小为优化目标,将行车安全、准点和精确停车等约束条件转化为惩罚函数,同时以工况序列为遗传个体进行求解,为加快种群收敛速度和提高解的质量,设计包含准点调整和局部搜索的种群进化方向引导机制。仿真结果表明,改进后的算法适用于多约束的列车运行优化问题,有效提升了收敛速度,优化结果相比于简单遗传算法和自适应遗传算法更加节能。纪云霞 孙鹏飞 毛畅海 王青元 2018计算机与现代化2018,,8:5
17遗传优化MGM(1,n,q)模型及在城市用水中的应用显示文摘城市用水量由于受经济、人口、生活水平等多种因素的影响,具有一定的灰色特征。多变量灰色MGM(1,n)模型作为GM(1,1)模型的扩展和补充,能够反映各变量间相互制约、相互促进的关系。遗传算法具有全局最优性和并行性特点,利用遗传算法对多变量MGM(1,n)模型的参数q进行优化,构建了基于遗传算法的MGM(1,n,q)模型。以1990~2003年大连市城市用水为例,对模型进行了验证,结果表明基于遗传算法的MGM(1,n,q)模型优于MGM(1,n)模型,MGM(1,n)模型要优于GM(1,1)模型。韩雁 许士国 于常武 2008系统仿真学报2008,20,17:5
18基于预测型灰色控制的列车自动运行速度控制器建模与仿真显示文摘速度控制器是列车自动运行(ATO)系统的核心技术之一。针对ATO速度控制器的调速功能,采用预测控制和灰色控制相结合的策略,综合考虑舒适性、节能性、准时性、停车精度等性能指标,并结合测速定位误差、空转打滑、操作时延等现场影响因素,建立了速度控制器数学模型。模型在车载平台下进行了仿真测试,验证了ATO速度控制器的调速功能,达到了预期的控制效果。陆小红 王长林 2013城市轨道交通研究2013,16,2:5
19基于遗传算法的列车优化操纵曲线研究显示文摘列车优化操纵是列车节能控制的关键,本文以牵引计算理论为基础,结合列车运行过程中的要求,构建以能耗、时分误差、限速等为目标的列车节能控制模型,采用实数遗传算法,通过Visual Basic编程对此问题进行求解。在已知列车编组的条件下,以DF4(客)型机车的牵引、动力制动时的能耗曲线为基础,得到给定运行时间、距离条件下的优化操纵曲线,从而对司机节能优化操纵给出指导性意见。李波 王自力 吴娜 2007系统仿真技术2007,3,4:5
20考虑辅助停车区约束的中速磁浮列车速度曲线节能优化方法显示文摘在分析中速磁浮列车动力学模型和节能运行工况转换序列的基础上,提出一种先以运行线路参数为依据划分场景,然后在特定场景中以双限速度防护曲线的临界点为依据进一步细分区间的建模思想,进而构建满足目标运行时间约束下的多区间列车速度曲线节能优化模型,并给出一种基于不同运行工况转换点的求解思路以及多区间列车节能速度曲线的Pareto优化方法。研究结果表明:与现有列车速度曲线节能优化方法对比,本文优化方法针对磁浮列车运行的适用性和优化效果更好。柴晓凤 刘军 赖晴鹰 孟令云 丁文亮 徐亚之 2019中南大学学报(自然科学版)2019,50,6:5
返回顶部 每页显示:
共2页 首页 上一页 第1页 下一页 末页 /2 跳转

网站首页 | 关于我们 | 联系我们 | 产品服务 | 客服中心 | 广告服务 | 版权声明 | 网站联盟 | 友情链接 | 售卡网点

版权所有© 渝B2-20050021-1 渝公网安备 50019002500403号 违法和不良信息举报中心

互联网出版许可证 新出网证(渝)字10号 全国400电话 - 免长途话费