基于啟發(fā)式智能搜索的貨運列車節(jié)能優(yōu)化研究.pdf

1、分類號： U268.6 密 級：U D C： 學 號： 67 2 0 1 5 0 1 9 3碩 士 學 位 論 文論 文 題 目：基于啟發(fā)式智能搜索的貨運列車節(jié)能優(yōu)化研究學 位 類 別： 工程碩士作 者 姓 名： 羅云鳳學 科、專 業(yè)： 控制工程研 究 方 向： 列車優(yōu)化控制指 導 教 師： 楊杰 副教授2018 年 6 月 1 日江西理工大學碩士學位論文 摘要I摘 要隨著國民經濟的快速發(fā)展， 以及環(huán)境污染問題的日益嚴峻， 能源消耗愈加

2、備受矚目。如今全球能源緊缺，而軌道交通行業(yè)作為經濟發(fā)展中能耗大戶，它的節(jié)能問題受到國內外研究者廣泛關注。同一列車在規(guī)定運行時分到達既定站點有著無數種駕駛策略，而不同的駕駛策略所消耗的能耗量也各不相同， 列車節(jié)能優(yōu)化的宗旨就是在眾多駕駛策略中找到能耗最小、最可行的一種。首先，本文在列車牛頓力學、運動學模型的基礎上；基于列車能耗目標函數；以運行限速、加速度、停車精度以及行車時間等為約束條件；然后，對列車手柄位進行實數編碼；設計了四階式節(jié)能策

3、略進行啟發(fā)優(yōu)化，以此來實現列車節(jié)能牽引優(yōu)化的研究。其次，本文采用粒子群算法對貨運列車運行進行優(yōu)化。在對粒子群算法的概念、基本原理、 算法流程進行簡要介紹的基礎上， 對粒子群算法進行了優(yōu)化算法設計。 在 Matlab仿真環(huán)境下對算法進行仿真，結果顯示，粒子群算法容易過早收斂且不能穩(wěn)定保證優(yōu)化效果。最后，針對列車節(jié)能運行優(yōu)化問題的具體行業(yè)特點和工程應用實際需求，采用手柄位實數編碼方式展開算法設計；基于啟發(fā)式遺傳算法的四階式列車節(jié)能運行優(yōu)化策

4、略，篩選出初始種群并確定種群大小；以能耗指標構建目標函數，并加入時間誤差、速度誤差、位移誤差、舒適度誤差罰函數；選擇基于本優(yōu)化問題的染色體選擇、交叉、變異方案，以及算法的停止準則。由仿真結果可以知道，加入四階式節(jié)能策略的啟發(fā)式遺傳算法，提高了收斂速度，列車能耗降低 4.35%。經過仿真驗證，與粒子群算法結果做對比，證明了啟發(fā)式遺傳算法優(yōu)化效果更好一些。本文主要提出了基于啟發(fā)式遺傳算法的四階式列車節(jié)能運行優(yōu)化策略，來保證整個尋優(yōu)過程的快速