城市軌道交通有著更優(yōu)于公路交通的便民性。近年來城市軌道交通發(fā)展勢頭十足,致力于軌道交通建設(shè)和發(fā)展的城市數(shù)量也逐步增加,運(yùn)營總里程和客運(yùn)量也屢創(chuàng)新高,但是快速發(fā)展的背后也帶來著不容忽視的巨大能源消耗和高額成本。在踐行可持續(xù)發(fā)展政策的背景下,不僅需要繼續(xù)提高輸送乘客的能力,做好城市軌道交通的節(jié)能減排工作更是迫在眉睫,要為城市軌道交通的可持續(xù)發(fā)展給出一份滿意的答卷。牽引能耗占據(jù)了列車能耗的絕大部分,通過采取降低牽引能耗的措施可以有效達(dá)到列車節(jié)能優(yōu)化的目的。論文主要研究列車推薦速度曲線的優(yōu)化問題,同時(shí)兼顧以節(jié)能為主要目標(biāo)的多目標(biāo)優(yōu)化和停站時(shí)間內(nèi)快速規(guī)劃下一站間運(yùn)行曲線的要求。并結(jié)合研究現(xiàn)狀,將人工蜂群算法的兩種優(yōu)化算法分別應(yīng)用于城軌列車的優(yōu)化進(jìn)行比較分析。主要工作如下:首先,分析不同運(yùn)行狀態(tài)下列車水平方向的受力情況,建立列車動(dòng)力學(xué)模型,對比列車單質(zhì)點(diǎn)和多質(zhì)點(diǎn)物理模型的情況下列車作用力的誤差。分別建立四個(gè)目標(biāo)模型:能耗模型、舒適度模型、停車距離模型和停車時(shí)間模型。將多個(gè)目標(biāo)函數(shù)通過權(quán)重系數(shù)法轉(zhuǎn)化為單目標(biāo)函數(shù),考慮以安全性為前提的情況下,在多次實(shí)驗(yàn)仿真的基礎(chǔ)上決定各個(gè)權(quán)重系數(shù)的取值。同時(shí),為了提高... 

【文章來源】：蘭州交通大學(xué)甘肅省

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 減少列車牽引能耗的方法
        1.2.2 列車節(jié)能優(yōu)化算法研究
        1.2.3 目前研究中存在的問題
    1.3 主要研究內(nèi)容
    1.4 論文結(jié)構(gòu)
2 列車ATO系統(tǒng)及運(yùn)行模型
    2.1 列車自動(dòng)駕駛系統(tǒng)ATO
    2.2 列車受力分析
        2.2.1 列車牽引力
        2.2.2 列車制動(dòng)力
        2.2.3 列車阻力
    2.3 列車運(yùn)行過程
    2.4 多目標(biāo)模型
        2.4.1 能耗模型
        2.4.2 舒適度模型
        2.4.3 停車距離模型
        2.4.4 停車時(shí)間模型
    2.5 本章小結(jié)
3 基于增強(qiáng)ABC算法的列車ATO節(jié)能運(yùn)行優(yōu)化
    3.1 基本人工蜂群算法
        3.1.1 基本原理
        3.1.2 基本步驟
        3.1.3 優(yōu)缺點(diǎn)分析
    3.2 增強(qiáng)人工蜂群算法
        3.2.1 基于適應(yīng)度評價(jià)的改進(jìn)
        3.2.2 基于搜索方式的改進(jìn)
    3.3 算法求解過程
        3.3.1 目標(biāo)函數(shù)
        3.3.2 約束條件
        3.3.3 優(yōu)化步驟
        3.3.4 實(shí)驗(yàn)數(shù)據(jù)與仿真
    3.4 本章小結(jié)
4 基于SA-ABC算法的列車ATO節(jié)能運(yùn)行優(yōu)化
    4.1 模擬退火算法
    4.2 SA-ABC算法
        4.2.1 算法性能驗(yàn)證
        4.2.2 仿真實(shí)例
    4.3 本章小結(jié)
5 總結(jié)與展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]結(jié)合模擬退火算法的遺傳K-Means聚類方法[J]. 凌靜,江凌云,趙迎.  計(jì)算機(jī)技術(shù)與發(fā)展. 2019(09)
[2]基于再生制動(dòng)的城市軌道列車節(jié)能控制研究[J]. 厲高,林建輝,莊哲,何劉.  鐵道運(yùn)輸與經(jīng)濟(jì). 2019(03)
[3]平衡搜索的改進(jìn)人工蜂群算法[J]. 劉曉芳,柳培忠,駱炎民,范宇凌.  華僑大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(01)
[4]多種群分層聯(lián)合優(yōu)化的城軌列車ATO研究[J]. 徐凱,吳磊,趙梅.  鐵道學(xué)報(bào). 2018(06)
[5]基于全局無偏搜索策略的精英人工蜂群算法[J]. 杜振鑫,劉廣鐘,韓德志,余學(xué)山,賈建鑫.  電子學(xué)報(bào). 2018(02)
[6]基于灰色預(yù)測模糊PID控制的列車ATO系統(tǒng)優(yōu)化[J]. 馬曉娜,朱愛紅,盧穩(wěn).  鐵道標(biāo)準(zhǔn)設(shè)計(jì). 2018(08)
[7]基于小生境粒子群算法的ATO運(yùn)行過程優(yōu)化研究[J]. 朱愛紅,盧穩(wěn),宋麗梅.  鐵道科學(xué)與工程學(xué)報(bào). 2017(09)
[8]人工蜂群算法研究綜述[J]. 何堯,劉建華,楊榮華.  計(jì)算機(jī)應(yīng)用研究. 2018(05)
[9]城市軌道交通全自動(dòng)運(yùn)行系統(tǒng)及安全需求[J]. 閆宏偉,燕飛.  都市快軌交通. 2017(03)
[10]中國軌道交通列車運(yùn)行控制技術(shù)及應(yīng)用[J]. 寧濱,劉朝英.  鐵道學(xué)報(bào). 2017(02)

博士論文
[1]城軌列車運(yùn)行圖和速度曲線一體化節(jié)能方法[D]. 宿帥.北京交通大學(xué) 2016
[2]城市軌道交通列車節(jié)能優(yōu)化駕駛研究[D]. 顧青.北京交通大學(xué) 2014

碩士論文
[1]基于人工蜂群算法的推薦速度曲線節(jié)能優(yōu)化[D]. 劉海娜.北京交通大學(xué) 2019
[2]應(yīng)用鄰域搜索的多策略進(jìn)化算法研究[D]. 孫燦.江西師范大學(xué) 2019
[3]基于啟發(fā)式智能搜索的貨運(yùn)列車節(jié)能優(yōu)化研究[D]. 羅云鳳.江西理工大學(xué) 2018
[4]城市軌道交通列車節(jié)能運(yùn)行優(yōu)化研究與仿真驗(yàn)證[D]. 崔超.西南交通大學(xué) 2017
[5]基于Pareto多目標(biāo)遺傳算法的列車節(jié)能運(yùn)行方法研究[D]. 桂行東.南京理工大學(xué) 2017
[6]基于蟻群算法的列車推薦速度曲線優(yōu)化[D]. 范禮乾.北京交通大學(xué) 2016
[7]基于ATO控制策略的單車節(jié)能優(yōu)化模型及算法研究[D]. 柳淑琦.北京交通大學(xué) 2016
[8]城軌列車速度曲線影響因素分析及其節(jié)能優(yōu)化[D]. 蔡虎.北京交通大學(xué) 2016
[9]基于遺傳算法的ATO速度曲線優(yōu)化[D]. 許立.西南交通大學(xué) 2013
[10]基于無模型自適應(yīng)控制的列車節(jié)能優(yōu)化運(yùn)行方法研究[D]. 楊文.北京交通大學(xué) 2013



本文編號(hào)：3449961