基于遺傳算法的動(dòng)車組列車節(jié)能優(yōu)化控制研究
發(fā)布時(shí)間:2021-12-12 01:40
高速鐵路是一種可持續(xù)發(fā)展的綠色通道,具有安全、準(zhǔn)點(diǎn)、舒適、能耗低、效率高等優(yōu)點(diǎn),然而其巨大的能源消耗也越來(lái)越受到廣泛重視,尤其對(duì)動(dòng)車組列車節(jié)能操縱策略的研究迫在眉睫。與此同時(shí),進(jìn)一步探討動(dòng)車組列車多目標(biāo)優(yōu)化的控制方法,不單提供一種操縱方案,對(duì)于降低列車運(yùn)行能耗和節(jié)約資源亦具有深遠(yuǎn)的意義。本文借鑒國(guó)內(nèi)外對(duì)動(dòng)車組列車節(jié)能運(yùn)行的研究,從列車節(jié)能的優(yōu)化擴(kuò)展到列車多目標(biāo)的優(yōu)化,結(jié)合動(dòng)車組列車的運(yùn)行特點(diǎn),分別建立了列車的節(jié)能優(yōu)化模型和多目標(biāo)優(yōu)化模型,并設(shè)計(jì)了針對(duì)模型特點(diǎn)的求解算法。本文主要研究?jī)?nèi)容如下:(1)在分析列車運(yùn)行過(guò)程受力的基礎(chǔ)上,利用多質(zhì)點(diǎn)模型推導(dǎo)列車的運(yùn)動(dòng)方程。分析電分相對(duì)列車運(yùn)行過(guò)程的影響,并設(shè)定列車過(guò)分相區(qū)時(shí)所采取的工況。對(duì)影響列車運(yùn)行能耗的因素進(jìn)行總結(jié),構(gòu)建列車一次節(jié)能優(yōu)化模型,將列車過(guò)電分相環(huán)節(jié)納入考慮因素,構(gòu)建列車二次節(jié)能優(yōu)化模型。在闡述多目標(biāo)優(yōu)化基本理論的基礎(chǔ)上,構(gòu)建列車運(yùn)行的多目標(biāo)優(yōu)化模型。(2)基于黃金比例遺傳算法(Genetic Algorithm,GA)對(duì)列車進(jìn)行節(jié)能優(yōu)化。闡述遺傳算法基本理論,指出其在具體問(wèn)題優(yōu)化過(guò)程中存在的不足。引入具有強(qiáng)大局部?jī)?yōu)化優(yōu)勢(shì)的黃金比例...
【文章來(lái)源】:蘭州交通大學(xué)甘肅省
【文章頁(yè)數(shù)】:64 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.2 研究現(xiàn)狀
1.2.1 國(guó)外研究現(xiàn)狀
1.2.2 國(guó)內(nèi)研究現(xiàn)狀
1.3 論文主要內(nèi)容及組織結(jié)構(gòu)
2 列車運(yùn)行過(guò)程分析
2.1 列車運(yùn)行受力分析
2.1.1 列車牽引力
2.1.2 列車制動(dòng)力
2.1.3 列車運(yùn)行阻力
2.2 列車運(yùn)動(dòng)機(jī)理模型
2.2.1 運(yùn)動(dòng)方程計(jì)算模型
2.2.2 列車運(yùn)動(dòng)方程
2.3 電分相對(duì)列車運(yùn)行的影響
2.4 小結(jié)
3 動(dòng)車組列車能耗模型與多目標(biāo)優(yōu)化模型的建立
3.1 列車運(yùn)行能耗影響因素分析
3.2 列車能耗模型的建立
3.2.1 一次節(jié)能優(yōu)化模型的建立
3.2.2 二次節(jié)能優(yōu)化模型的建立
3.3 列車多目標(biāo)優(yōu)化模型的建立
3.3.1 多目標(biāo)優(yōu)化基本理論
3.3.2 列車運(yùn)行過(guò)程多目標(biāo)優(yōu)化模型
3.4 小結(jié)
4 基于黃金比例遺傳算法的動(dòng)車組列車節(jié)能優(yōu)化
4.1 遺傳算法基本理論
4.2 基于黃金比例遺傳算法的動(dòng)車組列車節(jié)能優(yōu)化
4.2.1 黃金比例技術(shù)
4.2.2 基于黃金比例技術(shù)的遺傳算法
4.2.3 一次節(jié)能優(yōu)化模型求解
4.2.4 二次節(jié)能優(yōu)化模型求解
4.3 仿真結(jié)果分析
4.3.1 一次節(jié)能優(yōu)化實(shí)例仿真分析
4.3.2 二次節(jié)能優(yōu)化實(shí)例仿真分析
4.4 小結(jié)
5 基于黃金比例NSGA-Ⅱ算法的動(dòng)車組列車多目標(biāo)優(yōu)化
5.1 多目標(biāo)問(wèn)題的黃金比例NSGA-Ⅱ算法
5.1.1 基本NSGA-Ⅱ算法
5.1.2 黃金比例NSGA-Ⅱ算法
5.2 動(dòng)車組列車多目標(biāo)優(yōu)化模型求解
5.3 算法實(shí)例仿真分析
5.3.1 算法性能測(cè)試
5.3.2 列車運(yùn)行多目標(biāo)優(yōu)化實(shí)例仿真
5.4 小結(jié)
結(jié)論
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果
本文編號(hào):3535767
【文章來(lái)源】:蘭州交通大學(xué)甘肅省
【文章頁(yè)數(shù)】:64 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.2 研究現(xiàn)狀
1.2.1 國(guó)外研究現(xiàn)狀
1.2.2 國(guó)內(nèi)研究現(xiàn)狀
1.3 論文主要內(nèi)容及組織結(jié)構(gòu)
2 列車運(yùn)行過(guò)程分析
2.1 列車運(yùn)行受力分析
2.1.1 列車牽引力
2.1.2 列車制動(dòng)力
2.1.3 列車運(yùn)行阻力
2.2 列車運(yùn)動(dòng)機(jī)理模型
2.2.1 運(yùn)動(dòng)方程計(jì)算模型
2.2.2 列車運(yùn)動(dòng)方程
2.3 電分相對(duì)列車運(yùn)行的影響
2.4 小結(jié)
3 動(dòng)車組列車能耗模型與多目標(biāo)優(yōu)化模型的建立
3.1 列車運(yùn)行能耗影響因素分析
3.2 列車能耗模型的建立
3.2.1 一次節(jié)能優(yōu)化模型的建立
3.2.2 二次節(jié)能優(yōu)化模型的建立
3.3 列車多目標(biāo)優(yōu)化模型的建立
3.3.1 多目標(biāo)優(yōu)化基本理論
3.3.2 列車運(yùn)行過(guò)程多目標(biāo)優(yōu)化模型
3.4 小結(jié)
4 基于黃金比例遺傳算法的動(dòng)車組列車節(jié)能優(yōu)化
4.1 遺傳算法基本理論
4.2 基于黃金比例遺傳算法的動(dòng)車組列車節(jié)能優(yōu)化
4.2.1 黃金比例技術(shù)
4.2.2 基于黃金比例技術(shù)的遺傳算法
4.2.3 一次節(jié)能優(yōu)化模型求解
4.2.4 二次節(jié)能優(yōu)化模型求解
4.3 仿真結(jié)果分析
4.3.1 一次節(jié)能優(yōu)化實(shí)例仿真分析
4.3.2 二次節(jié)能優(yōu)化實(shí)例仿真分析
4.4 小結(jié)
5 基于黃金比例NSGA-Ⅱ算法的動(dòng)車組列車多目標(biāo)優(yōu)化
5.1 多目標(biāo)問(wèn)題的黃金比例NSGA-Ⅱ算法
5.1.1 基本NSGA-Ⅱ算法
5.1.2 黃金比例NSGA-Ⅱ算法
5.2 動(dòng)車組列車多目標(biāo)優(yōu)化模型求解
5.3 算法實(shí)例仿真分析
5.3.1 算法性能測(cè)試
5.3.2 列車運(yùn)行多目標(biāo)優(yōu)化實(shí)例仿真
5.4 小結(jié)
結(jié)論
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果
本文編號(hào):3535767
本文鏈接:http://sikaile.net/kejilunwen/daoluqiaoliang/3535767.html
最近更新
教材專著