基于遗传算法的列车节能操纵曲线寻优

能源是社会经济发展的基础，在能源日益紧缺的今天，铁路部门作为国民经济中能耗最大的单位之一，其节能问题的研究具有重要意义。在既定的运行图、编组等条件下，同一列列车在规定时间内，完成规定运输距离，也存在着不同的操纵方法，不同的操纵方法会直接导致能量消耗不同，找到能耗最小的列车操纵方案就成为重要的研究课题。 本文在牵引计算及列车运行动力学方程的基础上，结合列车在运行过程中的要求，建立以能耗、时分误差、限速等为目标的列车节能控制模型，利用实数遗传算法，通过软件编程来实现对列车节能方案的研究，主要研究内容如下： 论文首先介绍了列车节能控制的研究背景，通过对国内外研究发展现状的论述，说明遗传算法能够在全局范围内搜索并得到最优解。 第二：讨论列车运行的安全和节能问题，其中包括列车的平稳起动、途中运行和停车制动三个方面。在保证列车安全、准点运行的条件下进行列车的节能操纵曲线寻优。 第三：介绍了遗传算法的相关理论，遗传算法的基本理论中主要介绍其编码机制、选择算子、交叉算子、变异算子、适应度函数及相关约束条件的处理等；同时证明了采用最优个体保存策略可以解决算法的收敛性问题。此外，还分析了遗传算法的优点和不足，指出遗传算法的特点能够保证它完成列车优化操作曲线的寻优工作。 第四：以牵引计算的知识为基础，给出列车节能控制的策略，建立求取列车节能曲线的模型，并对寻优参数的设置给出说明；接下来分别介绍程序的五个主要模块：初始数据输入模块、停车制动模块、牵引计算模块、适应度计算模块、遗传迭代模块等。 本文的创新点在于：采用了改进的实数遗传算法，以保证整个寻优过程的收敛，程序支持任意长度线路的操纵曲线寻优；考虑了较为全面的约束条件，引入数学中的惩罚函数法，按照约束在寻优过程中的不同作用，给予相应的惩罚系数，来体现它们在目标函数中的权重；与应用遗传算法求取列车操纵曲线的其它程序相比，本文在操纵序列的选择中引入了动力制动工况，较为全面的反映了司机的操纵情况；特别的是以往的寻优计算，只能在简单的坡道上进行，而本文所采用的坡道是复杂坡道。 最后进行节能优化模式曲线的相关计算，分析了运行时间、操纵序列、迭代初值、交叉概率、变异概率等因素对列车节能操纵曲线寻优的影响，给出验证实例。