隔离小生境粒子群算法在地铁列车运行曲线优化中的应用

田志鹏 米根锁 王宝宝

(1.兰州交通大学自动化与电气工程学院,730070,兰州;2.上海卡斯柯信号有限公司,200070,上海∥第一作者，硕士研究生)



隔离小生境粒子群算法在地铁列车运行曲线优化中的应用

田志鹏1米根锁1王宝宝2

(1.兰州交通大学自动化与电气工程学院,730070,兰州;2.上海卡斯柯信号有限公司,200070,上海∥第一作者，硕士研究生)

针对地铁列车运行优化指标过于单一的问题,提出了牵引-巡航-惰行-制动模式运行曲线的计算流程,综合考虑能耗、乘客舒适度、运行时间、停车精度等指标,用Fi(综合优化目标函数)值度量综合运行质量(其值越小表示越接近理想状态),并建立列车运行曲线的优化模型。结合粒子群算法和小生境技术,设计了应用于列车运行曲线优化的隔离小生境粒子群算法(INPSO)。结合实例仿真,利用INPSO优化模型,确定最优惰行末端速度,实现了高质量列车运行曲线的计算。其中INPSO优化后的Fi值实际只是基本粒子群算法优化结果的58.96%,效果显著,证明了INPSO寻优的有效性以及可靠性。

地铁； 列车运行曲线优化; 综合运行质量; 隔离小生境粒子群算法

First-author′s address School of Automation and Electrical Engineering,Lanzhou Jiaotong University,730070,Lanzhou，China

地铁列车运行曲线的计算是实现综合优化运行的基础,也为列车运行实时控制的改进提供一种思路。文献[1]利用遗传算法对惰行控制进行优化，从而实现了地铁列车的多目标运行,但没有考虑舒适度指标。文献[2]分析了地铁运行的原理,利用遗传算法综合优化多区间的运行曲线和停站时间,但没有综合考虑各运行指标。……