列车运行过程仿真及优化研究

《列车运行过程仿真及优化研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西南交通大学研究生学位论文到圭鎏堑垫猩堡真盈垡垡盟窕．年级二OO!三塑姓名丕丝国申请学位级别三堂谴±专业囊通鎏堑塑创鱼篮望指导教师堑甚渊二OO六年九月西南交通大学博士研究生学位论文第1页摘要为了研究列车运行过程仿真和优化控制方案，论文在借鉴前人研究成果的基础上，首先以最快速度运行策略构造了单质点列车运行仿真模型，在这一模型基础上，通过构造多质点列车模型，设计线路分段模型与算法，设计并优化列车运行过程算法等，构造了多质点列车运行仿真模型，据此设计并实现了城市轨道交通列车运行仿真系统。参考这一仿真系统，结合遗传算法理论，通过深入

2、细致分析列车运行控制过程，将遗传算法引入列车运行控制方案的优化之中。在复杂线路条件下，找到了较多质点模型更加优秀的列车运行控制方案。论文的研究内容主要包括以下几个方面：1．根据既有列车运行控制的机械能理论、能耗理论及列车牵引计算理论，提出了包含能耗、运行时分和停站精度在内的多目标列车运行仿真模型。2．在多目标列车运行仿真模型的基础上，结合列车牵引计算与运行仿真理论，通过分析城市轨道交通系统与普通铁路系统的异同，提出了三种典型列车运行控制策略，并以最快速策略为依据，构造了单质点列车运行仿真模型。3．在列车运行仿真的单质点模型基

3、础上，通过建立多质点的列车模型，考虑列车长度对附加阻力计算的影响，构造线路分段模型和变坡段列车受力计算方法，工况转换引入合理性条件，中间过程运用波浪轨线代替恒速轨线，进站制动运用反向递推试凑法等方法，构造了列车运行仿真的多质点优化模型。4．通过对列车运行控制过程的研究，将运行控制方案分解为工况序列，结合遗传算法理论与方法，将工况序列映射为染色体，工况序列表映射为种群，从而将遗传算法引入列车运行仿真模型求解问题。通过设计选择算子、保优交叉和变异算子、构造变长算子、设计并改进适应值函数、构造列车运行仿真器的算法等，设计了变长度染

4、色体多目标改进遗传算法。5．在单质点模型和多质点模型基础上，设计并实现了城市轨道交通列车运行仿真系统，并通过实例测试了单质点模型和多质点模型。测试表明，单质点模型能够计算多种列车运行曲线，估计区间运行时分，但是设计不够合理，能耗偏高，计算相对粗略。多质点模型克服了单质点模型的缺点，进站初速度降低10％一30％，节约总能耗达30％以上，同时优化了控制过程和仿真曲线。这一模型较既有系统降低了进站制动初速度，停站计算更加准确，工况第Ⅱ页西南交通大学博士研究生学位论文转换更加合理，克服了长短链和超长线路计算问题，计算速度更快。在多质

5、点列车运行仿真系统基础上，实现了变长染色体多目标改进遗传算法。在测试的同时对适应值函数和选择算子进行了改进。大量测试表明，该仿真算法可以适应陡坡段、限速变化的复杂线路，其提供的优化方案由两个以上控制变量构成，能够满足能耗、区间运行时分和停站精度等多个目标要求，较多质点优化模型仿真结果，节约能耗5％一25％，且60％一95％以上的计算能够在50代以内收敛，计算速度能够满足离线计算需要。关键词：列车运行仿真；多目标列车运行仿真模型；单质点模型；多质点模型；变染色体长度多目标改进遗传算法西南交通大学博士研究生学位论文第Ⅲ页ABST

6、RACTInordertoresearchsimulationoftrainoperationandmovementprocess，andoptimizationontraincontrolscheme，basedonworksrelative，thepaperbuildsamulti-objectivetrainoperationandmovementsimulationmodelandalgorithmbybuildmulti-particletrainmodel，designrailwaypartitionmodela

7、ndalgorithm，makeandoptimizetrainmovementprocessmodeletc．Groundonthesimulationmodel，trainoperationsimulationsystemisbuiltup．Accordingtothetrainsimulationsystem，combinedwithgeneticalgorithmtheory,thepaperbringgeneticalgorithmintooptimizationoftraincontrolschemesucces

8、sfully．Beforethiswork，trainmovementprocesswasdecomposedandanalyzeddeeplyThealgoritlunCancalculatequicklymoreexcellenttrainmovementandcontrolproje