基于遗传算法节能列车优化决策研究解读.docVIP

基于遗传算法节能列车优化决策研究 摘要：本文建立以能耗最低为目标,正点、停靠准确且安全性单目标、多约束、非线性的列车运行过程优化模型，需同时满足安全、节能、正点以及停靠准确的要求，此类优化问题,不存在绝对意义上的最优解,而是有多个甚至无穷多个相互非劣的Pareto最优解,而目前的各种方法在一次运行过程中只能得到其中的一个解。由于问题约束条件过多给问题求解带来了很大的复杂性，故本文采用了全局搜索算法遗传算法进行求解，最终求得在544m和1188m处进行工况转换，得出消耗最少功率为58287.9KW。 关键词：pareto;遗传算法;能耗最低;节能列车 Study Decision Making of Energy Saving Train Based on GA Abstract:This paper established with minimum energy consumption as the goal, punctuality, accurate and rain running process of safety of single objective and multi constrained, nonlinear optimization model, to satisfy safety, energy-saving, punctuality and docking accuracy, this kind of optimization problems, there is no absolute optimal solution, but there are multiple or even an infinite number of a plurality of mutually non dominated Pareto optimal solutions, and the various methods in a running process can only a solution.Because of the problem of the problem solving, it has brought a lot of complexity, so this paper adopt the global search algorithm GA to solve , and finally get the 544m and 1188m to carry out the operation mode conversion, and the minimum power consumption is 58287.9KW. Key words: Pareto; genetic algorithm; energy consumption;energy-saving rain 1、问题的提出 轨道交通系统的能耗是指列车牵引、通风空调、电梯、照明、给排水、弱电等设备产生的能耗。根据统计数据，列车牵引能耗占轨道交通系统总能耗40%以上。在低碳环保、节能减排日益受到关注的情况下，针对减少列车牵引能耗的列车运行优化控制近年来成为轨道交通领域的重要研究方向。 请研究以下问题： 1单列车节能运行优化控制问题 请建立计算速度距离曲线的数学模型，计算寻找一条列车从A6站出发到达A7站的最节能运行的速度距离曲线，其中两车站间的运行时间为110秒，列车参数和线路参数详见文件“列车参数.xlsx”和“线路参数.xlsx”。 2、分析问题 地铁列车运行计算这一工程问题非常复杂,具体包含地铁系统的准点、安全、效率和能耗等等问题，其中绝大部分涉及到运行过程中的节能优化运算，计算基础是力学。 本论文列车在运行过程中的加速度、位移随着速度的变化，这样的运动状态设计基于城市轨道交通的需求。首先由于城市轨道交通的站间距较短，列车需要频繁的启动和制动，这样就要求列车具有较强的牵引和制动性能，所以城市轨道交通的列车恒力矩阶段较长，可以支持列车以较大的加速度加速到较高速度。当列车进入到恒功率区以后，列车的速度不断增加，直到达到巡航速度。当列车巡航的时候，列车的牵引力主要用来对抗运行阻力。由于城市轨道交通列车的最高速度较低，所以列车的巡航速度也不会很高，这样列车的阻力就很小，即列车的输出功率很小。若此时列车还以恒定功率输出牵引力，则列车牵引电机的牵引效率就不会降低，所以，城市轨道交通列车牵引电机设计了降功率阶段。 列车的节能优化驾驶问题为：列车在运行过程中，利用线路的特点，在规定的时间内,通过变化驾驶控制模式(牵引、惰行、制动)以达到节约能耗的目的。列车运行时，不同的驾驶控制模式对应不同的能量消耗，例如：使用最大牵引模式行驶