基于速度变异粒子群算法的列车运行策略优化

沙泉; 仓小娣

Chinese

您当前的位置：

首页 >

文章列表页 >

基于速度变异粒子群算法的列车运行策略优化

更新时间：2026-09-04

- 基于速度变异粒子群算法的列车运行策略优化
- Train Operation Strategy Optimization Based on Velocity Mutation Particle Swarm Algorithm
- 微电子学与计算机 2014年31卷第3期页码：130-133
- 作者机构：
  
  上海应用技术学院轨道交通学院,上海,201418
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目（71201103）;上海应用技术学院科技发展基金项目（KJ2011-04）
- DOI：
  中图分类号：
- 纸质出版：2014
- 稿件说明：
移动端阅览
沙泉, 仓小娣. 基于速度变异粒子群算法的列车运行策略优化[J]. 微电子学与计算机, 2014, 31(3): 130-133.

SHA Quan, CANG Xiao-di. Train Operation Strategy Optimization Based on Velocity Mutation Particle Swarm Algorithm[J]. 2014, 31(3): 130-133.
沙泉, 仓小娣. 基于速度变异粒子群算法的列车运行策略优化[J]. 微电子学与计算机, 2014, 31(3): 130-133. DOI：

SHA Quan, CANG Xiao-di. Train Operation Strategy Optimization Based on Velocity Mutation Particle Swarm Algorithm[J]. 2014, 31(3): 130-133. DOI：

摘要

为了提高列车在运行过程中的能源利用率，采用速度变异的粒子群算法，对列车运行控制策略进行优化.根据列车运行的机械能理论和能耗理论，建立了以能耗为目标，满足距离、时间和速度约束的列车运行仿真模型，在确定的工况序列条件下，求解列车最优控制策略.改进粒子群算法按照一定的概率，对最小速度进行变异，拓展了粒子有效搜索空间，从而改善优化结果.算例仿真验证了该方法的有效性和合理性.

Abstract

For the purpose of improving train running efficiency

a velocity mutation particle swarm optimization (VMPSO) algorithm is applied in optimization of train control strategy.A train operation and movement model is presented based on mechanical theory of train control process and train energy consumption theory.The distance

interval and speed constraints are taken into account in this model.Under certain input control sequences

this optimization problem is solved by VMPSO algorithm.The minimal velocity is mutated according to some probability in PSO algorithm to exploit the searching scope of optimal solution.Numerical simulation is presented to verify the effectiveness and reasonableness of the method.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

V型沟槽SiC中子探测器的蒙特卡洛分析

基于区块链的AI生成内容溯源框架设计研究

一种用于极低压boost系统的高效率电荷泵

超低功耗实时时钟电路的设计

一种基于特征上下文理解与切片分析的肺结核检测算法