MATLAB基于粒子群的列车运行过程优化(2)
Key Words: train operation; multi-objective; optimization; particle swarm optimization
目录
1 绪论 1
1.1 课题的目的和意义 1
1.2 国内外研究现状与水平 2
1.2.1 国外研究现状和水平 2
1.2.2 国内研究现状和水平 2
1.3 发展趋势 3
2 列车运行过程 4
2.1 列车运行过程模型 4
2.2 列车运行过程计算的基本原理 6
2.3 列车能耗、正点率及停车准确性 7
2.3.1 列车运行能耗 7
2.3.2 列车运行正点率 8
2.3.3 列车运行停靠准确性 8
2.4 多目标优化模型 9
3 智能化算法 11
3.1 模糊神经网络 11
3.2 遗传算法 12
3.3 粒子群算法 13
3.3.1 粒子群算法简介 13
3.3.2 粒子群算法流程 14
3.3.3 PSO与其他算法的比较 15
4 粒子群算法优化列车运行过程 17
4.1 列车运行过程建模 17
4.2 列车参数 20
4.3 列车运行初始化设置及距离限定 20
5 算例仿真及结果分析 22
5.1 以能耗为优化目标分析 22
5.2 以正点率为优化目标分析 26
5.3 以停靠准确性为优化目标分析 30
5.4 综合三者的多目标优化分析 34
5.4.1 不带限速的多目标优化分析 34
5.4.2 带限速的多目标优化分析 38
6 总结 40
谢辞 41
参考文献 42
附录（程序代码） 43
1 绪论
1.1 课题的目的和意义
从1876年修建第一条铁路到现在，中国铁路已经走过近140年的历史。
随着中国经济的快速发展，中国铁路的建设规模和技术水平不断提高。一个横贯东西、沟通南北、干支结合的具有相当规模的铁路玉树网络已经形成并逐步趋于完善。2006年，中国铁路的运营里程已达76580 公里，列世界第三（美国、俄罗斯之后），亚洲第一。2007年，我国铁路实行第吹冰次大提速，首次在各主要提速干线（如京沪线、京广线、京哈线、胶济线等）大规模开行时速高达200～250公里的我国铁路高速（CRH）动车组列车，达到了目前世界上既有线提速改造的先进水平。2008年，我国拥有了第一条时速超过300公里的高速铁路——京津城际铁路，到2010年底，由于我国铁路建设投资迅速增长，全国铁路营业里程达9.1万公里，居亚洲第一，世界第二。
但与其他行业相比，铁路发展相对滞后，运输能力严重不足， 春运时期，“一票难求、一车难求”的现象十分突出，铁路成为制约经济社会发展的“瓶颈”。随着许多新建线路的运营以及列车多次提速，极大地缓解了交通运输因国民经济的快速发展所带来的压力，方便了广大人民群众的出行。然而，我们也可以看到，我国铁路线路绝大多数都属于传统运营线路，列车运行速度低，效率不高，能耗高，这种模式与我国现阶段提倡的建立节约型社会存在较大的差距。造成列车能耗居高不下的原因之一，就是铁路运输组织工作中，就是只注重安全，能耗高低无所谓，机车乘务员对列车随意操纵具有普遍性。
下一篇：电视天线自动跟踪电路设计