[发明专利]一种基于并联式免疫粒子群算法的列车运行优化方法

说明书

本发明公开了一种基于并联式免疫粒子群算法的列车运行优化方法，先通过并联式粒子群算法对各区间的列车运行线路进行优化得到能耗和时间的对应关系，再保持列车的总计划运行时间不变，根据能耗和时间的对应关系，使用并联式粒子群算法对各区间的运行时间进行重新的分配，利用这样的两步优化方法，更能有效地利用列车的能耗时间关系合理地分配各区间的运行时间，在不改变列车总计划运行时间的情况下降低了列车运行能耗，同时在优化的过程中选择了并联式免疫粒子群算法，可有效防止陷入局部最优，使本方法优化速度快，达到良好的优化效果。

方法领域

本发明属于列车运行优化领域，主要涉及一种基于并联式免疫粒子群算法的列车运行优化方法。

背景方法

城市轨道交通是我国重要的交通运输方式，由于其作业频繁、运输量大的特点，列车耗电量十分巨大，因此对城市轨道交通列车运行节能优化具有重要的意义。现有技术中对列车的节能优化问题已经有了一定的研究。Chang首次在ATO模式下运用遗传算法对惰行控制策略进行优化。首先建立节能、准时、安全、舒适的多目标模型，然后确定列车区间运行的工况转折点，再利用遗传算法进行多目标优化。结果表明，遗传算法具有很好的搜索能力，能够找到多目标最优解。Vanderbei等以列车操纵档位和惰行点为优化变量，以列车运行能耗和旅行时间准确性为优化目标建立列车节能优化模型，并结合超时惩罚因子，利用多维并行遗传算法对模型进行优化。Huang等综合考虑了基于移动闭塞区间下列车追踪间隔的变化情况，利用遗传算法优化了追踪列车的节能运行问题。Yang开发了一套时刻表优化算法，使制动列车产生的再生制动能耗可以最大程度地被牵引机车利用，以节约总能耗。但上述现有技术对列车运行进行节能优化时，由于算法上的限制，其优化结果难以避免局部收敛的情况。

发明内容

本发明目的在于针对现有方法的缺陷，提供一种基于并联式免疫粒子群算法的列车运行优化方法，在不改变列车总计划运行时间的情况下有效地降低了列车的运行能耗，且优化速度快，达到了良好的优化效果。

为解决上述技术问题，本发明通过以下方法方案进行实施：

一种基于并联式免疫粒子群算法的列车运行优化方法，其特征在于，包括以下步骤：

S1、确定欲优化的列车线路区间的基本参数；所述基本参数包括列车参数、线路参数、运营参数；

S2、建立列车多目标优化模型；所述列车多目标优化模型的目标函数是列车运行的能耗和时间误差均达到最小，约束条件为列车运行的限制指标和所述基本参数，解是列车的运行策略；所述时间误差为列车运行的时间和区间计划运行时间之间的误差；

S3、设置所述欲优化的列车线路区间的区间计划运行时间，使用并联式免疫粒子群算法对所述列车多目标优化模型进行解算，得到多个最优解，对多个最优解进行拟合，得到列车在所述列车线路区间的运行能耗和运行时间之间的对应关系；

S4、对同一欲优化的列车线路上的多个列车线路区间使用所述步骤S1-S3进行优化，得到多个列车线路区间对应的运行能耗和运行时间之间的对应关系；

S5、建立列车运行策略优化模型，所述列车线路优化模型的目标函数为列车运行的总能耗最小，约束条件包括列车在线路区间的运行时间大于列车的最小运行时间，列车在各区间运行的时间之和小于列车的在所述欲优化的列车线路的总计划运行时间；所述列车的最小运行时间为列车在满足线路的限制条件的情况下，在列车线路区间运行能达到的最小运行时间；所述列车线路优化模型的解是列车的各区间运行时间分配；

S6、设置列车的所述总计划运行时间，使用并联式免疫粒子群算法，结合所述列车的运行能耗和运行时间之间的对应关系；对所述列车运行策略优化模型进行演算，得到各区间的列车运行时间。