[发明专利]列车ATO目标运行速度曲线优化方法及装置

说明书

本发明实施例提供一种列车ATO目标运行速度曲线优化方法及装置，包括：计算列车行驶在线路中当前区间的多个性能指标，根据所述多个性能指标构建对所述列车的目标运行速度曲线进行优化的目标函数；根据所述线路的限速信息和所述列车在当前区间的运行时间，确定所述目标函数的约束条件；基于差分进化算法根据所述约束条件对所述目标函数进行求解，获取所述列车的目标运行速度曲线。本发明实施例一方面使用多个性能指标构建对列车的目标运行速度曲线进行优化的目标函数，使得对列车速度曲线优化更加准确；另外基于差分进化算法对运行曲线优化问题进行求解，无须使用机率分布产生下一代解成员，解决了遗传算法容易陷入局部最优和收敛速度慢的问题。

技术领域

本发明涉及列车运行控制技术领域，尤其涉及一种列车ATO目标运行速度曲线优化方法及装置。

背景技术

列车在固定的线路上沿着确定的列车时刻表来回往复运行，通过优化列车自动驾驶系统(Automatic Train Operation，ATO)的自动驾驶策略，可以获得较好的列车驾驶性能。

在列车运行速度曲线优化方面，目前通过建立连续型的节能操纵模型，利用庞特里亚金极大值原理分析并证明列车的最优驾驶策略由最大牵引、巡航、惰行和最大制动4种工况组成。使用极大值原理得出最优工况序列的速度曲线与转换点方程，并对数值进行求解分析。现有技术有针对多坡度线路的节能操纵问题进行研究，采用最小原则进行设计并求解，得到线路的节能运行曲线。还有基于距离的列车速度曲线搜索模型，并分别用蚁群算法、遗传算法和动态规划来寻找最优速度剖面。利用人工神经网络优化得到列车的最优惰行点，使列车实现最小的运行能耗。

传统的列车ATO目标运行速度曲线优化方法多针对列车运行能耗单一目标进行优化，导致优化结果不准确。在求解算法上，多采用遗传算法或粒子群算法进行列车速度曲线优化求解，求解过程复杂，运算量大，容易陷入局部最优或不收敛。

发明内容

本发明实施例提供一种列车ATO目标运行速度曲线优化方法及装置，用以解决现有技术中列车速度曲线优化不准确，运算量大的缺陷，实现对列车速度曲线进行快速准确优化。

本发明实施例提供一种列车ATO目标运行速度曲线优化方法，包括：

计算列车行驶在线路中当前区间的多个性能指标，根据所述多个性能指标构建对所述列车的目标运行速度曲线进行优化的目标函数；

根据所述线路的限速信息和所述列车在当前区间的运行时间，确定所述目标函数的约束条件；

基于差分进化算法根据所述约束条件对所述目标函数进行求解，获取所述列车的目标运行速度曲线。

根据本发明一个实施例的列车ATO目标运行速度曲线优化方法，若所述线路的当前客流量小于预设阈值，则所述多个性能指标包括运行能耗指标和舒适性指标；

若所述线路的当前客流量大于或等于所述预设阈值，则所述多个性能指标包括准点性指标和所述舒适性指标；

其中，所述运行能耗指标反映所述列车运行的能耗；

所述舒适性指标通过所述列车运行的加速度的冲击率衡量；

所述准点性指标反映所述列车到站的准时性。

根据本发明一个实施例的列车ATO目标运行速度曲线优化方法，所述计算列车行驶在线路中当前区间的多个性能指标，包括：

从所述列车的运行时刻表中获取所述列车在当前区间的运行时间；

将所述运行时间划分成多个时间步长，根据所述列车在每个时间步长的平均速度，获取所述列车在每个时间步长的位移；

根据所述列车在每个时间步长的位移和牵引力，获取所述列车在当前区间的运行能耗指标；