[发明专利]一种磁悬浮列车速度曲线的节能优化方法

权利要求书

1.一种磁悬浮列车速度曲线的节能优化方法，其特征在于，包括：

Step0.根据磁悬浮列车的运行状况信息的优化问题条件及精度，设置磁悬浮列车速度的个体的初始种群及迭代条件限制；

Step1.计算磁悬浮列车速度的种群中个体适应度值，对个体适应度值进行排序，选择最优个体和最差个体；

Step2.根据所述最优个体和最差个体计算种群个体变异参数，产生新变异种群；

Step3.利用所述新变异种群和原始种群混合形成新的混合种群；

Step4.在所述混合种群中通过随机Q选择算法，选择磁悬浮列车速度的个体的最终的优质种群，根据所述磁悬浮列车速度的个体的最终的优质种群得到节能优化后的磁悬浮列车速度曲线；

所述的计算磁悬浮列车速度的种群中个体适应度值，对个体适应度值进行排序，选择最优个体和最差个体，包括：

计算种群中每个磁悬浮列车速度的个体的适应度值；

对种群的所有个体适应度值按照从大到小的顺序进行排序，根据适应度值选择最优解x^i*和最劣解x^i×，将最大的适应度值对应的个体作为最优解，将最小的适应度值对应的个体作为最劣解；

所述的根据所述最优个体和最差个体计算种群个体变异参数，产生新变异种群，包括：

Step2.1利用种群xⁱ中的最优解x^i*和最劣解x^i×计算自适应步长控制参数α：

其中：α₀为初始步长参数，表示种群xⁱ中的第n个个体；

Step2.2利用种群xⁱ中的最优解x^i*和最劣解x^i×引导个体朝最优解的方向更新，产生临时个体

其中：为种群中第i次更新过程中第n个个体所对应的临时个体，η_L服从levy分布，η_n服从正态分布N～(0,1)，α为步长控制参数，x^i*为第i次更新过程中最优个体；

Step2.3计算自适应控制参数P_α：

其中：和为p_a的最大值和最小值；

Step2.4将所有的临时个体组成临时种群tⁱ，利用临时种群tⁱ产生新的种群xⁱ⁺¹：

其中：η_u～U(0,1)，是种群中随机选择的个体，H()是Heaviside函数；

Step2.5更新个体计数值，即令n＝n+1若满足n≤N，N为设定的个体数量阈值，转步骤Step2.1执行，将新产生的N个个体作为新种群；

所述的利用所述新变异种群和原始种群混合形成新的混合种群，包括：

Step3.1计算种群中个体的小波变异算子δ：

其中：为变异常数；ζ_ωm是θ这个方程的形状参数；

Step3.2对新一代种群中的个体进行个体小波变异，得到对应变异个体

Step3.3更新计数值，即令n＝n+1，若满足n≤N，转步骤Step3.1执行变异过程；若满足nN，生成新的变异种群；

Step3.4将新的变异种群加入原始种群中，生成具有2N个体的混合种群。

2.根据权利要求1所述的方法，其特征在于，所述的根据磁悬浮列车运行状况信息的优化问题条件及精度，设置磁悬浮列车速度的个体的初始种群及迭代条件限制，包括：

根据磁悬浮列车运行状况信息优化问题条件及精度，设置进化代数计数器i＝0，以及最大进化代数I；

读取磁悬浮列车运行状态信息及路况信息，根据磁悬浮列车运行状态信息形成优化变量约束条件；根据优化变量约束条件随机生成N个磁悬浮列车速度的个体作为初始种群x(0)；设置磁悬浮列车速度的运行曲线优化目标f(x)＝{f₁(x),f₂(x)}，其中f₁(x)为能耗目标，f₂(x)为最佳舒适度目标。

3.根据权利要求1所述的方法，其特征在于，所述的在所述混合种群中通过随机Q选择算法，选择磁悬浮列车速度的个体的最终的优质种群，包括：

Step4.1在所述混合种群的2N个个体中随机选择Q个个体组成测试群体，将个体的适应度与Q个个体的适应度进行比较，记录个体的适应度优于或等于Q内各个个体的次数，将该次数作为个体的分数S_i：

Step4.2更新计数值，即令n＝n+1，若满足i≤N，转步骤Step4.1计算每个个体的分数S_n；若满足iN，执行步骤Step4.3；

Step4.3对种群xⁱ⁺¹中各个个体的分数S_n进行排序，选择适应度函数较高的N个个体组成下一代新的群体；

Step4.4更新进化计数值，令i＝i+1，若满足i≤I，转步骤Step1执行进化过程；否则，结束整个进化过程，此时最优个体即为列车最优速度值。