發(fā)布時(shí)間：2020-04-04 18:07

【摘要】：城市軌道交通是各大城市最重要的交通運(yùn)輸工具之一,它是城市區(qū)域經(jīng)濟(jì)高速發(fā)展的前提,也為人們?nèi)粘９ぷ髋c生活出行提供了便利。在各地城市化進(jìn)程的推進(jìn)下,城市軌道交通的里程數(shù)以及在建規(guī)模也在逐年增長,隨之而來的就是城市軌道交通的運(yùn)輸能耗在日漸增長。在日益追求綠色環(huán)保,可持續(xù)發(fā)展的發(fā)展理念下,城市軌道運(yùn)輸?shù)墓?jié)能減排也成為了熱門的研究問題�；�于以上背景下,本文將針對(duì)城市軌道交通列車運(yùn)行的節(jié)能問題作探討。本文分別分析并給了列車牽引力、基本阻力和各種工況下的合外力計(jì)算模型,另一方面又分析了列車運(yùn)行能耗的具體計(jì)算方法。然后又詳細(xì)介紹了遺傳算法的基本原理以及操作流程,經(jīng)過動(dòng)態(tài)自適應(yīng)優(yōu)化遺傳算法對(duì)交叉算子和變異算子進(jìn)行調(diào)整,提高了空間解的搜索能力并且減少了算法過早陷入局部最優(yōu)的情況。為后續(xù)求解列車節(jié)能問題最優(yōu)解提供算法支持。接著本文提出列車單區(qū)間定時(shí)節(jié)能優(yōu)化模型和多區(qū)間運(yùn)行時(shí)間分配節(jié)能優(yōu)化模型。在某固定且站間運(yùn)行時(shí)間一定的區(qū)間內(nèi),先尋找到列車在單區(qū)間內(nèi)合適的惰行起始點(diǎn)與結(jié)束點(diǎn),使列車運(yùn)行能耗下降;單區(qū)間定時(shí)節(jié)能優(yōu)化的基礎(chǔ)之上,對(duì)于多個(gè)區(qū)間來說列車的總運(yùn)行時(shí)間是一定的,通過分配各個(gè)區(qū)間的運(yùn)行時(shí)間以及各個(gè)區(qū)間的運(yùn)行曲線以達(dá)到降低列車總能耗的目標(biāo)。最后,本文在多區(qū)間列車運(yùn)行時(shí)間優(yōu)化的基礎(chǔ)上,更進(jìn)一步地考慮提高多區(qū)間多列車的再生制動(dòng)能的利用率,其主要解決的是如何將提高再生制動(dòng)能利用率轉(zhuǎn)化為求列車制動(dòng)與牽引工況重疊時(shí)間最大并求解的問題。
【圖文】：

慶 8 180 31漢 10 206 30圳 8 198 28都 6 171 22津 6 154 22島 4 82 17輸需求的壓力，在大規(guī)模的城市軌道建設(shè)以及其他公共交通行業(yè)的能耗也越來越高，已經(jīng)成為我國能源消耗增長最快的行城市軌道交通列車的主要能源消耗對(duì)象，雖然相比與其他石城市軌道交通系統(tǒng)的用電總能耗也在急劇上升。其中以軌道耗最多，約占 50%。如圖 1-1 所示為近幾年某市城市軌道交電能消耗量提高了近 5 倍。

最優(yōu)選擇的調(diào)整自適應(yīng)的變異概率 基本位變異確定最優(yōu)解解碼輸出最優(yōu)解結(jié)束圖 3-4 改進(jìn)后的遺傳算法流程圖Fig. 3. 4 improved flow chart of genetic algorithm算法改進(jìn)前后用于同一場景的單列車節(jié)能優(yōu)化中，，迭代
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP18;U239.5

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馮錦春;楊林建;;利用遺傳算法進(jìn)行機(jī)械優(yōu)化[J];四川工程職業(yè)技術(shù)學(xué)院學(xué)報(bào);2007年06期

2 任志鳳;胡小建;孫太生;徐飛;李云良;;遺傳算法在焊接領(lǐng)域的優(yōu)化與應(yīng)用[J];現(xiàn)代焊接;2012年03期

3 李振業(yè);陳婷;陳靜;;基于遺傳算法的旅游最優(yōu)路徑探究[J];電腦知識(shí)與技術(shù);2018年34期

4 唐文琦;曾干敏;劉澤宇;;淺談遺傳算法及其部分改進(jìn)算法[J];科技風(fēng);2019年12期

5 李巖;袁弘宇;于佳喬;張更偉;劉克平;;遺傳算法在優(yōu)化問題中的應(yīng)用綜述[J];山東工業(yè)技術(shù);2019年12期

6 魏曉玲;;一種改進(jìn)遺傳算法及驗(yàn)證[J];電腦編程技巧與維護(hù);2019年06期

7 馮雙林;靳繼紅;;現(xiàn)代農(nóng)機(jī)數(shù)字化裝配車間調(diào)度技術(shù)研究——基于云計(jì)算和遺傳算法[J];農(nóng)機(jī)化研究;2018年01期

8 梁肖;周湘貞;;基于遺傳算法的小麥?zhǔn)崭顧C(jī)路徑智能優(yōu)化控制研究[J];農(nóng)機(jī)化研究;2018年02期

9 王勇;孫耀南;;基于遺傳算法的醫(yī)院房間位置優(yōu)化研究[J];電腦與信息技術(shù);2018年01期

10 李超;王杰;史運(yùn)濤;李錦龍;;基于遺傳算法的汽油調(diào)和優(yōu)化系統(tǒng)[J];工業(yè)控制計(jì)算機(jī);2018年10期

相關(guān)會(huì)議論文 前10條

1 謝宏;袁小芳;向啟均;陳yN婧;王立宸;;機(jī)器人慣性參數(shù)的改進(jìn)遺傳算法辨識(shí)方法研究[A];第37屆中國控制會(huì)議論文集（B）[C];2018年

2 彭軍;徐本柱;劉曉平;;遺傳算法的實(shí)現(xiàn)及其在生產(chǎn)調(diào)度中的應(yīng)用[A];全國第20屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議（CACIS·2009）暨全國第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2009年

3 韓戰(zhàn)鋼;;遺傳算法及在經(jīng)濟(jì)中的應(yīng)用[A];Optimization Method, Econophysics and Risk Management--Proceedings of CCAST (World Laboratory) Workshop[C];2001年

4 賴梅;熊麗榮;;基于改進(jìn)遺傳算法的乘務(wù)交路優(yōu)化問題研究[A];第二十一屆中國控制會(huì)議論文集[C];2002年

5 肖龍光;丁曉東;;基于理性變異的遺傳算法[A];第六屆中國青年運(yùn)籌與管理學(xué)者大會(huì)論文集[C];2004年

6 鞠訓(xùn)光;于洪珍;;求整體優(yōu)化全部解的區(qū)間排除遺傳算法[A];第十七屆全國過路控制會(huì)議論文集[C];2006年

7 劉興隆;;快速進(jìn)化式遺傳算法[A];“電力大系統(tǒng)災(zāi)變防治和經(jīng)濟(jì)運(yùn)行重大課題”部分專題暨第九屆全國電工數(shù)學(xué)學(xué)術(shù)年會(huì)論文集[C];2003年

8 談斌;唐力鐵;張己化;周海云;;遺傳算法在漫反射系數(shù)計(jì)算中的應(yīng)用研究[A];2007年光電探測與制導(dǎo)技術(shù)的發(fā)展與應(yīng)用研討會(huì)論文集[C];2007年

9 任燕翔;姜立;劉連民;從滋慶;;改進(jìn)遺傳算法在三維日照方案優(yōu)化中的應(yīng)用[A];工程三維模型與虛擬現(xiàn)實(shí)表現(xiàn)——第二屆工程建設(shè)計(jì)算機(jī)應(yīng)用創(chuàng)新論壇論文集[C];2009年

10 蔡亞星;李偉明;尚飛;任武;薛正輝;高本慶;;雙種群遺傳算法進(jìn)行陣列天線綜合[A];2005'全國微波毫米波會(huì)議論文集（第三冊(cè)）[C];2006年

相關(guān)重要報(bào)紙文章 前10條

1 郭勉愈　編譯;遺傳算法：讓發(fā)明自動(dòng)“進(jìn)化”[N];科學(xué)時(shí)報(bào);2011年

2 上�？茖W(xué)院規(guī)劃研究處 劉小玲;上海能否成為人工智能城市[N];解放日?qǐng)?bào);2017年

3 記者 常麗君;科學(xué)家首次將遺傳算法用于量子模擬[N];科技日?qǐng)?bào);2016年

4 林京;《神經(jīng)網(wǎng)絡(luò)和遺傳算法在水科學(xué)領(lǐng)域的應(yīng)用》將面市[N];中國水利報(bào);2002年

5 記者 李星婷;2014中國生命電子學(xué)術(shù)年會(huì)在渝召開[N];重慶日?qǐng)?bào);2014年

6 記者 劉霞;美用遺傳算法逆向設(shè)計(jì)新型納米材料[N];科技日?qǐng)?bào);2013年

7 高雪娟;協(xié)同設(shè)計(jì)的平臺(tái)策略[N];中國計(jì)算機(jī)報(bào);2006年

8 陳巍;浩辰有望在協(xié)同設(shè)計(jì)關(guān)鍵領(lǐng)域取得突破 引領(lǐng)CAD應(yīng)用新潮流[N];大眾科技報(bào);2006年

9 本報(bào)記者 李元麗;堅(jiān)持自主創(chuàng)新 掀起AI+教育的中國浪潮[N];人民政協(xié)報(bào);2018年

10 高峰;美國真能毀掉中國？[N];世界報(bào);2012年

相關(guān)博士學(xué)位論文 前10條

1 孫秋紅;基于遺傳算法的水質(zhì)數(shù)據(jù)挖掘與應(yīng)用研究[D];燕山大學(xué);2016年

2 金小敏;移動(dòng)云環(huán)境中的計(jì)算遷移系統(tǒng)關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2018年

3 王小港;遺傳算法在VLSI設(shè)計(jì)自動(dòng)化中的應(yīng)用研究[D];中國科學(xué)院上海冶金研究所;2001年

4 宋曉峰;優(yōu)生演進(jìn)優(yōu)化和統(tǒng)計(jì)學(xué)習(xí)建模[D];浙江大學(xué);2003年

5 吳大宏;基于遺傳算法與神經(jīng)網(wǎng)絡(luò)的橋梁結(jié)構(gòu)健康監(jiān)測系統(tǒng)研究[D];西南交通大學(xué);2003年

6 卜雷;城市貨物運(yùn)輸規(guī)劃優(yōu)化方法研究[D];西南交通大學(xué);2004年

7 廖平;基于遺傳算法的形狀誤差計(jì)算研究[D];中南大學(xué);2002年

8 李智勇;模式交流多群體遺傳算法及其在神經(jīng)網(wǎng)絡(luò)進(jìn)化建模中的應(yīng)用[D];湖南大學(xué);2003年

9 陳星;網(wǎng)絡(luò)并行和遺傳算法在HPM生物效應(yīng)評(píng)價(jià)和輻射天線設(shè)計(jì)中的應(yīng)用研究[D];四川大學(xué);2004年

10 金菊良;遺傳算法及其在水問題中的應(yīng)用[D];河海大學(xué);1998年

相關(guān)碩士學(xué)位論文 前10條

1 楊華麗;基于遺傳算法的復(fù)雜間歇生產(chǎn)綠色調(diào)度優(yōu)化研究[D];湘潭大學(xué);2019年

2 肖夏;基于改進(jìn)遺傳算法的云計(jì)算任務(wù)調(diào)度算法的研究和實(shí)現(xiàn)[D];重慶郵電大學(xué);2019年

3 靳彬鋒;基于遺傳算法的多目標(biāo)柔性車間調(diào)度問題研究[D];寧夏大學(xué);2019年

4 馬詩琪;基于規(guī)范的企業(yè)Agent智能性研究[D];寧夏大學(xué);2019年

5 陳卓;電商配送中心訂單分批問題研究[D];安徽工業(yè)大學(xué);2019年

6 謝飛強(qiáng);基于遺傳算法的航天制造執(zhí)行系統(tǒng)的研究[D];哈爾濱工業(yè)大學(xué);2019年

7 霍承鼎;基于遺傳算法的地下混凝土筒倉結(jié)構(gòu)優(yōu)化設(shè)計(jì)[D];河南工業(yè)大學(xué);2019年

8 唐雷華;基于遺傳算法的非等同并行多機(jī)生產(chǎn)排程成本優(yōu)化問題研究[D];華南理工大學(xué);2019年

9 郭杰鵬;基于遺傳算法的城市軌道運(yùn)行節(jié)能研究[D];廣東工業(yè)大學(xué);2019年

10 尹亞明;基于改進(jìn)的遺傳算法的倉庫機(jī)器人路徑優(yōu)化研究[D];成都理工大學(xué);2019年

本文編號(hào)：2613894