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(zhǎng),隨之而來(lái)的就是城市軌道交通的運(yùn)輸能耗在日漸增長(zhǎng)。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(mén)的研究問(wèn)題�；�于以上背景下,本文將針對(duì)城市軌道交通列車(chē)運(yùn)行的節(jié)能問(wèn)題作探討。本文分別分析并給了列車(chē)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(chē)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(guò)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(guò)早陷入局部最優(yōu)的情況。為后續(xù)求解列車(chē)節(jié)能問(wèn)題最優(yōu)解提供算法支持。接著本文提出列車(chē)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(chē)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(chē)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(lái)說(shuō)列車(chē)的總運(yùn)行時(shí)間是一定的,通過(guò)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(xiàn)以達(dá)到降低列車(chē)總能耗的目標(biāo)。最后,本文在多區(qū)間列車(chē)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(chē)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(chē)制動(dòng)與牽引工況重疊時(shí)間最大并求解的問(wèn)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(lái)越高，已經(jīng)成為我國(guó)能源消耗增長(zhǎng)最快的行城市軌道交通列車(chē)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(chǎng)景的單列車(chē)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(lèi)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(wèn)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(chē)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(guó)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(guó)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(guó)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(lài)梅;熊麗榮;;基于改進(jìn)遺傳算法的乘務(wù)交路優(yōu)化問(wèn)題研究[A];第二十一屆中國(guó)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(guó)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(guó)過(guò)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(zhuān)題暨第九屆全國(guó)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(cè)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(xiàn)綜合[A];2005'全國(guó)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(guó)水利報(bào);2002年

5 記者 李星婷;2014中國(guó)生命電子學(xué)術(shù)年會(huì)在渝召開(kāi)[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(guó)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(guó)浪潮[N];人民政協(xié)報(bào);2018年

10 高峰;美國(guó)真能毀掉中國(guó)？[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(guó)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(cè)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(xiàn)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(wèn)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(chē)間調(diào)度問(wèn)題研究[D];寧夏大學(xué);2019年

4 馬詩(shī)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(wèn)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(cāng)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(wèn)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(cāng)庫(kù)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