基于改进蜣螂优化算法的磁浮列车运行优化方法及系统技术方案

本发明专利技术公开一种基于改进蜣螂优化算法的磁浮列车运行优化方法及系统，涉及磁浮列车控制领域，包括，获取磁浮列车实际运行线路的各区间线路特征参数信息；确定磁浮列车各运行子区间；确定磁浮列车纵向动力学模型；计算得到磁浮列车在各运行区间的磁浮列车运行的性能评价指标值以及优化适应度函数；构建磁浮列车运行优化模型；采用改进蜣螂优化算法对磁浮列车运行优化模型进行寻优求解，得到磁浮列车在各运行区间不同运行策略的最优解；得到磁浮列车全线最优运行策略组合；确定磁浮列车全线最优运行速度曲线，并基于此对磁浮列车进行控制。本发明专利技术中的上述方案能够获得理想最优速度曲线和最优运行策略以供磁浮列车运营人员进行列车的调控。行列车的调控。行列车的调控。

【技术实现步骤摘要】
基于改进蜣螂优化算法的磁浮列车运行优化方法及系统


[0001]本专利技术涉及磁浮列车控制领域，特别是涉及一种基于改进蜣螂优化算法的磁浮列车运行优化方法及系统。

技术介绍

[0002]伴随着我国对磁悬浮技术的研究日渐完善，磁浮列车出行也逐渐从人们的想象走入日常出行之中。北京S1线，长沙黄花机场线等磁浮快线的正式开通运行，标志着磁浮列车将会在不久的将来成为人们的另一种出行选择。通过对磁浮列车运行优化，可以获得均衡各性能指标的理想速度曲线，这可有效提升列车的运行性能。由于磁浮列车与传统轮轨列车不同，其阻力计算方式更为复杂且线路坡度起伏较大，故运行优化较为困难，因此设计关于磁浮列车运行优化方法以此得到理想运行速度曲线逐渐成为学术界一个磁浮列车方面的新兴研究热点。
[0003]关于磁浮列车运行优化方法的研究，主要是通过数值法、解析法和启发式算法来实现。而传统数值法和解析法计算较为复杂且较难处理实际问题，目前一般都使用启发式算法对列车进行运行优化，以得到满足要求的理想速度曲线。但由于磁浮线路起伏大等原因，传统启发式算法对磁浮列车运行优化效果较差，其算法收敛精度低且收敛速度慢，易于陷入局部最优，故需要一种更新且效果更好的算法对列车运行优化，以获得更好的优化效果。

技术实现思路

[0004]本专利技术的目的是提供一种基于改进蜣螂优化算法的磁浮列车运行优化方法及系统，可获得更好的优化效果。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种基于改进蜣螂优化算法的磁浮列车运行优化方法，包括：
[0007]获取磁浮列车实际运行线路的各区间线路特征参数信息；
[0008]根据所述各区间线路特征参数信息进行各区间非等分划分，得到磁浮列车各运行子区间；
[0009]获取磁浮列车车辆基本参数信息；
[0010]根据所述磁浮列车车辆基本参数信息以及各区间线路特征参数信息确定磁浮列车纵向动力学模型；
[0011]根据所述磁浮列车纵向动力学模型，计算得到磁浮列车在各运行区间的磁浮列车运行的性能评价指标值以及磁浮列车运行优化适应度函数；
[0012]根据所述磁浮列车运行的性能评价指标值及所述磁浮列车运行优化适应度函数构建磁浮列车运行优化模型；
[0013]采用改进蜣螂优化算法对所述磁浮列车运行优化模型进行寻优求解，得到磁浮列车在各运行区间不同运行策略的最优解；
[0014]根据磁浮列车在运行区间不同运行策略的最优解选取该区间最优运行策略，并得到磁浮列车全线最优运行策略组合；
[0015]根据所述磁浮列车全线最优运行策略组合确定磁浮列车全线最优运行速度曲线；
[0016]基于所述磁浮列车全线最优运行速度曲线对磁浮列车进行控制。
[0017]可选的，根据所述磁浮列车车辆基本参数信息以及各区间线路特征参数信息确定磁浮列车纵向动力学模型具体包括以下步骤：
[0018]根据磁浮列车车辆基本参数信息以及区段参数信息确定磁浮列车在各运行区段列车受力值；
[0019]根据所述磁浮列车在各运行区段的列车受力值构建磁浮列车纵向动力学模型；
[0020]所述磁浮列车纵向动力学模型如下所示：
[0021][0022]其中，t为磁浮列车站间运行时间，s为磁浮列车所在位置，v为磁浮列车运行速度，μ
f
为磁浮列车实际施加的牵引力与制动力的比例系数，μ
b
为磁浮列车最大牵引力与制动力之间的比例系数，F
牵
为磁浮列车当前施加的牵引力，F
制
为磁浮列车当前施加的制动力，F
阻
为磁浮列车运行总阻力，D为磁浮列车的基本阻力，D
m
为磁阻力，D
c
为集电器阻力，D
a
为空气动力学阻力，W
i
为磁浮列车的坡度附加阻力，W
r
为磁浮列车的曲线附加阻力。
[0023]可选的，所述磁浮列车在各运行区间的磁浮列车运行的性能评价指标值如下：
[0024][0025]其中，f
t
为准时性性能指标，T为各区间实际运行时间，T
p
为各区间计划运行时间，α为准时性惩罚因子，f
s
为停车精准性性能指标，S为各区间实际运行距离，S
p
为各区间计划运行距离，β为停车精准性惩罚因子；E为磁浮里程各区间实际运行能耗，F为磁浮列车牵引或制动力，v(t)为磁浮列车各时刻速度，f
E
为节能性性能指标，E
max
为各区间运行最大能耗，ε＝E
min
/E
max
为能耗指标系数，f
c
为舒适度性能指标，df
c
为单位时间内舒适度值，J＝da/dt为冲击率，t为磁浮列车站间运行时间。
[0026]可选的，所述磁浮列车运行优化适应度函数如下：
[0027][0028]其中，L为适应度函数惩罚系数，f
t
为准时性性能指标，f
s
为停车精准性性能指标，f
E
为节能性性能指标，f
c
为舒适度性能指标。
[0029]可选的，所述磁浮列车优化模型如下所示：
[0030][0031][0032]其中，f
t
为准时性性能指标，f
s
为停车精准性性能指标，f
E
为节能性性能指标，f
c
为舒适度性能指标，F
牵
为磁浮列车当前施加的牵引力，F
制
为磁浮列车当前施加的制动力，F
阻
为磁浮列车运行总阻力，t为磁浮列车站间运行时间，s为磁浮列车所在位置，v为磁浮列车运行速度，T
p
为各区间计划运行时间。
[0033]可选的，采用改进蜣螂优化算法对所述磁浮列车运行优化模型进行寻优求解，得到磁浮列车在各运行区间不同运行策略的最优解具体包括以下步骤：
[0034]利用种群初始化策略生成具有NP个个体的初始化种群；所述初始化种群中的个体代表磁浮列车运行策略中各运行工况的持续时间；
[0035]计算初始化种群中每个个体对应的磁浮列车各运行性能值，由此计算出运行优化的适应度函数值；
[0036]利用种群自适应分配策略，由自适应分配比q1和q2对NP个个体进行种群划分，划分为四个子种群，分别为滚球与跳舞行为种群NP1、繁殖行为种群NP2、觅食行为种群NP3、偷窃行为种群NP4；
[0037]划分好的四个子种群分别进行对应行为更新个体；所述对应行为包括：NP1进行滚球与跳舞行为，NP2进行繁殖行为，NP3进行觅食行为，NP4进行偷窃行为；
[0038]计算种群更新后每个个体对应的磁浮列车各运行性能值，由此计算出运行优化的适应度函数值，与初始种群比较并保留适应度值最优的个体作为最优解；...

【技术保护点】

【技术特征摘要】
1.一种基于改进蜣螂优化算法的磁浮列车运行优化方法，其特征在于，包括：获取磁浮列车实际运行线路的各区间线路特征参数信息；根据所述各区间线路特征参数信息进行各区间非等分划分，得到磁浮列车各运行子区间；获取磁浮列车车辆基本参数信息；根据所述磁浮列车车辆基本参数信息以及各区间线路特征参数信息确定磁浮列车纵向动力学模型；根据所述磁浮列车纵向动力学模型，计算得到磁浮列车在各运行区间的磁浮列车运行的性能评价指标值以及磁浮列车运行优化适应度函数；根据所述磁浮列车运行的性能评价指标值及所述磁浮列车运行优化适应度函数构建磁浮列车运行优化模型；采用改进蜣螂优化算法对所述磁浮列车运行优化模型进行寻优求解，得到磁浮列车在各运行区间不同运行策略的最优解；根据磁浮列车在运行区间不同运行策略的最优解选取该区间最优运行策略，并得到磁浮列车全线最优运行策略组合；根据所述磁浮列车全线最优运行策略组合确定磁浮列车全线最优运行速度曲线；基于所述磁浮列车全线最优运行速度曲线对磁浮列车进行控制。2.根据权利要求1所述的基于改进蜣螂优化算法的磁浮列车运行优化方法，其特征在于，根据所述磁浮列车车辆基本参数信息以及各区间线路特征参数信息确定磁浮列车纵向动力学模型具体包括以下步骤：根据磁浮列车车辆基本参数信息以及区段参数信息确定磁浮列车在各运行区段列车受力值；根据所述磁浮列车在各运行区段的列车受力值构建磁浮列车纵向动力学模型；所述磁浮列车纵向动力学模型如下所示：其中，t为磁浮列车站间运行时间，s为磁浮列车所在位置，v为磁浮列车运行速度，μ
f
为磁浮列车实际施加的牵引力与制动力的比例系数，μ
b
为磁浮列车最大牵引力与制动力之间的比例系数，F
牵
为磁浮列车当前施加的牵引力，F
制
为磁浮列车当前施加的制动力，F
阻
为磁浮列车运行总阻力，D为磁浮列车的基本阻力，D
m
为磁阻力，D
c
为集电器阻力，D
a
为空气动力学阻力，W
i
为磁浮列车的坡度附加阻力，W
r
为磁浮列车的曲线附加阻力。3.根据权利要求1所述的基于改进蜣螂优化算法的磁浮列车运行优化方法，其特征在于，所述磁浮列车在各运行区间的磁浮列车运行的性能评价指标值如下：
其中，f
t
为准时性性能指标，T为各区间实际运行时间，T
p
为各区间计划运行时间，α为准时性惩罚因子，f
s
为停车精准性性能指标，S为各区间实际运行距离，S
p
为各区间计划运行距离，β为停车精准性惩罚因子；E为磁浮里程各区间实际运行能耗，F为磁浮列车牵引或制动力，v(t)为磁浮列车各时刻速度，f
E
为节能性性能指标，E
max
为各区间运行最大能耗，ε＝E
min
/E
max
为能耗指标系数，f
c
为舒适度性能指标，df
c
为单位时间内舒适度值，J＝da/dt为冲击率，t为磁浮列车站间运行时间。4.根据权利要求1所述的基于改进蜣螂优化算法的磁浮列车运行优化方法，其特征在于，所述磁浮列车运行优化适应度函数如下：其中，L为适应度函数惩罚系数，f
t
为准时性性能指标，f
s
为停车精准性性能指标，f
E
为节能性性能指标，f
c
为舒适度性能指标。5.根据权利要求1所述的基于改进蜣螂优化算法的磁浮列车运行优化方法，其特征在于，所述磁浮列车优化模型如下所示：于，所述磁浮列车优化模型如下所示：其中，f
t
为准时性性能指标，f
s
为停车精准性性能指标，f
E
为节能性性能指标，f
c
为舒适度性能指标，F
牵
为磁浮列车当前施加的牵引力，F
制
为磁浮列车当前施加的制动力，F
阻
为磁浮
列车运行总阻力，t为磁浮列车站间运行时间，s为磁浮列车所在位置，v为磁浮列车运行速度，T
p
为各区间计划运行时间。6.根据权利要求1所述的基于改进蜣螂优化算法的磁浮列车运行优化方法，其特征在于，采用改进蜣螂优化算法对所述磁浮列车运行优化模型进行寻优求解，得到磁浮列车在各运行区间不同运行策略的最优解具体包括以下步骤：利用种群初始化策略生成具有NP个个体的初始化种群；所述初始化种群中的个体代表磁浮列车运行策略中各运行工况的持续时间；计算初始化种群中每个个体对应的磁浮列车各运行性能值，由此计算出运行优化的适应度函数值；利用种群自适应分配策略，由自适应分配比q1和q2对NP个个体进行种群划分，划分为四个子种群，分别为滚球与跳舞行为种群NP1、繁殖行为种群NP2、觅食行为种群NP3、偷窃行为种群NP4；划分好的四个子种群分别进行对应行为更新个体；所述对应行为包括：NP1进行滚球与跳舞行为，NP2进行繁殖行为，NP3进行觅食行为，NP4进行偷窃行为；计算种群更新后每个个体对应的磁浮列车各运行性能值，由此计算出运行优化的适应度函数值，与初始种群比较并保留适应度值最优的个体作为最优解；设置种群更新的迭代终止条件，判断种群是否满足迭代终止条件，若否，返回步骤“利用种群自适应分配策略，由自适应分配比q1和q2对NP个个体进行种群划分，划分为四个子种群，分别为滚球与跳舞行为种群NP1、繁殖行为种群NP2、觅食行为种群NP3、偷窃行为种群NP
...

【专利技术属性】
技术研发人员：陆荣秀，欧阳瑞祺，周艳丽，杨辉，徐硕，董帅强，
申请(专利权)人：华东交通大学，
类型：发明
国别省市：