發(fā)布時(shí)間：2020-11-13 02:28

　　 列車在運(yùn)行過(guò)程中難免會(huì)受到各種干擾偏離列車計(jì)劃運(yùn)行圖,當(dāng)列車運(yùn)行偏離計(jì)劃運(yùn)行圖時(shí),當(dāng)前的手段是調(diào)度員憑借自身經(jīng)驗(yàn)和技術(shù)進(jìn)行列車運(yùn)行調(diào)整,但是此種方式的調(diào)整結(jié)果依靠調(diào)度員自身的知識(shí)經(jīng)驗(yàn)水平不僅給調(diào)度員帶來(lái)極大的勞動(dòng)強(qiáng)度而且會(huì)使調(diào)整結(jié)果不一定精度高,效率快。列車運(yùn)行調(diào)整問(wèn)題具有大規(guī)模,約束條件多的特點(diǎn),用精確算法不易求解。已經(jīng)有研究者針對(duì)這種現(xiàn)狀,用運(yùn)籌學(xué)的方法,計(jì)算機(jī)仿真的方法,還有人工智能方法研究列車運(yùn)行調(diào)整,當(dāng)前研究者主要用人工智能算法研究此種問(wèn)題。本文研究解決列車運(yùn)行調(diào)整問(wèn)題用到人工智能算法中的群智能算法。主要從以下方面對(duì)列車運(yùn)行調(diào)整進(jìn)行研究:首先,搜集整理近年來(lái)列車運(yùn)行調(diào)整的文獻(xiàn),分析比較用于列車運(yùn)行調(diào)整各種方法的優(yōu)劣,并且總結(jié)列車運(yùn)行調(diào)整的原則,手段。得出用群智能算法解決列車運(yùn)行調(diào)整問(wèn)題比較現(xiàn)實(shí),主要有粒子群算法,遺傳算法和蟻群算法等。其次,介紹人工魚(yú)群算法與模擬退火算法,包括原理、優(yōu)缺點(diǎn)及應(yīng)用。建立列車運(yùn)行調(diào)整模型,包括目標(biāo)函數(shù)和約束條件。先用人工魚(yú)群算法解決列車運(yùn)行調(diào)整問(wèn)題,以鄭西高鐵中一段線路為仿真實(shí)例,并在MATLAB2016a仿真環(huán)境下編制程序并仿真,得出的結(jié)果比免疫蟻群算法和遺傳算法精度高,但是仿真時(shí)間稍長(zhǎng)。之后,結(jié)合人工魚(yú)群算法的全局收斂能力和模擬退火算法的快速收斂能力,提出一種將模擬退火算法與人工魚(yú)群算法相結(jié)合的混合魚(yú)群算法,并用于列車運(yùn)行調(diào)整中,在相同的仿真實(shí)例和仿真環(huán)境下,用混合魚(yú)群算法得到的結(jié)果精度和人工魚(yú)群算法得到的結(jié)果相同,但是仿真所用的時(shí)間大大縮短。
【學(xué)位單位】：蘭州交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：U292.4
【部分圖文】：

人工魚(yú)群算法流程圖

基于人工魚(yú)群算法的列車運(yùn)行調(diào)整方法研究?jī)?nèi)能為 E，k 是波爾茲曼常數(shù)。解過(guò)程可以看作是固體物質(zhì)的退火過(guò)程，將就得出了可以很好的解決組合優(yōu)化問(wèn)題的算執(zhí)行“新產(chǎn)生解→得出目標(biāo)函數(shù)差→是否接時(shí)的值為所得近似最優(yōu)解。假設(shè)固體物質(zhì)在 T 時(shí)，從狀態(tài) i 變?yōu)闋顟B(tài) j 需要遵循兩條規(guī)則 E(i)，則該狀態(tài)被轉(zhuǎn)換。則該狀態(tài)以 P 的概率選擇性被接受作為新解 3 部分構(gòu)成，分別是目標(biāo)函數(shù)，解空間和初：

蘭州交通大學(xué)工程碩士學(xué)位論文法還有人工魚(yú)群算法相結(jié)合，把兩者的優(yōu)點(diǎn)相結(jié)能力，從而可以防止算法陷入局部最優(yōu)也可以使算法中，算法的復(fù)雜度由迭代次數(shù)和種群數(shù)量等群混合優(yōu)化算法的流程圖如圖 2.3 所示。
【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 夏明;周磊山;孫琦;王永明;;基于蟻群算法的雙線鐵路列車運(yùn)行調(diào)整研究[J];物流技術(shù);2008年06期

2 陸越;張德明;;基于模糊神經(jīng)網(wǎng)絡(luò)的列車運(yùn)行調(diào)整模型[J];鐵道運(yùn)輸與經(jīng)濟(jì);2007年08期

3 張梅鳳;邵誠(chéng);甘勇;李梅娟;;基于變異算子與模擬退火混合的人工魚(yú)群優(yōu)化算法[J];電子學(xué)報(bào);2006年08期

4 王宏剛;張琦;王建英;王壯鋒;張一軍;;基于遺傳算法的高速鐵路行車調(diào)整模型[J];中國(guó)鐵道科學(xué);2006年03期

5 李先進(jìn);楊肇夏;杜鵬;;基于MAS的列車運(yùn)行調(diào)整方法[J];中國(guó)鐵道科學(xué);2006年01期

6 史峰,黎新華,秦進(jìn),鄧連波;單線列車運(yùn)行調(diào)整的最早沖突優(yōu)化方法[J];中國(guó)鐵道科學(xué);2005年01期

7 趙強(qiáng),嚴(yán)余松;單線鐵路列車運(yùn)行調(diào)整計(jì)算機(jī)輔助決策系統(tǒng)研究[J];鐵道學(xué)報(bào);2000年04期

8 查偉雄,陳治亞,李夏苗;復(fù)線列車運(yùn)行調(diào)整理論與方法的研究[J];鐵道學(xué)報(bào);2000年01期

相關(guān)博士學(xué)位論文 前2條

1 占曙光;區(qū)間通過(guò)能力臨時(shí)失效下高速鐵路列車運(yùn)行實(shí)時(shí)調(diào)整模型與算法研究[D];西南交通大學(xué);2016年

2 石雨;客運(yùn)專線列車運(yùn)行調(diào)整的策略、模型與算法[D];北京交通大學(xué);2010年

本文編號(hào)：2881593