买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京交通大学;株洲中车时代电气股份有限公司

摘要：本发明提供了一种基于仿真的列车能耗‑时间Pareto曲线生成方法。包括：对列车运行的线路中满足化简条件的坡段的坡度进行合并，将曲线转化为等效坡度，得到线路加算坡度，基于加算坡度和线路限速划分计算区段；根据相邻计算区段目标速度的大小关系给出操纵策略，采用变步长实现仿真过程；结合DE算法和新的拥挤距离算子，得到改进的INSGA‑II算法；随机生成一组计算区段的目标速度的初始解，以该目标速度为所述改进的INSGA‑II算法中染色体上基因，以能耗‑时间为优化目标，计算出列车在线路上的能耗‑时间Pareto曲线。本发明通过简化线路条件并划分计算区段，结合DE算法和新的拥挤距离算子，利用INSGA‑II分计算区段、变步长仿真得到列车在线路上的能耗‑时间Pareto曲线。

主权项：1.一种基于仿真的列车能耗-时间Pareto曲线生成方法，其特征在于，包括：基于现有时刻表计算线路的平均速度，确定需简化计算区段的范围，对所述需简化计算区段的范围内满足化简条件的坡段的坡度进行合并，将曲线转化为等效坡度，得到线路加算坡度，基于加算坡度和线路限速重新划分所述需简化计算区段的范围内的计算区段；根据相邻计算区段目标速度的大小关系给出操纵策略，分析列车运行过程中的受力、速度、距离、时间和能耗之间的数量关系，采用100-10-1m的变步长实现仿真过程；结合DE算法和新的拥挤距离算子，以计算区段的目标速度为自变量得到改进的INSGA-II算法，随机生成每个计算区段的目标速度的初始解，以该目标速度为所述改进的INSGA-II算法中染色体上基因，以能耗-时间为优化目标，利用所述改进的INSGA-II算法通过变步长仿真计算出列车在线路上的能耗-时间Pareto曲线；所述的基于现有时刻表计算线路的平均速度，确定需简化计算区段的范围，包括：基于现有的时刻表计算线路平均速度，即： 其中，是列车在线路的平均运行速度，S是线路全长，T是现有时刻表中列车的运行时长；确定需简化计算区段的范围，即： 其中，K是需简化计算区段集合，vsp是列车在位置sp时的速度，计算区段根据线路条件划分，同一个计算区段内坡度、限速等线路条件相同，从线路起点采用最大加速度加速策略，当速度则sp所在计算区段p开始需要简化；从线路终点反向采用最大减速度制动策略，当速度则sq所在计算区段q以后无需简化；所述的对所述需简化计算区段的范围内满足化简条件的坡段的坡度进行合并，将曲线转化为等效坡度，得到线路加算坡度，包括：对所述需简化计算区段的范围内满足化简条件的坡段的坡度进行合并，将曲线转化为等效坡度，并计算线路加算坡度，即：ih＝H2-H1lh·1000＝H2-H1∑li·1000ir＝B·∑αlhiall＝ih+ir其中，ih是合并后的坡度，ir是曲线的等效坡度，iall是化简坡段的加算坡度，H1和H2分别是化简坡段始、终点的标高，lh是化简坡段的长度，li是待化简坡段i的长度，α是曲线中心角，A,B是经验常数，当且仅当li≤A|ih-i|，i是线路坡度，满足化简条件时合并线路坡度；所述的基于加算坡度和线路限速重新划分所述需简化计算区段的范围内的计算区段，包括：从计算区段p开始，把iall相同且限速值相同的线路划分为一个计算区段，iall值或者限速值发生改变，则进入下一个计算区段，以此类推，直到计算区段q停止；根据相邻计算区段目标速度的大小关系给出操纵策略，包括：1如果计算区段k的目标速度小于等于计算区段k+1的目标速度即且与制动曲线无交点，则列车从计算区段k起点以最大加速度加速，达到则保持该速度进入计算区段k+1；2如果且与制动曲线无交点，则列车从计算区段k终点反向惰行搜索，直到与正向曲线相交；3如果与制动曲线相交，则根据制动曲线操纵；分析列车运行过程中的受力、速度、距离、时间和能耗之间的数量关系，采用100-10-1m的变步长实现仿真过程，包括：分析列车运行过程中的受力、速度、距离、时间和能耗之间的数量关系，即： Frv＝μ+κ·v+γ·v2Fgs＝M·g·sinialls≈M·g·ialls其中，s是距离，t是时间，M是列车的质量，ρ是转动惯量，Ff是列车牵引力，Fb是列车制动力，Fr和Fg分别是列车受到的基本阻力和等效的坡道阻力，μ,κ和γ分别是戴维斯公式中参考阻力、滚动阻力和空气阻力参数，g是重力加速度，列车速度、距离、时间、能耗之间的关系如下： 其中，vk,o,vk,e是计算区段k的起始、终到速度，是计算区段k允许的最高运行速度，Sk是计算区段k的长度，分别是计算区段k的牵引、匀速、惰行、制动距离，tk是计算区段k的运行时间，Esk计算区段k的能耗；采用100-10-1m的变步长实现仿真过程，即：Step1：初始化，令步长ds＝100，累计距离l＝0，索引i＝0，s,t,E＝0,0,0；输入速度v，计算距离数组tag，如果线路距离为12345m，则tag＝[123,4,5]；Step2：以100-10-1m的步长仿真实现tag中的距离；Step2.1：Whilesl+tag[i]·dsStep2.1.1：计算列车当前速度条件下的加速度、速度v、距离s以及时间；Step2.1.2：ANDds1，计算能耗E，转Step2.1.1；否则，转Step2.1.3；Step2.1.3：ANDds1，令tag[i+1]＝10，s＝s–ds，转Step2.2；否则，转Step2.1.4；Step2.1.4：ANDds＝＝1，转Step2.2；Step2.2：令ds＝ds10，l＝s，i＝i+1；Step2.3：Ifi≤2，转Step2.1；否则，转Step3；Step3.IflSk，转Step4，否则转Step5；Step4.以速度v运行剩下的距离；Step5.输出v,s,t,E；所述的结合DE算法和新的拥挤距离算子，以计算区段的目标速度为自变量得到改进的INSGA-II算法，包括：NSGA-II算法的基本原理包括：随机产生大小为N的父代P0，代表第0次迭代中的第h个个体的染色体，通过遗传算法的选择、交叉和变异操作，得到子代Q0；然后，合并P0和Q0，得到含2N个个体的R0，非支配排序并计算支配层内个体的拥挤距离，根据支配等级和拥挤距离选取最优的N个个体生成新的父代P1；最后，通过遗传算法的基本操作产生新的子代种群；以此类推，直到满足程序结束的条件；利用DE算法代替基本NSGA-II算法中的模拟二进制交叉算法，即： 其中，β是控制因子，β∈[0,1]，为了提高算法效率，每次生成两个新个体，变异算子和选择算子仍采用NSGA-II算法中使用的多项式变异和精英保留策略，如果交叉变异后的目标速度不满足速度限制，则赋值为限制速度值，然后通过仿真可计算得到N个个体对应的能耗与时间；设计新的拥挤距离算子，即： 其中，Dh是个体h的新的拥挤距离算子，feh和fth分别是个体h的能耗和时间值，和是N个个体中能耗的最大和最小值，和是N个个体中时间的最大和最小值，传统的拥挤距离仅考虑了个体h-1和个体h+1在两个目标之间的距离，而新的拥挤距离Dh考虑了三个个体在两个目标之间的距离；所述的随机生成每个计算区段的目标速度的初始解，以该目标速度为所述改进的INSGA-II算法中染色体上基因，以能耗-时间为优化目标，利用所述改进的INSGA-II算法通过变步长仿真计算出列车在线路上的能耗-时间Pareto曲线，包括：随机生成每个计算区段的目标速度，利用五点三次平滑后生成一组计算区段的目标速度的初始解，即： 其中，Vobj是随机生成的一组计算区段目标速度的集合，是随机生成的计算区段k的目标速度，函数rand生成0～1之间的随机数，是平滑后计算区段k的目标速度；以该目标速度为所述改进的INSGA-II算法中染色体上基因，以能耗-时间为优化目标，利用所述改进的INSGA-II算法通过变步长仿真计算出列车在线路上的能耗-时间Pareto曲线，即：生成N组目标速度集合Vobj作为改进INSGA-II算法的初始解P0，通过变步长仿真计算每个个体在能耗和时间两个目标上的值，进行选择、DE和变异操作，仿真计算后得到子代Q0；合并得到R0，非支配排序并计算支配层内个体的新的拥挤距离，根据支配等级和新的拥挤距离选取最优的N个个体生成新的父代P1；进行选择、DE和变异操作，仿真计算后得到新的子代种群；以此类推，直到满足程序结束的条件，得到列车在线路上的能耗-时间Pareto曲线。

全文数据：

权利要求：

百度查询： 北京交通大学 株洲中车时代电气股份有限公司 基于仿真的列车能耗-时间Pareto曲线生成方法