基于生物地理算法的地铁节能优化研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 单列车节能优化研究现状 | 第10-12页 |
| 1.2.2 多列车节能优化研究现状 | 第12-13页 |
| 1.3 研究内容与结构 | 第13-14页 |
| 第二章 轨道交通系统和现代智能算法简介 | 第14-32页 |
| 2.1 城市轨道交通列车运行原理 | 第15-17页 |
| 2.1.1 列车运行的基本原理 | 第15页 |
| 2.1.2 列车运行工况 | 第15-17页 |
| 2.2 列车运行能耗计算方法和影响因素分析 | 第17-20页 |
| 2.2.1 能耗计算 | 第17-19页 |
| 2.2.2 列车运行能耗影响因素 | 第19-20页 |
| 2.3 粒子群优化算法 | 第20-23页 |
| 2.3.1 PSO算法简介 | 第20-21页 |
| 2.3.2 PSO算法程序框架 | 第21-22页 |
| 2.3.3 PSO算法参数分析 | 第22-23页 |
| 2.4 生物地理优化算法 | 第23-31页 |
| 2.4.1 生物地理算法简介 | 第24页 |
| 2.4.2 生物地理学的数学模型 | 第24-29页 |
| 2.4.3 生物地理算法的流程 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 智能算法在速度曲线中的应用 | 第32-53页 |
| 3.1 单列车站间运行速度曲线优化模型 | 第32-38页 |
| 3.1.1 工况序列表的生成 | 第32-34页 |
| 3.1.2 工况转换点位置的优化控制 | 第34页 |
| 3.1.3 速度曲线优化模型的目标函数 | 第34-35页 |
| 3.1.4 速度曲线优化模型的约束条件 | 第35页 |
| 3.1.5 PSO算法工况设计及优化过程 | 第35-37页 |
| 3.1.6 BBO算法工况设计及优化过程 | 第37-38页 |
| 3.2 能耗评估模型 | 第38-39页 |
| 3.2.1 列车牵引运行能耗模型 | 第38页 |
| 3.2.2 列车运行阻力能耗模型 | 第38-39页 |
| 3.2.3 列车制动能耗模型 | 第39页 |
| 3.3 单列车运行仿真模型 | 第39-44页 |
| 3.3.1 直流接触电网的可变电阻模型 | 第39-40页 |
| 3.3.2 24 脉波整流模块 | 第40-41页 |
| 3.3.3 直流网可变电阻模块 | 第41页 |
| 3.3.4 SVPWM模块 | 第41-42页 |
| 3.3.5 MATLAB中单列车运行仿真模型 | 第42-44页 |
| 3.4 两种优化算法在速度曲线中的案例 | 第44-48页 |
| 3.4.1 BBO算法对速度曲线的优化 | 第44-46页 |
| 3.4.2 PSO算法对速度曲线的优化 | 第46-48页 |
| 3.5 两种算法对武汉地铁二号线的速度曲线优化 | 第48-52页 |
| 3.5.1 BBO算法优化20个站间速度曲线 | 第48-50页 |
| 3.5.2 PSO算法优化20个站间速度曲线 | 第50-52页 |
| 3.6 本章小结 | 第52-53页 |
| 第四章 智能算法在时间优化方案中的应用 | 第53-71页 |
| 4.1 武汉地铁二号线简介 | 第54-55页 |
| 4.1.1 武汉地铁二号线供电简介 | 第54-55页 |
| 4.1.2 武汉地铁二号线运行方式 | 第55页 |
| 4.1.3 武汉地铁二号线站点停站时刻表 | 第55页 |
| 4.2 列车运行时间优化原理及模型 | 第55-57页 |
| 4.2.1 列车运行时间优化原理 | 第55-56页 |
| 4.2.2 列车运行时间优化模型 | 第56-57页 |
| 4.3 时间优化方案的实现 | 第57-59页 |
| 4.3.1 PSO算法的对时间方案的设计 | 第57-58页 |
| 4.3.2 PSO算法的优化过程 | 第58页 |
| 4.3.3 BBO算法对时间方案的设计 | 第58-59页 |
| 4.3.4 BBO算法的优化过程 | 第59页 |
| 4.4 多列车运行仿真模型 | 第59-61页 |
| 4.4.1 多列车运行等效模型搭建 | 第59-60页 |
| 4.4.2 武汉地铁二号线的简化模型 | 第60-61页 |
| 4.5 理想模型分析 | 第61-62页 |
| 4.5.1 理想线路模型的设计 | 第61-62页 |
| 4.5.2 改动时刻表 | 第62页 |
| 4.6 两种算法对时间方案的优化 | 第62-68页 |
| 4.6.1 BBO算法对时间方案的优化 | 第62-66页 |
| 4.6.2 PSO算法在停站时间中的应用 | 第66-68页 |
| 4.7 结果分析 | 第68-70页 |
| 4.8 本章小结 | 第70-71页 |
| 第五章 总结与展望 | 第71-73页 |
| 5.1 总结 | 第71-72页 |
| 5.2 展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间取得的研究成果 | 第77-78页 |
| 致谢 | 第78页 |
