列车节能运行优化的改进遗传算法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 主要研究内容及论文结构安排 | 第15-16页 |
| 第2章 列车运行优化模型 | 第16-27页 |
| 2.1 列车运行的运动学模型 | 第16-21页 |
| 2.1.1 受力分析 | 第16-19页 |
| 2.1.2 多质点模型 | 第19-20页 |
| 2.1.3 运动学方程 | 第20-21页 |
| 2.2 目标函数及约束条件 | 第21-22页 |
| 2.3 列车节能优化分析 | 第22-25页 |
| 2.3.1 列车节能操纵最优控制工况集 | 第22-25页 |
| 2.3.2 列车节能驾驶策略 | 第25页 |
| 2.4 本章小结 | 第25-27页 |
| 第3章 传统遗传算法在列车节能运行优化中的应用 | 第27-40页 |
| 3.1 遗传算法概述 | 第27-29页 |
| 3.1.1 遗传算法的概念 | 第27页 |
| 3.1.2 基本术语说明 | 第27-29页 |
| 3.1.3 传统遗传算法流程 | 第29页 |
| 3.2 基于遗传算法的列车运行优化模型 | 第29-34页 |
| 3.2.1 子区间划分及初始工况设置 | 第30-31页 |
| 3.2.2 限速处理 | 第31-32页 |
| 3.2.3 电分相处理 | 第32-33页 |
| 3.2.4 约束条件处理 | 第33-34页 |
| 3.3 列车节能运行优化的传统遗传算法设计 | 第34-39页 |
| 3.3.1 染色体设计 | 第34-35页 |
| 3.3.2 遗传算子设计 | 第35-37页 |
| 3.3.3 适应度函数设计 | 第37页 |
| 3.3.4 算法流程 | 第37-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 遗传算法的改进 | 第40-52页 |
| 4.1 列车节能运行优化的传统遗传算法存在的问题 | 第40页 |
| 4.2 改进的染色体构成 | 第40-44页 |
| 4.2.1 改进的电分相处理方法 | 第40-42页 |
| 4.2.2 改进的基因构成 | 第42-43页 |
| 4.2.3 改进的染色体设计 | 第43-44页 |
| 4.3 改进的交叉和变异算子 | 第44-45页 |
| 4.4 进化方向引导机制 | 第45-48页 |
| 4.4.1 准点调整 | 第45-47页 |
| 4.4.2 局部搜索 | 第47-48页 |
| 4.5 自适应策略 | 第48-49页 |
| 4.6 改进遗传算法流程 | 第49-51页 |
| 4.7 本章小结 | 第51-52页 |
| 第5章 仿真分析 | 第52-71页 |
| 5.1 SGA算法仿真运行结果 | 第53-56页 |
| 5.2 IGA算法运行结果及适用性分析 | 第56-65页 |
| 5.2.1 无限速及简单线路条件仿真 | 第56-58页 |
| 5.2.2 有限速及简单线路条件仿真 | 第58-61页 |
| 5.2.3 复杂限速及线路条件仿真 | 第61-64页 |
| 5.2.4 适用性分析 | 第64-65页 |
| 5.3 IGA算法与SGA和AGA算法的对比分析 | 第65-70页 |
| 5.3.1 有限速及简单线路仿真对比 | 第65-67页 |
| 5.3.2 复杂限速及线路条件仿真对比 | 第67-70页 |
| 5.4 本章小结 | 第70-71页 |
| 结论 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第78页 |
