| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第12-20页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 研究现状 | 第13-18页 |
| 1.2.1 列车节能优化操纵方法研究 | 第13-15页 |
| 1.2.2 优化算法研究 | 第15-16页 |
| 1.2.3 进化算法发展现状 | 第16-18页 |
| 1.3 既有研究的不足 | 第18页 |
| 1.4 研究内容及章节安排 | 第18-20页 |
| 2 列车运行过程优化模型及算法研究 | 第20-34页 |
| 2.1 引言 | 第20页 |
| 2.2 货运列车牵引实验与运行过程优化计算 | 第20-30页 |
| 2.2.1 列车运动方程的力学基础 | 第20-25页 |
| 2.2.2 模型假设和符号说明 | 第25-26页 |
| 2.2.3 列车运行过程计算方法 | 第26-30页 |
| 2.3 列车最优控制策略的存在性 | 第30-31页 |
| 2.4 多目标优化算法 | 第31-33页 |
| 2.5 本章小结 | 第33-34页 |
| 3 列车节能优化操纵算法研究 | 第34-56页 |
| 3.1 遗传算法原理 | 第34-35页 |
| 3.2 遗传算法选用依据 | 第35页 |
| 3.3 基于混合编码的多种群并行遗传算法 | 第35-45页 |
| 3.3.1 实数编码的引入 | 第36页 |
| 3.3.2 实数编码遗传算法的改进方向 | 第36-37页 |
| 3.3.3 实数编码遗传算子 | 第37-39页 |
| 3.3.4 多种群并行遗传算法 | 第39-41页 |
| 3.3.5 其他改进措施 | 第41-45页 |
| 3.4 基于遗传算法列车节能优化操纵模型 | 第45-51页 |
| 3.4.1 遗传编码方法 | 第45-47页 |
| 3.4.2 线路纵断面简化 | 第47-48页 |
| 3.4.3 仿真结果分析 | 第48-51页 |
| 3.5 基于模拟退火算法列车节能优化操纵模型 | 第51-54页 |
| 3.5.1 算法原理 | 第51页 |
| 3.5.2 算法验证 | 第51-54页 |
| 3.6 本章小结 | 第54-56页 |
| 4 基于MOGA算法的列车优化操纵方法及试验研究 | 第56-86页 |
| 4.1 节能优化操纵方法 | 第56-60页 |
| 4.1.1 减小运行阻力做功 | 第57-58页 |
| 4.1.2 减小不必要动能损失 | 第58-59页 |
| 4.1.3 节能运行操纵策略 | 第59-60页 |
| 4.2 MOGA算法及其基本问题 | 第60-71页 |
| 4.2.1 算法描述 | 第62-64页 |
| 4.2.2 算法性能度量指标 | 第64-65页 |
| 4.2.3 MOGA算法性能试验分析 | 第65-70页 |
| 4.2.4 多样性保持策略 | 第70-71页 |
| 4.3 MOGA算法改进 | 第71-76页 |
| 4.4 MOGA算法优化列车操作过程及优化操纵试验 | 第76-85页 |
| 4.4.1 优化算法 | 第76-77页 |
| 4.4.2 实际操纵与模型优化操纵对比 | 第77-85页 |
| 4.5 本章小结 | 第85-86页 |
| 5 列车制动问题建模与仿真试验研究 | 第86-116页 |
| 5.1 列车制动过程分析 | 第86-92页 |
| 5.1.1 制动过程划分 | 第86-88页 |
| 5.1.2 控制变量分析 | 第88-90页 |
| 5.1.3 列车制动控制方法 | 第90-92页 |
| 5.2 停车制动问题描述及算法设计 | 第92-96页 |
| 5.2.1 问题的数学描述 | 第92-94页 |
| 5.2.2 制动控制算法设计 | 第94-96页 |
| 5.3 基于模糊神经网络的列车制动控制模型 | 第96-100页 |
| 5.3.1 改进的模糊神经网络模型 | 第96-98页 |
| 5.3.2 模糊推理规则 | 第98-100页 |
| 5.4 停车制动控制算法 | 第100-106页 |
| 5.4.1 模糊神经网络学习算法 | 第100-102页 |
| 5.4.2 样本及隶属度函数的确定 | 第102-105页 |
| 5.4.3 列车停车制动三点信息两段制动控制法 | 第105-106页 |
| 5.5 仿真算例分析 | 第106-114页 |
| 5.5.1 仿真过程及步骤 | 第106-107页 |
| 5.5.2 仿真样本数据 | 第107-110页 |
| 5.5.3 样本训练 | 第110-112页 |
| 5.5.4 列车制动减压控制 | 第112-114页 |
| 5.6 本章小结 | 第114-116页 |
| 6 结论与展望 | 第116-120页 |
| 6.1 主要研究结论 | 第116-117页 |
| 6.2 本文创新点 | 第117页 |
| 6.3 研究展望 | 第117-120页 |
| 参考文献 | 第120-126页 |
| 作者简历及攻读博士学位期间取得的研究成果 | 第126-130页 |
| 学位论文数据集 | 第130页 |