首页--交通运输论文--铁路运输论文--铁路通信、信号论文--铁路信号论文--区间闭塞与机车信号系统论文--列车运行自动化论文

基于蚁群算法的列车推荐速度曲线优化

致谢第5-6页
中文摘要第6-7页
ABSTRACT第7-8页
1 绪论第12-20页
    1.1 研究背景与意义第12-13页
    1.2 国内外研究现状第13-18页
        1.2.1 研究现状第14-17页
        1.2.2 待解决的问题第17-18页
    1.3 论文主要研究内容第18-20页
2 列车自动运行系统及控制结构第20-32页
    2.1 列车自动运行系统第20-21页
    2.2 ATO控制结构第21-22页
    2.3 列车运行模型描述第22-31页
        2.3.1 牵引计算模型第23-27页
        2.3.2 能耗评估模型第27-30页
        2.3.3 停车精度约束第30页
        2.3.4 运行时分约束第30页
        2.3.5 舒适度约束第30-31页
    2.4 本章小结第31-32页
3 蚁群算法介绍第32-40页
    3.1 蚁群算法概述及发展第32-36页
        3.1.1 基本原理第33-34页
        3.1.2 基本流程第34-35页
        3.1.3 参数影响第35-36页
    3.2 改进型蚁群算法第36-39页
        3.2.1 分区第37-39页
        3.2.2 启发信息素第39页
    3.3 本章小结第39-40页
4 基于MMAS算法列车推荐速度曲线优化研究第40-52页
    4.1 问题及假设第40-41页
    4.2 模型建立第41-44页
        4.2.1 模型及变量第41-42页
        4.2.2 目标及约束第42-44页
    4.3 设计策略第44-45页
        4.3.1 等效坡度策略第44页
        4.3.2 速度码选择策略第44-45页
    4.4 算法求解过程第45-49页
        4.4.1 搜索路径构建第45-46页
        4.4.2 信息素更新第46-47页
        4.4.3 算法参数整定第47页
        4.4.4 算法优化流程图第47-49页
    4.5 结果分析第49-50页
    4.6 本章小结第50-52页
5 实例分析第52-61页
    5.1 基础数据第52-54页
        5.1.1 线路数据第52页
        5.1.2 车辆数据第52-54页
        5.1.3 控制策略第54页
    5.2 案例一:等分区与不等分区算法的比较第54-56页
    5.3 案例二:启发信息素设置对曲线优化的影响分析第56-57页
    5.4 案例三:信息素设置对曲线优化的影响分析第57-58页
    5.5 案例四:跟踪精度对曲线优化的影响分析第58-60页
    5.6 本章小结第60-61页
6 仿真平台实现第61-68页
    6.1 仿真平台简介第61-64页
        6.1.1 仿真平台的架构及原理第61-62页
        6.1.2 仿真平台的功能及展示第62-64页
    6.2 仿真平台的验证第64-67页
    6.3 本章小结第67-68页
7 总结与展望第68-70页
    7.1 本文工作总结第68-69页
    7.2 未来工作展望第69-70页
参考文献第70-73页
附录A第73-75页
图索引第75-76页
表索引第76-77页
作者简历第77-79页
学位论文数据集第79页

论文共79页,点击 下载论文
上一篇:沪昆线高铁隧道质量缺陷整治技术与安全评定研究
下一篇:城市轨道交通PPP项目的物有所值定量评价研究