基于启发式智能搜索的货运列车节能优化研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 选题意义 | 第12-13页 |
| 1.3 研究现状 | 第13-16页 |
| 1.3.1 国外研究现状 | 第13-14页 |
| 1.3.2 国内研究现状 | 第14-16页 |
| 1.4 本文结构安排 | 第16-18页 |
| 第二章 列车运行数学模型 | 第18-35页 |
| 2.1 列车牛顿力学模型 | 第18-24页 |
| 2.1.1 列车受力分析 | 第18-19页 |
| 2.1.2 列车工况 | 第19页 |
| 2.1.3 列车牵引力 | 第19-21页 |
| 2.1.4 列车运行阻力 | 第21-23页 |
| 2.1.5 列车制动力 | 第23-24页 |
| 2.2 列车运动学模型 | 第24-26页 |
| 2.2.1 列车运动方程式 | 第24-25页 |
| 2.2.2 质点列车转化模型 | 第25-26页 |
| 2.3 列车能耗模型 | 第26-29页 |
| 2.4 约束条件 | 第29-30页 |
| 2.4.1 列车运行限速 | 第29页 |
| 2.4.2 列车加速度约束 | 第29-30页 |
| 2.4.3 停车精度约束 | 第30页 |
| 2.4.4 行车时间约束 | 第30页 |
| 2.5 列车节能策略 | 第30-34页 |
| 2.5.1 牵引阶 | 第31页 |
| 2.5.2 制动阶 | 第31-32页 |
| 2.5.3 搜索阶 | 第32-33页 |
| 2.5.4 接驳阶 | 第33-34页 |
| 2.6 本章小结 | 第34-35页 |
| 第三章 基于粒子群算法的货运列车牵引优化研究 | 第35-45页 |
| 3.1 基本原理 | 第35-37页 |
| 3.2 算法流程 | 第37-39页 |
| 3.3 算法分析 | 第39-43页 |
| 3.3.1 惯性权重 | 第39-40页 |
| 3.3.2 学习因子 | 第40-41页 |
| 3.3.3 最大速度 | 第41-42页 |
| 3.3.4 算法其它参数 | 第42-43页 |
| 3.4 案例仿真 | 第43-44页 |
| 3.4.1 仿真环境 | 第43页 |
| 3.4.2 仿真结果分析 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 基于启发式遗传算法的货运列车牵引优化研究 | 第45-62页 |
| 4.0 遗传算法简介 | 第45-47页 |
| 4.1 运算过程 | 第47-53页 |
| 4.1.1 染色体编码 | 第47-48页 |
| 4.1.2 初始种群 | 第48-49页 |
| 4.1.3 适应度函数 | 第49页 |
| 4.1.4 染色体选择 | 第49-51页 |
| 4.1.5 染色体交叉、变异 | 第51-52页 |
| 4.1.6 染色体重组 | 第52-53页 |
| 4.1.7 停止准则 | 第53页 |
| 4.2 仿真实例 | 第53-59页 |
| 4.2.1 仿真环境 | 第53-54页 |
| 4.2.2 程序设计流程 | 第54-55页 |
| 4.2.3 结果分析 | 第55-58页 |
| 4.2.4 算法总结 | 第58-59页 |
| 4.3 算法对比 | 第59-61页 |
| 4.3.1 仿真结果对比 | 第59-60页 |
| 4.3.2 算法结合设想 | 第60-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 总结 | 第62-63页 |
| 5.2 展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间的学术成果 | 第69-70页 |
