首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于NSGA-Ⅲ的列车多目标操纵优化研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第11-17页
    1.1 课题研究背景及意义第11-12页
    1.2 国内外研究现状第12-15页
        1.2.1 列车多目标操纵方法研究现状第12-14页
        1.2.2 列车追踪优化研究现状第14-15页
    1.3 本文的主要框架第15-16页
    1.4 本章小结第16-17页
第2章 列车运行过程研究第17-27页
    2.1 引言第17页
    2.2 列车自动运行系统第17-19页
        2.2.1 ATO系统的技术要求第17-18页
        2.2.2 ATO控制原理第18-19页
    2.3 列车评价指标第19-21页
        2.3.1 能耗指标第19-20页
        2.3.2 精准停车指标第20页
        2.3.3 列车运行时间指标第20-21页
        2.3.4 舒适度指标第21页
    2.4 列车运行过程分析第21-26页
        2.4.1 牵引力第21-22页
        2.4.2 制动力第22-23页
        2.4.3 运行阻力第23-24页
        2.4.4 合力第24-25页
        2.4.5 列车运动方程第25-26页
    2.5 本章小结第26-27页
第3章 基于遗传算法的多目标优化第27-43页
    3.1 引言第27页
    3.2 多目标优化理论第27-28页
        3.2.1 多目标优化问题第27页
        3.2.2 传统多目标优化算法第27-28页
        3.2.3 Pareto多目标优化第28页
    3.3 遗传算法第28-32页
        3.3.1 遗传算法概述第28-29页
        3.3.2 遗传算法的主要内容第29-32页
        3.3.3 遗传算法优化流程第32页
    3.4 基于参考点的NSGA-Ⅲ优化算法第32-36页
        3.4.1 NSGA算法概述第32-33页
        3.4.2 NSGA-III基本原理第33-36页
    3.5 算法测试第36-41页
        3.5.1 性能测试指标第36页
        3.5.2 测试函数第36-41页
    3.6 本章小结第41-43页
第4章 基于NSGA-Ⅲ的列车操纵多目标优化第43-63页
    4.1 引言第43页
    4.2 问题描述第43-44页
    4.3 基于黄金分割遗传算法的列车单目标运行优化第44-47页
    4.4 基于约束违反NSGA-Ⅲ的列车多目标优化第47-54页
        4.4.1 列车多目标操纵优化模型建立第47-49页
        4.4.2 基于约束违反NSGA-Ⅲ算法的模型求解第49-54页
            4.4.2.1 适应度值计算第51页
            4.4.2.2 列车约束违反度的计算第51-52页
            4.4.2.3 个体非支配排序第52页
            4.4.2.4 遗传操作第52-53页
            4.4.2.5 终止判断第53-54页
            4.4.2.6 提取最优解第54页
    4.5 实验研究第54-61页
        4.5.1 列车参数与线路参数第54-55页
        4.5.2 优化前列车运行曲线第55页
        4.5.3 以节能为目标的列车运行优化第55-56页
        4.5.4 以省时为目标的列车运行优化第56-57页
        4.5.5 以舒适度为目标的列车运行优化第57-59页
        4.5.6 多目标优化列车运行过程第59-61页
    4.6 本章小结第61-63页
第5章 基于NSGA-Ⅲ的追踪列车多目标优化第63-77页
    5.1 引言第63页
    5.2 列车追踪优化问题研究第63-69页
        5.2.1 问题描述第63-64页
        5.2.2 列车追踪运行过程分析第64-69页
    5.3 列车追踪运行优化模型第69-70页
        5.3.1 目标函数第69页
        5.3.2 追踪约束条件第69-70页
        5.3.3 列车多目标追踪优化模型第70页
    5.4 基于NSGA-Ⅲ求解列车追踪模型第70-71页
    5.5 实验研究第71-76页
        5.5.1 线路参数第71-72页
        5.5.2 案例分析第72-76页
    5.6 本章小结第76-77页
总结与展望第77-79页
    总结第77-78页
    展望第78-79页
参考文献第79-83页
攻读硕士学位期间取得的学术成果第83-85页
致谢第85-86页

论文共86页,点击 下载论文
上一篇:基于PLC的锅炉自动化监控系统的设计与实现
下一篇:基于示教学习的机械臂任务模仿的研究与实现