基于遗传算法的城市轨道交通列车节能操纵方法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 目录 | 第9-11页 |
| 1 绪论 | 第11-17页 |
| 1.1 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 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-15页 |
| 1.3 论文研究内容 | 第15-17页 |
| 2 城市轨道交通列车运行特性及能耗影响因素分析 | 第17-33页 |
| 2.1 列车运行特性分析 | 第17-24页 |
| 2.1.1 列车运行受力分析 | 第17-21页 |
| 2.1.2 列车运行工况分析 | 第21-22页 |
| 2.1.3 列车运行能耗计算 | 第22-24页 |
| 2.2 列车运行能耗影响因素分析 | 第24-31页 |
| 2.2.1 技术设备条件 | 第24-29页 |
| 2.2.2 运输组织模式 | 第29-31页 |
| 2.3 本章小结 | 第31-33页 |
| 3 城市轨道交通列车节能操纵优化模型及算法 | 第33-47页 |
| 3.1 节能操纵优化模型 | 第33-38页 |
| 3.1.1 问题描述 | 第33-34页 |
| 3.1.2 模型基础 | 第34-35页 |
| 3.1.3 目标函数 | 第35页 |
| 3.1.4 约束条件 | 第35-38页 |
| 3.2 基于进化阶段的多种群遗传算法 | 第38-44页 |
| 3.2.1 遗传算法的基本理论 | 第38-40页 |
| 3.2.2 基于进化阶段的多种群遗传算法 | 第40-44页 |
| 3.3 本章小结 | 第44-47页 |
| 4 城市轨道交通列车节能操纵的遗传算法仿真实现 | 第47-63页 |
| 4.1 仿真平台 | 第47-48页 |
| 4.2 遗传算法的嵌入 | 第48-50页 |
| 4.2.1 基础数据输入和仿真结果输出 | 第48-49页 |
| 4.2.2 运行能耗计算方法 | 第49页 |
| 4.2.3 优化操纵序列的应用 | 第49-50页 |
| 4.3 基于遗传算法的仿真流程设计 | 第50-51页 |
| 4.4 基于遗传算法的仿真数据结构设计 | 第51-53页 |
| 4.5 基于遗传算法的仿真模块设计 | 第53-62页 |
| 4.5.1 当前状态判断模块 | 第54页 |
| 4.5.2 前方状态判断模块 | 第54-55页 |
| 4.5.3 目标函数计算模块 | 第55页 |
| 4.5.4 初始种群生成模块 | 第55-56页 |
| 4.5.5 遗传操作模块 | 第56-62页 |
| 4.6 本章小结 | 第62-63页 |
| 5 仿真案例分析 | 第63-99页 |
| 5.1 能耗优化评价指标 | 第63-64页 |
| 5.2 仿真效果评价 | 第64-69页 |
| 5.2.1 仿真条件描述 | 第64-65页 |
| 5.2.2 算法参数确定 | 第65-67页 |
| 5.2.3 仿真结果分析 | 第67-69页 |
| 5.3 受先行列车影响的仿真结果分析 | 第69-77页 |
| 5.3.1 车站延误 | 第70-72页 |
| 5.3.2 区间延误 | 第72-77页 |
| 5.4 不同技术设备条件的仿真结果分析 | 第77-97页 |
| 5.4.1 不同坡道条件 | 第77-81页 |
| 5.4.2 不同曲线条件 | 第81-85页 |
| 5.4.3 不同站间距条件 | 第85-90页 |
| 5.4.4 不同限速条件 | 第90-94页 |
| 5.4.5 不同列车重量条件 | 第94-97页 |
| 5.5 本章小结 | 第97-99页 |
| 6 结论与展望 | 第99-101页 |
| 6.1 主要工作与结论 | 第99-100页 |
| 6.2 研究展望 | 第100-101页 |
| 参考文献 | 第101-105页 |
| 作者简历及攻读硕士 /博士学位期间取得的研究成果 | 第105-109页 |
| 学位论文数据集 | 第109页 |
