计算机应用

作者：张京, 朱爱红

单位：兰州交通大学 自动化与电气工程学院，兰州 730070

关键词：列车自动驾驶,多目标优化,分相区,目标速度曲线,遗传算子,粒子群优化算法

基金：国家自然科学基金资助项目(61763025)

针对列车自动驾驶（ATO）过程中的精准停车、准时性、舒适性以及能耗问题，提出一种基于遗传算法与粒子群优化（GAPSO）算法结合的ATO速度曲线优化方法。首先，建立列车ATO运行多目标优化模型，将列车过分相区断电惰行纳入控制策略，并对运行控制策略进行分析；其次，对粒子群优化（PSO）算法进行改进，采用非线性动态惯性权重和改进的加速度系数，并将遗传算子融入其中，从而构成一种全新的GAPSO算法，且验证了GAPSO算法在全局搜索和局部搜索能力以及收敛速度上的优越性。最后，通过GAPSO算法对工况转换点进行寻优，以获取一组满足多目标优化的工况转换点速度，进而得到最优目标速度曲线。仿真实验结果表明，所提优化方法在总体运行时间满足准时性要求的前提下，使能耗降低了13.29%，舒适性提高了26.62%，停车误差降低了21.62%。由此可见，优化后的列车目标速度曲线能够满足多目标要求，该方法为列车ATO多目标优化提供了一种可行的解决方案。

来源：2022年第2期

《计算机应用》期刊编辑部

查看计算机应用杂志2022年第2期