PSOGSA在高速铁路ATO系统中的应用

朱翼梁; 米根锁; 王瑞峰

doi:10.13873/J.1000-9787(2022)10-0156-05

Chinese

您当前的位置：

首页 >

文章列表页 >

PSOGSA在高速铁路ATO系统中的应用

应用技术 | 更新时间：2025-09-11

- PSOGSA在高速铁路ATO系统中的应用
- PSOGSA在高速铁路ATO系统中的应用
- 传感器与微系统 2022年第10期页码：156-160
- 作者机构：
  
  兰州交通大学自动化与电气工程学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2022)10-0156-05
  中图分类号： TP18;U284.48
- 纸质出版：2022
- 稿件说明：
移动端阅览
朱翼梁, 米根锁, 王瑞峰. PSOGSA在高速铁路ATO系统中的应用[J]. 传感器与微系统, 2022,(10):156-160.

PSOGSA在高速铁路ATO系统中的应用[J]. 2022, (10): 156-160.
朱翼梁, 米根锁, 王瑞峰. PSOGSA在高速铁路ATO系统中的应用[J]. 传感器与微系统, 2022,(10):156-160. DOI： 10.13873/J.1000-9787(2022)10-0156-05.

PSOGSA在高速铁路ATO系统中的应用[J]. 2022, (10): 156-160. DOI： 10.13873/J.1000-9787(2022)10-0156-05.

摘要

针对传统的高速列车自动驾驶（ATO）控制策略优化时，存在线路参数简化、采用单质点模型进行牵引计算、工况切换频繁及能耗较大等问题，在结合列车牵引动力学、线路坡道及区间限速的情况下，建立动车组多质点模型，以能耗、准点、舒适度、停车精准为指标建立高速铁路ATO控制策略多目标优化模型。因各评价指标存在内部矛盾，利用粒子群优化引力搜索算法（PSOGSA）对ATO多目标优化控制策略进行优化。以兰新高铁某段实际线路数据为例，MATLAB仿真测试验证：PSOGSA算法相较传统PSO优化算法有更好的性能，从而向高速铁路ATO系统提供性能指标更好的目标速度曲线。

Abstract

关键词

Keywords

references

混合方法优化的自适应引力搜索算法 [J]. 娄奥,姚敏立,贾维敏,袁丁. 系统工程与电子技术 . 2020(01)

基于粒子群优化的ATO控制策略 [J]. 李诚,王小敏. 铁道学报 . 2017(03)

基于遗传算法的高速列车ATO追溯目标曲线优化 [J]. 孟建军,银铭,祁文哲,王安明,胥如迅. 计算机工程与应用 . 2016(21)

列车节能操纵优化求解方法综述 [J]. 荀径,杨欣,宁滨,王义惠,李坤妃. 铁道学报 . 2014(04)

基于灰色系统理论高速列车ATO速度控制器研究 [J]. 张友鹏,高凡,赵斌. 计算机工程与应用 . 2014(10)

基于混合微粒群优化的多目标列车控制研究 [J]. 余进,何正友,钱清泉. 铁道学报 . 2010(01)

高速动车组牵引计算仿真系统设计与开发 [D]. 何桥. 西南交通大学 2013

A Hybrid Heat Rate Forecasting Model Using Optimized LSSVM Based on Improved GSA [J] . Chao Liu,Peifeng Niu,Guoqiang Li,Xia You,Yunpeng Ma,Weiping Zhang. Neural Processing Letters . 2017 (1)

Multi objective particle swarm optimization algorithm for the design of efficient ATO speed profiles in metro lines [J] . María Domínguez,Antonio Fernández-Cardador,Asunción P. Cucala,Tad Gonsalves,Adrián Fernández. Engineering Applications of Artificial Intelligence . 2013

GSA: A Gravitational Search Algorithm [J] . Esmat Rashedi,Hossein Nezamabadi-pour,Saeid Saryazdi. Information Sciences . 2009 (13)

浏览量

125

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据