• ISSN 0258-2724
  • CN 51-1277/U
  • EI Compendex
  • Scopus 收录
  • 全国中文核心期刊
  • 中国科技论文统计源期刊
  • 中国科学引文数据库来源期刊

MRT列车运行模拟模型的多目标改进遗传算法

石红国 彭其渊 郭寒英

石红国, 彭其渊, 郭寒英. MRT列车运行模拟模型的多目标改进遗传算法[J]. 西南交通大学学报, 2006, 19(5): 658-662.
引用本文: 石红国, 彭其渊, 郭寒英. MRT列车运行模拟模型的多目标改进遗传算法[J]. 西南交通大学学报, 2006, 19(5): 658-662.
SHI Hongguo, PENG Qiyuan, GUO Hanying. Improved Multi-objective GA for MRT Train Operation Simulation Model[J]. Journal of Southwest Jiaotong University, 2006, 19(5): 658-662.
Citation: SHI Hongguo, PENG Qiyuan, GUO Hanying. Improved Multi-objective GA for MRT Train Operation Simulation Model[J]. Journal of Southwest Jiaotong University, 2006, 19(5): 658-662.

MRT列车运行模拟模型的多目标改进遗传算法

基金项目: 

高等学校博士点创新基金资助项目(080203)

详细信息
    作者简介:

    石红国(1974- ),男,讲师,主要从事智能运输和交通运输系统优化研究,电话:028-89821174,E-mail:swjtushg@sina.com

Improved Multi-objective GA for MRT Train Operation Simulation Model

  • 摘要: 为了求解城市快速交通(MRT)列车运行模拟模型,寻找最优的列车运行控制曲线,构造了多目标改进遗传算法.以列车运行过程中工况转换点为基因编码依据,以多个基因构成一个染色体代表一个控制方案,从而形成初始种群;根据列车运行控制的停站误差、时分误差和能耗等目标要求设计适应值函数;通过个体有效性检查保证选择、交叉和变异过程中新个体的有效性,并在各算子中加入保优算子,使新种群不淘汰上一代最优个体.实例计算表明,与多质点优化模型相比,在一定的误差范围内,遗传算法能够减少能耗10%以上,并能提供大量次优解,具有明显的优化效果.

     

  • 李敏强,寇纪淞,林丹,等.遗传算法的基本理论与应用[M].北京:科学出版社,2002:4-14.[2] 玄光男,程润伟.遗传算法与工程优化[M].于歆杰,周根贵,译.北京:清华大学出版社,2004:4-29.[3] 王小平,曹立明.遗传算法:理论、应用与软件实现[M].西安:西安交通大学出版社,2002:9-49.[4] CHANG C S,SIM S S.Optimizing train movements through coast control using genetic algorithms[J].Electric Power Applications,1997,144(1):65-73.[5] HAN S H,BYEN Y S,BAEKJ H,et al.An optimal automatic train operation(ATO) control using genetic algorithms(GA)[C] // Proceedings of the IEEE Region 10 Conference.Cheju Island,1999:360-362.[6] 石红国,彭其渊,郭寒英.城市轨道交通牵引计算模型[J].交通运输工程学报,2005,5(4):20-26.SHI Hongguo,PENG Qiyuan,GUO Hanying.Traction calculation model of urban mass transit[J].Journal of Traffic and Transportation Engineering,2005,5 (4):20-26.
  • 加载中
计量
  • 文章访问数:  1720
  • HTML全文浏览量:  91
  • PDF下载量:  437
  • 被引次数: 0
出版历程
  • 收稿日期:  2006-04-26
  • 刊出日期:  2006-10-25

目录

    /

    返回文章
    返回