基于改进PSO-SA算法的城轨列车ATO节能优化研究

作者：苏明健; 肖宝弟^*; 岳丽丽

来源：传感器与微系统, 2023, 42(10): 64-76.

DOI：10.13873/J.1000-9787(2023)10-0064-04

• 列车节能优化
• 城市轨道交通
• 粒子群优化算法
• 速度距离曲线

针对城轨列车自动驾驶(ATO)系统在控制列车实现自动运行的过程中，需同时满足列车运行准点性、精确停车、舒适性及节能性等多性能指标的要求，提出将改进粒子群优化(PSO)算法和模拟退火(SA)算法相结合的速度曲线优化方法。首先，建立城轨列车运行控制模型和多目标优化模型，并对城轨列车运行工况策略进行分析；然后，将PSO的种群信息共享特点和SA以一定概率接受劣质解的特点进行有效结合，使PSO算法避免陷入局部最优解，提高全局寻优的概率。同时，对PSO中的惯性权重系数和学习因子等参数进行全局自适应性改进，进一步搜寻全局最优解；最后，选取明珠线1 000 m线路条件，综合考虑线路限速和坡度等因素，通过实例仿真实验对比多种智能算法，验证了所提算法在满足多种指标的前提下，将能耗减低了7.7%,同时寻求最优的工况控制序列指导列车运行，验证了算法的有效性和正确性。

• 单位
  兰州交通大学; 北京康吉森交通技术有限公司