[发明专利]基于粒子群算法的轨道交通牵引功率平衡运行图设计方法

权利要求书

1.一种基于粒子群算法的城市轨道交通牵引功率平衡运行图设计方法，其特征在于该方法的步骤包括：第一步数据采集：输入可供牵引功率平衡运行图分析计算的轨道线路数据、列车运行数据和调度运营数据；第二步数据初始化粒子群；第三步数据终极化粒子群；第四步绘制运行图：根据最优解功率平衡调度运营数据，绘制得到牵引功率平衡运行图。

2.根据权利要求1所述的城市轨道交通牵引功率平衡运行图设计方法，其特征在于数据初始化粒子群的步骤包括：

将调度运营数据中车辆在每一站停站时间作为每个粒子的位置向量，N为总的站间数，、、即为车在第1、2、N站的停站时间；

同时设置相关参数，包括粒子个数K，停站时间的最大值和最小值，粒子速度最大值，学习因子c1和c2，最大迭代次数MaxIter，评价函数Eval；

随机生成K个粒子，每个粒子的位置向量；

随机生成每个粒子的速度向量，；

对所有的粒子进行能耗仿真；

用评价函数Eval评价所有粒子；

将初始评价值作为个体历史最优解，并寻找总群体内最优解。

3.根据权利要求1或2所述的城市轨道交通牵引功率平衡运行图设计方法，其特征在于数据终极化粒子群的步骤包括：

根据下面惯性权重范围和最大迭代次数之间的线性递减关系，计算第t次迭代的惯性权重值，

其中和分别为初始和最后一次迭代的惯性权重值；

对每一个粒子，按粒子群距离、速度公式进行更新获取新的位置和速度，超过其范围时按边界取值，

上式中，和为两个取值在[0,1]之间的随机数；

对所有的粒子进行能耗仿真；

用评价函数Eval评价所有粒子；

若某个粒子的当前评价值优于其历史最优评价值，则记当前评价值为该历史最优评价值，同时记当前位置为该粒子历史最优位置，更新；

寻找当前粒子群内最优解，更新；

如果t=MaxIter,则群体最优解对应的粒子结果即是最优的功率平衡调度运营数据。

4.根据权利要求2所述的城市轨道交通牵引功率平衡运行图设计方法，其特征在于：所述的能耗仿真是对轨道交通的线路、车辆和供电系统相关参数进行的能耗建模仿真计算。

5.根据权利要求3所述的城市轨道交通牵引功率平衡运行图设计方法，其特征在于：所述的能耗仿真是对轨道交通的线路、车辆和供电系统相关参数进行的能耗建模仿真计算。