[發明專利]一種考慮列車晚點因素的ATO速度命令節能優化方法

在審

• 申請號: 201710387634.0
• 申請日: 2017-05-27
• 公開（公告）號: CN108932356A
• 公開（公告）日: 2018-12-04
• 發明（設計）人: 胡文斌;李響;哈進兵;呂建國;俞愛娟
• 申請（專利權）人: 南京理工大學
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06N3/12
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 薛云燕

1.一種考慮列車晚點因素的ATO速度命令節能優化方法，其特征在于，包括以下步驟：

步驟1，建立列車晚點預測模型，得出考慮到到達晚點和出發晚點的列車運行圖；

步驟2，建立列車運行仿真模型；

步驟3，以列車運行能耗為優化目標，對ATO速度命令進行優化，最終得到節能ATO速度命令集。

2.根據權利要求1所述的考慮列車晚點因素的ATO速度命令節能優化方法，其特征在于，步驟1所述的列車晚點預測模型基于隨機森林算法建立，包括以下步驟：

(1.1)Bagging過程：在行車歷史數據訓練集D中，采用有放回的方式隨機抽取n個數據樣本，將其作為訓練樣本用于一個決策樹的訓練；

(1.2)分裂屬性選擇過程：在提取出的m維特征向量中隨機選取m₁維特征向量，將所選取的m₁維特征向量作為子集指定給相應決策樹的每個節點，并確定決策樹的分割屬性；

(1.3)決策樹生長過程：令每棵決策樹重復相應的分裂過程，并確保決策樹完全生長，不對決策樹進行剪枝；

(1.4)生成隨機森林過程：重復步驟(1.1)～步驟(1.3)，直到長出80～100棵決策樹，生成隨機森林；

(1.5)隨機森林投票過程：根據生成的多個決策樹分類器，對輸入的行車數據進行判定，最終分類結果按每個決策樹分類器的投票多少而定。

3.根據權利要求1所述的考慮列車晚點因素的ATO速度命令節能優化方法，其特征在于，步驟2所述列車運行仿真模型包括數據輸入模塊、列車自動運行計算模塊、列車牽引制動計算模塊、列車動態計算模塊和能耗仿真計算模塊，其中：

數據輸入模塊，包括三個子模塊，分別為ATO參數模塊、線路數據模塊和列車數據模塊；ATO參數模塊提供ATO速度命令和速度調節算法參數，線路數據模塊提供線路站點位置列表和坡道彎道列表數據，列車數據模塊提供區間最短運行時間數據和列車運行的基本運行參數，所述基本運行參數包括列車編組、載客量、基本阻力參數、逆變器效率、牽引制動特性；

列車自動運行計算模塊，依據列車當前運行狀態、ATO參數與線路數據，計算當前運行狀態下的列車加速度，實現列車工況的保持與轉換；

列車牽引制動計算模塊，根據列車加速度、線路數據與列車數據，計算列車牽引力或制動力；

列車動態計算模塊，根據牽引力或制動力大小、列車加速度及列車運行動力學方程，計算列車下一步運行狀態；

能耗仿真計算模塊，依據列車各部分模塊提供的數據，計算列車當前的牽引能耗。

4.根據權利要求1所述的考慮列車晚點因素的ATO速度命令節能優化方法，其特征在于，步驟3所述以列車運行能耗為優化目標，對ATO速度命令進行優化，最終得到節能ATO速度命令集，具體如下：

(3.1)編碼：以ATO速度命令為編碼對象，采用實數編碼的方式進行編碼；

(3.2)確定種群數量：根據區間長度確定種群大小和迭代次數；

(3.3)設置種群適應度方程：min{EC(x),RT(x)}，其中EC(x)為列車運行能耗、RT(x)為列車運行時間，x為ATO速度命令對應的染色體；

(3.4)計算父代種群適應度值：由步驟(3.3)中所述適應度方程計算父種群個體適應度值；

(3.5)遺傳操作：對父代種群中的個體進行選擇、交叉和變異，產生子代種群；

(3.6)計算子代種群適應度值：依據步驟(3.3)中所述適應度方程計算子代種群的適應度值；

(3.7)產生下一代父種群：采用精英策略，原父代種群與子代種群競爭得到下一代父代種群；

(3.8)判斷迭代是否結束：判斷迭代代數是否達到最大迭代代數，若到達則結束并輸出結果，若未到達則返回步驟(3.3)。