基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统速度曲线优化算法在极限线路条件下鲁棒性差、易陷入局部最优的缺点,提出一种基于启发式遗传算法的速度曲线优化算法.基于列车运行基本模型和相关约束条件,按经典的四阶段法规划速度曲线轮廓,选取巡航速度和惰行点位置作为优化变量,采用启发式遗传算法进行寻优,中途如因限速变化等情况与最短时间运行曲线交汇则强制沿最短时间运行曲线运行.仿真实验结果显示,该算法具有收敛速度快、优化精度高、鲁棒性好的优点.该算法有效克服了进化算法搜索结果不确定性和速度波动性的固有缺点,对该领域以及其他交通工具的节能运行和自动驾驶,具有较好的参考意义和实用价值.
推荐文章
基于启发式遗传算法的航班勤务编排算法
勤务编排
遗传算法
顺序编码
启发式算法
启发式遗传算法组卷模型研究
项目反应理论
智能组卷
遗传算法
粗集中属性约简的一种启发式遗传算法
粗集
约简
遗传算法
信息论
基于启发式遗传算法的航班勤务编排算法
勤务编排
遗传算法
顺序编码
启发式算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于启发式遗传算法的列车节能运行目标速度曲线优化算法研究
来源期刊 铁道学报 学科 交通运输
关键词 遗传算法 启发式引导 牵引优化 运行节能
年,卷(期) 2019,(8) 所属期刊栏目 铁道运输、工程管理
研究方向 页码范围 1-8
页数 8页 分类号 U231.92
字数 6804字 语种 中文
DOI 10.3969/j.issn.1001-8360.2019.08.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨杰 江西理工大学电气工程与自动化学院 36 130 6.0 10.0
2 吴佳焱 江西理工大学电气工程与自动化学院 1 0 0.0 0.0
3 王彪 江西理工大学电气工程与自动化学院 1 0 0.0 0.0
4 卢少锋 江西理工大学电气工程与自动化学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (15)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(1)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(9)
  • 参考文献(0)
  • 二级参考文献(9)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
2016(4)
  • 参考文献(2)
  • 二级参考文献(2)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
遗传算法
启发式引导
牵引优化
运行节能
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
铁道学报
月刊
1001-8360
11-2104/U
大16开
北京复兴路10号
2-308
1979
chi
出版文献量(篇)
4684
总下载数(次)
8
总被引数(次)
85544
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
江西省自然科学基金
英文译名:Natural Science Foundation of Jiangxi Province
官方网址:http://www.jxstc.gov.cn/ReadNews.asp?NewsID=861
项目类型:
学科类型:
论文1v1指导