摘要：在双碳背景下,针对高铁快运“站到门”配送阶段存在配送成本高、服务能力低、末端配送难的问题,结合高铁快运业务的特点,引入Sigmoid降指数,通过函数变换得到“站到门”配送时间满意度函数,以高铁快运不同产品类型的首重运价确定客户重要度,以服务满意度、运输经济成本、碳排放量为目标,构建高铁快运站到门配送多目标优化模型。针对鲸鱼优化算法(WOA)容易陷入局部最优解的缺陷,提出并设计快速非支配排序多目标鲸鱼优化算法(FNSMWOA),采用该算法对问题进行求解,并通过算例验证所提模型和算法的有效性。结果表明:快速非支配排序多目标鲸鱼优化算法在全局搜索能力和局部搜索能力上均取得较好的效果,实验得出帕累托解前沿解,并得到考虑不同优化目的的帕累托最优解方案,为高铁快运“站到门”配送优化提供一种新思路。

摘要：为保证高速铁路沿线风灾预警信息具有较高时效性,需要进行高速铁路沿线超短期风速的提前多步预测。针对众多预测模型在预测中可能存在较大误差的问题,采用Tent混沌映射和BFGS拟牛顿法对秃鹰搜索算法进行改进,并用改进的秃鹰搜索算法(IBES)对XGBoost的初始参数进行优化。在构建IBES-XGBoost模型时,加入风速以外的其他气象特征,以提高预测精度。实验结果表明:(1)改进的秃鹰算法相比其他智能优化算法有更好的寻优能力,与其他模型相比IBES-XGBoost在超短期风速的提前多步预测上有着较高的精度和较好的拟合效果。(2)Tent混沌映射和BFGS拟牛顿法对秃鹰算法有着较好的改进效果。(3)IBES-XGBoost能为高速铁路规范下的大风预警提供可靠的提前多步预测结果。

摘要：为提高城轨列车自动驾驶(Automatic Train Operation,ATO)的控制性能,针对城轨ATO目标速度曲线追踪控制方法中工况切换频繁、牵引能耗高等问题,以列车准点、精准停车和能耗为优化目标,设计了一种以时间冗余(Time Redundancy,TR)规划参考系统为主动约束的列车深度强化学习DQN控制方法。建立了城轨列车动力学模型和多目标优化适应度函数;定义了TR规划参考系统约束下的DQN列车控制器,并对控制器中的动作空间和奖励函数进行设置;最后规定了列车控制器神经网络更新方法,利用随机梯度下降算法更新Q网络参数。结果表明:加入以TR时间规划参考系统为约束的TR-DQN算法提高了DQN迭代收敛速度以及迭代训练过程中的稳定性;TR-DQN动态调整列车运行策略的控制方法相比传统目标速度曲线追踪PID算法能耗降低12.32%,列车站间工况切换频率较低;针对设置的3种不同站间规划时间,列车牵引能耗依次降低7.5%和6.4%,列车站间工况动态切换频率和牵引能耗随行程规划时间增大而降低。

摘要：针对城市轨道交通节能运行问题,提出一种基于Sarsa强化学习算法的城轨列车节能控制策略,实现了城轨列车在自动驾驶状态下,面对不同路况,执行减少能源消耗驾驶策略的同时兼顾准时性和舒适性。根据线路条件将列车状态进行离散化处理,将连续的驾驶过程分为若干个子区间进行分段求解。结合区间限速、初始状态、终末状态等限制条件,基于能耗及运行时间分别构造适当的奖励函数。同时,用当前状态下可达的最大速度与最小速度对可选速度集合进行限制,缩小探索空间,加快算法收敛。最后,通过对北京铁路亦庄线小红门站至肖村站的实例进行仿真。实验结果表明,与传统的动态规划方法相比,Sarsa算法在满足舒适性和准时性要求的情况下节能9.32%。相比于强化学习中的Q学习算法,在速度的选取过程中,超速次数也有明显下降。仿真结果证明Sarsa算法具有更好的节能效果和安全性。在算法参数不变的情况下,调整限速条件,与传统动态规划算法进行二次对比,依旧节能4.21%,验证了算法的鲁棒性。

摘要：针对普通环境下高速列车目标速度曲线优化算法不适用于横风环境的问题,提出一种横风环境下基于滚动GAPSO(遗传粒子群)算法的列车速度曲线优化方法。首先,考虑横风风速阻力作用改进列车动力学模型,并建立列车运行多目标优化模型;其次,基于GAPSO算法寻优巡航构建列车在起始阶段的最优目标速度曲线,引入滚动优化框架实时调整目标速度曲线,并在横风限速区按照改进快行策略运行;最后,在列车进站前采用GAPSO算法寻优惰行点生成目标速度曲线。仿真实验结果表明:GAPSO算法较GA算法和PSO算法具有搜索能力强、收敛速度快的优点;滚动GAPSO算法能在不同横风环境下实时生成优化后的目标速度曲线,并与改进快行策略和RH-PSO算法相比,具有较优的节能性和准时性。横风下基于滚动GAPSO算法的列车目标速度曲线优化可为横风环境下列车节能、准时运行提供一种可行的解决方案。

摘要：为防止网络“热区”现象,针对铁路沿线无线传感器网络多呈线型分布的结构特点,提出一种基于服务质量的能耗均衡分簇路由协议(ECRPQ)。首先,部署网络节点,计算节点能量消耗,建立能耗均衡的非均匀节点部署模型并进行网络分簇。然后,设计路由协议,在簇首选举时引入节点动态剩余能量和节点担任簇首轮次的影响因素,在通信阶段采用TDMA机制和CDMA机制相结合的方式,在进行时间同步校准时严格保证簇内节点时间同步。最后,通过MATLAB进行仿真实验,从网络生命周期、网络吞吐量和节点平均时延3个方面将ECRPQ与LEACH、LEACH-C这2种经典协议进行对比。结果表明:当网络节点总数为200个时,ECRPQ的网络生命周期明显更长,达到600 s;ECRPQ的网络吞吐量更大,分别比LEACH和LEACH-C提高128.7%和84.6%;ECRPQ的节点平均时延更低,分别比LEACH和LEACH-C降低52.8%和43.2%。

摘要：动车组转向架的关键部件构架是整个转向架的安装基础,为了验证构架的结构是否满足安全要求,保障转向架的安全稳定运行,提出了一种基于替代模型与主动学习策略的结构可靠性研究方法。分析构架承受的载荷及约束情况,找到不同工况中承受Von Mises应力最大的工况条件。采用前馈多层感知器网络估算转向架构架的极限状态函数,基于蒙特卡洛模拟和多基因遗传编程构造替代模型进行结构可靠性研究。为了提高模型的精度,采用改进的有效全局优化算法寻找次要点,扩充替代模型的训练集,进而对替代模型进行迭代更新。结果表明,在较危险的工况条件下,转向架构架可靠性为98.71%,满足安全要求。所提方法通过减少数值模型的调用次数大大减少了计算时间,通过与其他研究方法相比较验证了其具有较高的精确性,该方法适用于无法得到准确显式极限状态方程的复杂系统,以及需要进行快速可靠性计算的产品设计优化过程。

摘要：为了对急物流设施选址问题进行合理的研究,建立了包含配送中心、配送点和需求点的多级应急物流网络。基于应急物资需求特点,使用三角模糊数表示应急物资需求的不确定性,同时考虑应急救援成本和应急救援时间两个目标,建立了应急物流设施选址模型。采用去模糊化方法将三角模糊数转化为确定数,利用成本和时间的单目标的最优结果将多目标转化为相对值,再对时间和成本目标进行加权处理,既消除了不同目标之间的单位及数量级差异,还可以进行动态调整。设计了遗传算法对模型进行求解,通过实际算例表明了模型和算法可以有效地解决应急物流设施选址问题。

摘要：针对高速列车主动悬架作动器随机故障对列车运行安全性和控制稳定性的重要影响问题,提出一种高速列车主动悬架滑模容错控制器设计方法。首先,建立两自由度高速列车1/4车横向主动悬架模型,利用故障调节因子表示作动器随机故障的大小,搭建故障悬架模型;其次,采用中国高速铁路无砟轨道不平顺谱作为高速列车主动悬架的外部激励源,融合经典滑模控制理论设计了比例-积分型滑模面函数和合适的滑模容错控制律,以达到故障悬架系统容错控制目的;然后,基于Lyapunov稳定性理论,对控制器稳定性进行分析;最后,采用Matlab/Simulink软件在不同条件下进行仿真,验证了所设计控制器的有效性和适用性。

摘要：针对高速列车主动悬架作动器故障对列车运行稳定性和乘坐舒适性的影响,提出了一种基于故障补偿的高速列车主动悬架主动容错控制方法。建立了1/4车体横向二自由度高速列车主动悬架模型及作动器故障模型,设计鲁棒H输出反馈控制器作为高速列车主动悬架的常规控制器。基于自适应观测器设计高速列车主动悬架作动器在线故障估计器,并以故障估计结果作为输入设计故障补偿器,补偿高速列车主动悬架作动器故障带来的作动力损失,由常规控制器和故障补偿器共同作用实现高速列车主动悬架主动容错控制。采用Matlab/Simulink软件进行仿真,结果表明,基于自适应观测器的在线故障估计器可有效估计作动器常见故障的真实值大小,且故障估计的误差较小,并在基于故障补偿的高速列车主动悬架主动容错控制下,使高速列车故障悬架性能在短暂时滞后恢复至与正常悬架性能相接近的水平。