通过角度处罚距离进行改进的鱼优化算法,用于自动列车操作

科学领域:

• 优化算法 优化算法
• 智能运输系统 智能运输系统
• 城市铁路运输城市铁路运输

背景情况:

• 自动火车运行 (ATO) 质量对于城市铁路运输效率至关重要.
• 现有的优化算法可能无法完全解决ATO的多目标要求.
• 开发先进的算法是必要的,以提高节能,准时性,准确的停车和舒适度.

研究的目的:

• 通过角度处罚距离 (IWOA-APD) 提出一种新的改进鱼优化算法.
• 为ATO目标速度曲线建立一个多目标优化模型.
• 提高ATO绩效评估战略的合理性和适用性.

主要方法:

• 开发了ATO的多目标优化模型,使用节能,准时性,准确停车和舒适度作为索引.
• 提出一个角度处罚距离作为一个全面的评估策略.
• 引入了IWOA-APD的策略,包括非线性下降的收因子,先进的超限消除,遗传进化机制和精英维护.

主要成果:

• 与传统的MOWOA相比,IWOA-APD显示出显著的性能改善.
• 在IGD价值下降了69.1%,能源消耗下降了12.5%.
• 在现实场景中,准时性提高了64.6%,停车精度提高了76.5%,舒适度提高了15.9%.

结论:

• 拟议的IWOA-APD通过优化目标速度曲线,有效地提高了ATO质量.
• 角度处罚距离评估策略提高了评估的合理性.
• IWOA-APD为城市铁路运输运营的多目标优化提供了一种卓越的方法.