《一种基于GA―PSO算法的列车运行调整模型》由会员分享，可在线阅读，更多相关《一种基于GA―PSO算法的列车运行调整模型（2页珍藏版）》请在装配图网上搜索。
1、一种基于 GA PSO 算法的列车运行调整模型摘要：本文针对列车运行时刻调整问题进行建模分析。首先，本文对该问题建立数学模型，并运用PSO 算法对模型进行计算求解。在初步的求解过程中，针对PSO 算法的收敛速度较慢等不利因素对其进行优化，提出了GA-PSO 算法。最后，通过模拟实验得出 GAPSO 在调度过程中能达到较高的 准点率。关键词：列车运行调整；粒子群算法；遗传算法中图分类号： TP399 文献标识码： A DOI：10.3969/j.issn.1003 6970.2016.05.022本文著录格式：潘鑫一种基于 GA-PSO 算法的列车运行调整模型J.软件，2016，37（ 5）:
2、89-920.引言铁路运输是我国综合交通体系的重要组成部分，合理的 组织运输过程具有重要意义，其中要解决的问题有很多。这 里我们考虑其中的列车运行调整问题，假定列车运行计划已 经制定，列车运行调整问题就是指在列车运行过程中，因各 种因素和突发事件的影响，使得列车运行的实际状态偏离预 定值，需要通过对列车运行计划进行调整，尽快恢复列车的 有序运行状态。列车运行调整问题的实质是处理列车与车站、列车与区 间及列车之间的关系，规定列车占用区间和站线的合理时机， 从而达到提高列车正点率、提高列车运行速度等综合目标。 列车运行调整涉及因素众多，它不仅与采用的行车组织方式 有关，还关系到列车密度、速度、线路
3、通过能力等因素，同 时还是连续的实时性很强的问题，调整计划的编制必须在限 定的时间内完成并且要进行持续的滚动优化。1.当前研究现状 一直以来，国内外一些专家学者对列车运行调整问题进 行了深入研究，所采用的方法包括人工智能方法、最优化方 法、智能计算方法和离散事件动态系统方法等，取得了一定 的成果。然而，列车运行调整问题约束条件复杂、解空间庞大， 在实际使用场景中对列车运行调整算法求解精度、速度要求 较高，并且要求列车运行调整模型能够具备实时滚动，持续 优化的特点，因此，在以往研究的基础上，我们需要引入新 的方法来进一步完善。粒子群优化（PSQ）算法是一类随机全局优化的技术，它通过粒子间的相互作用发现复杂搜索空 间中的最优区域，具有收敛速度快的特点。为此，本文尝试 将粒子群优化应用到列车运行调整问题的模型求解中。2.模型建立及求解2.1 模型假设1）列车的运行线路固定，即不能中途更改运行线路，故不可能出现同一线路上的超车现象
一种基于GA―PSO算法的列车运行调整模型
