典型文献
超高速磁悬浮列车闭塞分区设计与优化模型
文献摘要：
超高速磁悬浮列车闭塞分区的划分不仅是设计能力的重要影响因素之一,也与牵引供电设备成本密切相关,对指导超高速磁浮列车经济、合理、科学的系统设计及规划具有重要意义.本文以平均发车间隔和分区工程造价为目标,通过构建超高速磁悬浮列车能力计算模型,将闭塞分区划分问题转化为一个混合整数非线性规划问题,并采用非支配排序遗传算法(Non-dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)优化闭塞分区设计.基于超高速磁悬浮列车的线路、列车以及信号系统相关数据,设计仿真案例对上述算法进行评估,并与基于线性加权方法的多目标遗传算法(Vector-Evaluated Genetic Algorithm,VEGA)的求解效果进行对比.结果表明:NSGA-Ⅱ生成的Pareto最优解质量和求解速度均优于VEGA,仿真结果精确满足各项约束.
文献关键词：
交通信息工程及控制;超高速磁悬浮列车;设计能力计算;闭塞分区;非支配排序遗传算法
中图分类号：
作者姓名：
马琳;郑勇;金成日
作者机构：
北京交通大学电子信息工程学院,北京 100044;中国航天科工飞航技术研究院,北京 100044
文献出处：
引用格式：
[1]马琳;郑勇;金成日-.超高速磁悬浮列车闭塞分区设计与优化模型)[J].北京交通大学学报,2022(05):131-141
A类：
超高速磁悬浮列车,闭塞分区划分,设计能力计算
B类：
分区设计,设计与优化,牵引供电设备,设备成本,高速磁浮列车,划具,发车间隔,工程造价,问题转化,混合整数非线性规划,规划问题,非支配排序遗传算法,Non,dominated,sorting,genetic,algorithm,NSGA,信号系统,线性加权,多目标遗传算法,Vector,Evaluated,Genetic,Algorithm,VEGA,Pareto,最优解,交通信息工程及控制
AB值：
0.220424
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
