[发明专利]一种基于双层模式曲线的机车优化操纵序列计算方法

摘要

本发明提供了一种基于双层模式曲线的机车优化操纵序列计算方法，其特征在于，双层模式曲线中的上层模式曲线进行给定路线路全路段机车运行时间分配模式曲线学习，下层模式曲线进行各个区段内对机车运行速度模式曲线的学习。再利用从优秀司机操纵数据中提取的模式曲线来求解机车优化操纵序列。本发明的方法避免了对全局进行搜索，提升了算法效率，降低了计算复杂度。随着对越来越多的数据加入学习使用和对数据更加细致的筛选处理，本发明计算方法能更加逼近一个更优解，可重复利用性高，能够在不同线路上多次运行，不需要更改算法本身的策略。

主权项

一种基于双层模式曲线的机车优化操纵序列计算方法，其特征在于，双层模式曲线中的上层模式曲线进行给定路线路全路段机车运行时间分配模式曲线学习，以获得任一区段机车运行时间百分比与机车质量、机车运行总时间、该区段的坡道类型、该区段的长度和该区段的加算坡度之间的函数关系，下层模式曲线进行各个区段内对机车运行速度模式曲线的学习，以获得区段内各个分段点的速度与上层模式曲线得到的该区段时间分配的百分比，该区段的长度、该区段的加算坡度，机车质量和机车运行总时间之间的函数关系，包括以下步骤： 1)采集多条线路机车运行数据和线路数据，运行数据指的是在该线路上驾驶机车的优秀司机的行驶数据，并根据加算坡度的大小和机车运行情况对给定线路进行分段， 2)按线路分段得到的区段从采集的运行数据中分别提取上层运行数据和下层运行数据，即全局运行数据和区段运行数据， 全局运行数据包括机车质量M、运行总时间T、区段的坡道类型S、区段的长度L、区段的加算坡度G、优秀司机驾驶机车在区段中运行的时间占运行总时间T的百分比α， 区段运行数据包括机车质量M、运行总时间T、区段的坡道类型S、区段的长度L、区段的加算坡度G、优秀司机驾驶机车在区段中运行的时间占运行总时间T的百分比α，优秀司机驾驶机车在区段中运行的速度曲线， 3)进行给定线路全路段机车运行时间分配模式曲线学习 设α_区段为机车运行的线路分段中任一个区段时间分配的百分比，该区段的长度为L_区段、加算坡度为G_区段，运行的机车质量为M，线路内机车运行的总时间T，则设 对步骤2)中得到的上层运行数据按上式(I)进行多元非线性回归，将得到的拟合曲线与优秀司机驾驶机车的数据的区段时间分配的百分比的平均值进行比较，以拟合效果最佳的曲线的i的取值及此时系数β_i1，β_i2，β_i3，β_i4，β_i0的取值确定该区段机车运行时间分配的百分比曲线，最终得到全路段机车运行时间分配模式曲线， 4)对各区段内机车运行速度分配模式曲线学习 将给定线路中的任一个区段分为p等分，设V_区段k为该区段中第k个等分点的机车运行速度，1≤k≤p，入坡初始速度为V_区段0，入坡初始速度指的是进入该区段时的速度，设α_区段为机车运行的该区段时间分配的百分比，该区段的长度为L_区段、加算坡度为G_区段，运行的机车质量为M，线路内机车运行的总时间T，则有， 对步骤2)中得到的下层运行数据按上式(II)进行多元非线性回归，将得到的拟合曲线与优秀司机驾驶机车的数据的平均值进行比较，以拟合效果最佳的曲线的j的取值及此时系数ρ_j1，ρ_j2，ρ_j3，ρ_j4，ρ_j5，ρ_j6，ρ_j7，ρ_j0的取值确定区段中一个等分段机车运行的速度模式曲线，同样能够得到每一个等分段的速度模式曲线，将各等分段的速度模式曲线之间用平滑曲线 连接，最终得到区段的速度模式曲线， 5)对需进行优化的线路，按以下步骤进行处理， 5.1)优化线路是步骤1)中采集到的线路数据的子集，利用步骤1)中获得的线路数据，我们可以依据加算坡度的大小对线路进行分段； 5.2)对需要优化的线路进行分段后，得到分段后的区段坡道长度和区段的加算坡度，以及机车运行总时间、机车质量和机车进入需要优化的线路的初始速度一起作为已知条件，利用步骤3)得到的全路段机车运行时间分配模式曲线获得各区段的的时间分配比例， 5.3)利用步骤4)得到的区段的速度模式曲线获得第一等分段的优化速度曲线，然后将第一等分段的优化速度曲线中的出段速度作为第二等分段的初始速度，依次计算出整条需要优化的线路的速度曲线， 6)利用步骤5)得到的各区段的时间分配比例和各区段内的速度曲线计算机车的档位操作序列。