[发明专利]为城轨列车生成ATO速度控制命令的方法

摘要

本发明公开了一种为城轨列车生成ATO速度控制命令的方法，包括速度命令生成系统，其创新在于：所述速度命令生成系统由多目标粒子群优化模块、外部档案模块和处理模块组成；所述速度命令生成系统先对各个子线路进行处理，生成多个多模态Pareto前沿解集，然后根据多个多模态Pareto前沿解集获得多个备选方案，根据备选方案即可求解出ATO速度控制命令；本发明的有益技术效果是：提出了一种为城轨列车生成ATO速度控制命令的方法，通过该方法，能够获得符合多目标优化目的的多个备选方案，方法的搜索全面性较好，收敛性较好。

主权项

1.一种为城轨列车生成ATO速度控制命令的方法，包括ATO系统和速度命令生成系统，所述速度命令生成系统能为ATO系统生成ATO速度控制命令，所述ATO系统能根据ATO速度控制命令对列车进行控制；其特征在于：所述速度命令生成系统由多目标粒子群优化模块、外部档案模块和处理模块组成；所述方法包括：设某一运营线路上存在n+1个站点，位置相邻的两个站点之间的路段记为一个子线路，则该运营线路中存在n个子线路；(一)为每个子线路生成多个单模态Pareto前沿解集，每个单模态Pareto前沿解集包含1个或多个前沿解；对单个子线路所对应的所有前沿解进行支配关系识别：对于不存在支配关系的前沿解，则全部保留，对于存在支配关系的前沿解，只保留支配者，移除受支配者；被保留下来的前沿解即形成多模态Pareto前沿解集；多个子线路即对应多个多模态Pareto前沿解集；(二)对多个多模态Pareto前沿解集进行处理，获得多个备选方案；(三)从多个备选方案中选取一者，根据选取出的备选方案求解出ATO速度控制命令；在多个备选方案中进行选择时，若以节能为目的，则分别求解出各个备选方案的能耗，然后选取能耗最小的备选方案，若以省时为目的，则选择全线路时间最短的备选方案；所述步骤(一)中，按如下的方法一为单个子线路生成单个单模态Pareto前沿解集：1)设定基础数据和约束参数；所述基础数据包括：子线路参数、站点参数、列车参数、ATO系统参数；所述约束参数包括：限速参数、停车位置参数、到站时间参数、列车工况转换原则；2)按如下方式设定粒子：为列车设计控制序列；所述控制序列由多个顺次排列的控制阶段组成，每个控制阶段均对应一种列车工况，列车工况切换时控制阶段也随之切换；列车工况切换时，列车在子线路上所处的位置记为工况转换点；当控制阶段的数量及各个控制阶段的列车工况种类确定后，即形成了一种控制模态；在单种控制模态条件下，对工况转换点的位置进行调节，即可为该种控制模态生成多种控制情况，同一控制情况及其所辖的多个工况转换点记为一个粒子，多种控制情况分别对应多个粒子；3)多目标粒子群优化模块根据公式一对多个粒子进行粒子速度更新处理，得到各个粒子当前的粒子速度，然后根据当前的粒子速度，按公式二对各个粒子进行粒子位置更新处理，得到各个粒子当前的粒子位置；4)根据约束参数，判断各个粒子当前的粒子位置是否为可行解：满足约束参数条件的粒子位置记为可行解，可行解所对应的粒子记为可行粒子，将可行解送入外部档案模块，然后继续按步骤5A)对可行粒子进行处理；外部档案模块第一次收到可行解时，若可行解的数量为1，则外部档案模块直接对可行解进行保存，若可行解的数量为2个或2个以上，则外部档案模块对所有可行解进行支配关系识别：对于不存在支配关系的可行解，则全部保留，对于存在支配关系的可行解，只保留支配者，移除受支配者；保留在外部档案模块中的可行解记为前沿解；后续迭代过程中，外部档案模块对新收到的可行解和前沿解整体进行支配关系识别：对于不存在支配关系的可行解和前沿解，则全部保留，对于存在支配关系的可行解和前沿解，只保留支配者，移除受支配者；不满足约束参数条件的粒子位置记为非可行解，非可行解所对应的粒子记为非可行粒子，然后继续按步骤5B)对非可行粒子进行处理；5A)判断相应可行粒子的迭代次数是否达到设定值：若迭代次数已达到设定值，则进入步骤6)；若迭代次数未达到设定值，则按公式三对可行粒子进行粒子速度更新处理，得到可行粒子当前的粒子速度，然后根据当前的粒子速度，按公式二对可行粒子进行粒子位置更新处理，得到可行粒子当前的粒子位置，返回步骤4)；5B)判断相应非可行粒子的迭代次数是否达到设定值：若迭代次数已达到设定值，则进入步骤6)；若迭代次数未达到设定值，则按公式四对非可行粒子进行粒子速度更新处理，得到非可行粒子当前的粒子速度，然后根据当前的粒子速度，按公式二对非可行粒子进行粒子位置更新处理，得到非可行粒子当前的粒子位置，返回步骤4)；6)待所有粒子的迭代过程都结束后，保留在外部档案模块内的前沿解即形成一个单模态Pareto前沿解集，将单模态Pareto前沿解集输出至处理模块；所述步骤(一)中，按如下的方法二为单个子线路生成多个单模态Pareto前沿解集：对所述步骤2)中的控制阶段的数量及各个控制阶段的列车工况种类进行调整，即可得到多种控制模态，然后按方法一分别对每种控制模态进行处理，即可获得多个单模态Pareto前沿解集；所述步骤(二)中，处理模块按如下方法获得多个备选方案：A)从每个多模态Pareto前沿解集中选取一个前沿解，被选出的多个前沿解即构成一个备选解；按前述的备选解构成形式，采用穷举法，获取到备选解的所有构成形式，即得到多个备选解；B)单个前沿解所对应的列车运行时间记为子线路时间，单个备选解所对应的多个子线路时间的和记为全线路时间；计算出每个备选解所对应的全线路时间，多个备选解即对应多个全线路时间；C)根据设定的运行时间区间，对多个全线路时间是否满足要求进行判断：若全线路时间的时间长度位于运行时间区间内，则相应的备选解即形成一个备选方案；所述公式一为：其中，w为惯性权重，w为设定值；v^k为相应粒子第k次搜索时的搜索速度向量，v¹为设定值；v^k+1为相应粒子第k+1次搜索时的搜索速度向量；c₁和c₂均是数值为正的常数，c₁和c₂均为设定值；和均为[0,1]区间上的随机数，和的具体数值由多目标粒子群优化模块根据多目标粒子群优化算法随机生成；pbest^k为相应粒子第k次搜索时的自身最优位置，pbest¹为设定值；gbest^k为相应粒子第k次搜索时的全局最优位置，gbest¹为设定值；x^k为相应粒子第k次搜索时的位置向量，x¹为设定值；所述公式二为：x^k+1＝x^k+v^k+1其中，x^k+1为相应粒子第k+1次搜索时的位置向量；所述公式三为：其中，为[0,1]区间上的随机数，的具体数值由多目标粒子群优化模块根据多目标粒子群优化算法随机生成；c₃为权衡因子，c₃＝(w+c₁+c₂)/3；cbest^k为调节因子，cbest^k＝(x^k+pbest^k+gbest^k)/3；所述公式四为：其中，f为归一化后的约束违反程度；其中，Q_max为多个粒子所对应的多个总惩罚因子值中的最大值，Q_min为多个粒子所对应的多个总惩罚因子值中的最小值，Q为当前粒子的总惩罚因子值：Q＝Q_v+Q_s+Q_t其中，Q_v为相应粒子对应速度约束条件的惩罚因子、Q_s为相应粒子对应距离约束条件的惩罚因子、Q_t为相应粒子对应时间约束条件的惩罚因子。