基于限速突变的电气多单元多目标运行优化

电动多单元（EMU）是在动态环境中运行的复杂系统。 EMU的实时手动操作策略对多目标操作需求（包括安全性，守时性，准确的火车停放，节能和乘坐舒适性）的满意度取决于驾驶员的经验和给定的V–S曲线（速度与位置的关系曲线）。 为了改进运行策略，在动态分析和限速突变的基础上，建立了动车组运行的多目标优化模型。 使用改进的粒子群优化算法，通过在线优化EMU的运行策略获得帕累托最优解集。 最后，根据偏好顺序排序，从帕累托集合中选出一种最优的操作策略，该策略可以实时满足多目标需求。 对CRH380AL（中国铁路高速动车组380AL）的现场数据的实验结果证明了该方法的有效性。 。