改进的pso算法在高速列车运行调整模型中的应用

改进的pso算法在高速列车运行调整模型中的应用

ID:35082262

大小:1.60 MB

页数:46页

时间:2019-03-17

改进的pso算法在高速列车运行调整模型中的应用_第1页
改进的pso算法在高速列车运行调整模型中的应用_第2页
改进的pso算法在高速列车运行调整模型中的应用_第3页
改进的pso算法在高速列车运行调整模型中的应用_第4页
改进的pso算法在高速列车运行调整模型中的应用_第5页
资源描述:

《改进的pso算法在高速列车运行调整模型中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、改进的PSO算法在高速列车运行调整模型中的应用重庆大学硕士学位论文(学术学位)学生姓名:王军彤指导教师:胡小兵副教授专业:计算数学学科门类:理学重庆大学数学与统计学院二O一六年四月TrainOperationAdjustmentModelBasedonanImprovedParticleSwarmOptimizationAlgorithmAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheM

2、aster’sDegreeofScienceByWangJuntongSupervisedbyAsso.Prof.HuXiaobingSpecialty:ComputationalMathematicsCollegeofMathematicsandstatisticsofChongqingUniversity,Chongqing,ChinaApril,2016重庆大学硕士学位论文中文摘要摘要为了保证高速列车运行正常,需要有一套统一有效的列车运行调整计划,而高速列车准点到达是列车运行调整计划亟待解

3、决的重要问题之一。该问题是一个大规模的多约束条件组合优化问题,一般的精确算法难以解决,人工智能算法成为解决列车运行调整问题的有效方法。但智能算法由于本身的一些缺陷在实际运用时很难发挥出作用。因此,为了使列车实际运行时间与计划运行时间的差异达到最小化,对经典的智能优化算法—微粒群算法的研究、改进从而应用并解决该问题上成为重中之重。微粒群算法实际上是一种通过模拟鸟类飞行行为而得到启发的一种智能优化算法。该算法虽然保留了基于种群的全局搜索策略,但与其它算法相比,其采用的速度-位移模型操作简单,是一种更

4、为高效的并行搜索算法。但PSO算法也存在如算法局部搜索能力较差,搜索精度不够高,算法不能够绝对保证搜索到全局最优解,容易陷入局部极小解的缺点。混合蛙跳算法则可以通过局部深度搜索和全局跳跃信息交换的平衡策略使得算法能跳出局部极值点,向着全局最优解方向靠近。针对PSO算法存在的问题和不足,本论文利用蛙跳简化粒子群算法这种混合PSO算法对列车运行调整问题进行较为深入的研究,从而证明该算法在解决高速列车运行调整问题方面是有效的。论文首先介绍了国内外对列车运行调整问题的发展趋势和研究现状。结合实际情况,提

5、出了列车运行调整问题的数学模型。接着概括说明了PSO算法理论知识、公式、算法步骤,并分析了混合蛙跳算法理论的知识。针对PSO算法的不足,利用混合蛙跳算法的特点,将其运用到PSO算法中,保证了各个小组内粒子间的差异性,避免了标准PSO算法易陷入局部最优。最后论文在相同情况下将蛙跳简化粒子群算法与基本粒子群算法、混合蛙跳算法和改进的差分算法求得的值做比较,证明了蛙跳简化粒子群算法的有效性,表明该算法为解决列车运行调整问题的发展提供了新的思路。但是高速列车运行调整工作本身是一项十分复杂而又有规律的工作

6、,其复杂性表现在可能时时刻刻都都会有新的情况出现。本文研究的所述模型和算法比较单一,并不能处理许多相对特殊的工作。所以还需要做大量深入研究,使高速列车运行系统更加完善。关键词:高速列车运行调整;粒子群算法;混合蛙跳算法;蛙跳简化粒子群算法I重庆大学硕士学位论文英文摘要ABSTRACTInordertoensurethenormaloperationofhigh-speedtrains,therailwayworkersneedtohaveunifiedandeffectivecorrelatio

7、noftrainoperationadjustmentplans,whilearrivingnormallyistobeanimportantpartofoperationadjustmentplans.Ascanbeseenfromthemathematicalmodeltrainoperationadjustmentandconstraintsfortrainoperationadjustmentareamassivemulti-constraintcombinatorialoptimiza

8、tionproblem.Becauseofthecomplexityoftheissue,generalaccuratealgorithmisdifficulttosolve,artificialintelligencemethodsbecomeeffectivewaystosolvetheproblemoftrainoperationadjustments.Butthewidespreaduseofintelligentalgorithmscannotplayarolebecausethatt

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。