11月30日小结

西南交通大学博士论文多目标列车运行过程优化及控制策略研究

列车运行过程属于多目标优化问题，有多个甚至无穷多个相互非劣的pareto最优解，能耗、正点率、停靠准确性为目标，安全性为约束的多目标运行过程建模。

微粒子群算法，提出了相应的改进优化过程，改善了算法计算的复杂度和收敛性。

1、对解的基本要求融入更新过程

2、分六种模式

3、人机交互的优化方式

国外现状最初的是无限速、没有坡道的平道-》常坡道，线性能耗为优化目标-》变坡道-》加速恒速惰性制动-》

输入控制连续变化时，极限值原理推导出最用控制策略

输入控制为离散量时，以库恩塔克方程求得关键方程，筛选最优控制策略-》变化坡道上具有任意限速的列车运行过程优化问题，极小值原理

用到的算法：模糊控制技术，遗传算法，神经网络

1、模糊和预测控制结合

2、以能耗和时间为目标，用遗传算法优化ato算法

3、遗传算法和differentialevolution用于优化列车运行

国内现状现代优化理论和智能控制理论

1、极小值原理（马林）

2、满意优化理论（金炜东）

3、平道的情况，假定列车控制策略为有限集（程家兴）

4、离线寻优，建立优化操纵运行数据库，结合在线实时调整（蒋遥远）

5、离线寻优，在线模糊控制的方法（北京交通大学）

6、模糊预测控制理论，分为启动、恒速、限速、减速、停车五个阶段，建立模糊多目标模型（冯晓云）