基于改进粒子群优化算法的城轨列车ATO节能优化研究
马旭驰1
陈丹凤2
1.安徽电子信息职业技术学院机电工程学院,安徽 蚌埠 2330002.佛山大学广东省工业智能检测技术重点实验室,广东佛山 528000
摘要：针对粒子群优化算法(Particle Swarm Algorithm,PSO)由于快速收敛特性导致易早熟的问题,提出一种改进粒子群优化算法(Improved Particle Swarm Algorithm,IPSO).首先,为提高算法的多样性,引入了一种新颖的动态惯性权重方法以及自适应加速系数,以动态调整粒子的搜索范围.其次,提出一种新的速度更新策略,该策略充分利用了优质解的信息,以进一步提高算法的收敛速度.最后,为验证IPSO算法的有效性,采用5个标准函数进行测试,结果表明IPSO算法的优越性.此外,将改进后的算法求解城轨列车自动驾驶(Automatic train operation,ATO)节能优化问题效果也是最优的.
关键词：粒子群优化算法动态惯性权重自适应加速系数ATO
分类号：TP292(自动化技术及设备)U231.6(特种铁路)
资助基金：国家自然科学基金(5237071350)安徽省省级质量工程教学研究项目(2023jyxm1522)安徽电子信息职业学院校级科研项目(2024kyxmzk008)
论文发表日期：2025-10-30
在线出版日期：2025-11-06（本平台首次上网日期，不代表文献的发表时间）
页数：9( 85-93 )
英文信息