Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京理工大学胡文斌获国家专利权

南京理工大学胡文斌获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉南京理工大学申请的专利一种考虑客流的时刻表和速度曲线优化方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116467588B

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310124196.4,技术领域涉及:G06F18/214;该发明授权一种考虑客流的时刻表和速度曲线优化方法是由胡文斌;许久奇;刘俊杰;苏泓杰设计研发完成,并于2023-02-16向国家知识产权局提交的专利申请。

一种考虑客流的时刻表和速度曲线优化方法在说明书摘要公布了:本发明公开了一种考虑客流的时刻表和速度曲线优化方法。该方法步骤如下:对历史断面客流进行聚类分析划分客流时刻特性,建立神经网络客流预测模型;基于单车间运行情况,根据动力学公式,利用改进的模拟退火算法优化列车速度曲线行驶过程中的工况转换点,使得最终单区间满足列车精准停站,能耗最低等条件;针对多列车多站间运行过程,建立运行时间和停站时间时刻表优化模型,利用模拟退火算法求解以列车牵引总能耗以及乘客等待时间最小为优化目标的问题。本发明方法综合考虑了客流情况下,对单列车速度曲线和时刻表双向优化,最大化降低全线列车总牵引能耗,总运营能耗以及乘客等待时间,具有较高的使用价值与应用前景。

本发明授权一种考虑客流的时刻表和速度曲线优化方法在权利要求书中公布了:1.一种考虑客流的时刻表和速度曲线优化方法,其特征在于,包括以下步骤: 步骤1,获取线路历史断面客流数据,并进行聚类分析; 步骤2,根据聚类分析结果,建立神经网络短时客流预测模型,预测当天客流数据; 步骤3,获取轨道列车基本线路数据,主要包括线路坡弯道数据,列车电气数据; 步骤4,基于单区间运行情况,根据列车线路数据和电气数据搭建动力学模型,结合列车实际运行过程中的准点率,乘客舒适度,运行时间以及牵引能耗作为优化目标,建立基于并行的模拟退火算法的速度曲线优化模型,得到每个站间不同运行时间的节能运行速度曲线; 步骤5,建立可供节能时刻表分析计算的数据模块,在多列车协同运行情况下,以全线路列车牵引总能耗以及乘客的等待时间最小为优化目标,结合上述单区间运行情况下建立的速度曲线优化模型,建立时刻表和速度曲线一体化优化模型,利用并行模拟退火算法,在优化时刻表运行时间和停站时间同时,也优化速度曲线; 步骤5所述的建立可供节能时刻表分析计算的数据模块,在多列车协同运行情况下,以全线路列车牵引总能耗以及乘客的等待时间最小为优化目标,结合上述单区间运行情况下建立的速度曲线优化模型,建立时刻表和速度曲线一体化优化模型,利用并行模拟退火算法,在优化时刻表运行时间和停站时间同时,也优化速度曲线; 步骤5.1,导入步骤3中可供节能时刻表分析计算的基本数据模块; 可供节能时刻表分析计算的数据模块包括列车运行数据模块、轨道线路数据模块和运营时刻表数据模块;其中,列车运行数据模块包括列车在各区间运行时产生的时间-功率数据,可由步骤4中优化所得到的各区间在不同运行时间下的节能速度曲线计算得到;轨道线路数据模块包括接触网单位阻抗、轨道单位阻抗、牵引变电站位置、牵引变电站特性参数、车站位置、供电分区这些数据信息;运营时刻表数据提供开行列车在各个站点的到发时刻,包括列车编组、在线列车数、备用列车数、各列车始发站与始发时间; 步骤5.2,决策变量设置:采用实数编码,依次将每个站点的停站时间与每个站间的运行时间调整量Δt作为决策变量输入,设n为起始站台到终点站台所包含的站台个数,则对应的运行区间数为n-1,则决策变量的数量为4n-2,包括上下行,则决策变量形式表示为:x=[Δt1,Δt2,···,Δti,···,Δt4n-2]; 步骤5.3,目标函数设置:针对时刻表多列车协同优化运行情况,以全线路列车牵引总能耗以及乘客的等待时间最小为优化目标,优化时刻表运行时间和停站时间; 步骤5.3.1,全线列车牵引总能耗计算公式: 假设T_start为仿真开始时间,T_end为仿真结束时间,Δt为仿真步长; 则当前仿真时刻为T_start+nΔt,n为仿真计数次数;根据当前仿真时刻以及步骤2客流预测结果,可知当前运行区间的客流数据pi;根据初始化的决策变量x=[Δt1,Δt2,···,Δti,···,Δt4n-2],则当前区间优化的运行时间为ti+Δti,将当前区间的断面客流数据以及优化得分运行时间作为步骤4单车速度曲线优化的输入,得到当前区间优化后的速度曲线和功率曲线以及单区间能耗值Ei,则得到全线总牵引能耗值E为: 式中,T_start为仿真开始时间,T_end为仿真结束时间,n为所有在线列车数,m为当前所有区间数; 步骤5.3.2,乘客等待时间计算公式: 乘客在站台内变化主要分为三个部分,一部分为列车i到达站台n,乘客等待列车屏蔽门打开和等待车内乘客下车的时间Dnρn范围内,站台n的乘客的数量变化,逐渐递增;一部分为乘客开始陆续上车时,车站内乘客数量的变化,逐渐递减;一部分为列车i驶离站台n到下一辆车到达该站台时间段内,由于列车容量限制,部分乘客不能乘坐此趟列车而滞留的乘客和在该时间段内新增客流的变化,逐渐递增; 当列车i到达n站时,此时站台的乘客数量等于发车间隔时间内新到达的乘客数量与上一车站滞留乘客数量之和,满足下式: 式中为的第i辆车到达n站台时的乘客数量;αn为当前站台的乘客到达率,由客流数据得到;上一车站的上车乘客数量; 根据城市轨道交通实际运行情况,当客流量较多时,受列车容量的限制,会出现乘客滞留的情况,因此列车i在站台n的具体乘客上车数为列车剩余容量数与当前站台数量的最小值,满足下式: 式中C为列车容量,每辆列车都为固定值;表示列车i到达站台n时的车内乘客数量,通过步骤2客流预测数据得到每个时刻的区间断面客流量,即为车内现有乘客数量;为列车在站台n的下乘客下车数量,满足下式: 式中λn为乘客在n站的下车率,通过客流数据获得; 因此乘客在站台n的等待时间即为三个部分的面积之和,分别用下式获得: 则乘客在列车i到达站n到列车i+1到达站n这段时间内乘客的等待时间和为下式所示: 综上,能够得到,乘客在给定运行时间[T_start,T_end],总的等待时间为: 而乘客等待时间的量纲为人秒,能耗量纲为KWh,由于能量和时间的求解尺度不同,需要对目标函数进行归一化处理,使其量纲一致,即: 其中Emin和Emax表示能耗目标函数Ex的归一化的最小值和最大值;Smin和Smax表示乘客等待时间目标函数St的归一化的最小值和最大值;为找到一个同时满足两个目标函数的解决方案,制定一个折中的目标函数,如下式所示: 其中c1、c2分别表示两个对象的权重系数; 步骤5.4,相关约束条件设置,对决策变量的调整以及初始化随机生成需要满足一定的约束条件: 步骤5.4.1,周转时间约束:不改变周转时间的前提下,优化站间运行时间和停站时间,具体约束形式如下: 式中,N为站台个数,xn为列车在n站的停站时间,trn,n+1为列车在n至n+1站的运行时间,tz、tz'为列车在两端折返站的折返时间,Tzup、Tzdown为上、下行周转时间; 步骤5.4.2,站间运行时间约束:包括单个站间的运行时间约束及所有站间总运行时间约束,具体形式如下: 其中,和为n至n+1站间的运行时间上下限值,和为上行所有站间总运行时间的上下限值,和为下行所有站间总运行时间的上下限值; 步骤5.4.3,停站时间约束:包括单个车站的停站时间约束及所有车站总停站时间约束,具体形式如下: 其中,和为n站的停站时间上下限值,和为上行所有车站总停站时间的上下限值,和为下行所有车站总停站时间的上下限值; 步骤5.5,设置初始化参数:初始种群M个解x=[Δt1,Δt2,···,Δti,···,Δt4n-2],初始温度T0,终止温度Te,外循环未被提高最大次数N,内循环迭代次数L,内循环未被提高最大次数K; 步骤5.6,根据总牵引能耗计算公式以及乘客等待时间计算公式,计算每个初始种群的目标函数值并保存各种群最优解Pbest以及全局最优解gbest; 步骤5.7,外循环设置:WhileT>Teamp;amp;NUM<N,判断当前退火温度是否大于设定的终止温度,以及外循环全局解保持次数是否小于设定值,当不满足时,跳出外循环,终止算法; 步骤5.8,开始遍历M个种群fori=1;i<=M;i++,并在遍历前,设置局部解计数器num,以及内循环未被提高次数K,设置内循环终止条件Whilel<Lamp;amp;num<K,判断内循环迭代次数是否达到设定次数,以及未被提高次数是否小于设定值K; 步骤5.9,在当前解领域内结果中产生一个候选解X′,并根据上述总牵引能耗计算公式以及乘客等待时间计算公式计算适应度函数值F,根据min[1,exp-ΔCt]产生的值来判断是否接受新值; 步骤5.10,计算增量ΔF=FX′-FX,若ΔF>0,重置num=0;否则num=num+1;判断当前执行次数或者解未被提高次数是否符合内循环条件; 步骤5.11,判断各个种群是否出现历史最优解,更新局部最优解Pbest及全局最优解gbest,若全局解未被更新NUM=NUM+1;否则NUM=0; 步骤5.12,进行退温操作,判断当前温度是否等于或者低于终止温度,或者全局未被更新次数NUM>N,则跳出本层循环; 步骤5.13,在M个记忆数组中分别找到各个种群最优的解,再找出所有种群中最优的解,即为全局最优解; 步骤5.14,输出结果,算法结束,即各站点停站时间与各站间运行时间的最优调整量,包括上下行; 步骤6,输出优化后的结果,即区间节能速度曲线,全线列车最优时刻表。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京理工大学,其通讯地址为:210094 江苏省南京市玄武区孝陵卫街道孝陵卫街200号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。