基于离散差分进化算法的动车组运用优化问题研究.pdf

分 类 号： TP391

学校代码： 10109

密 级： 公 开



太原科技大学硕士学位论文 
（学术型） 


学位论文题目： 基于离散差分进化算法的动车组运用
优化问题研究
英 文 题 目： Research on Discrete Differential
Evolution Algorithm in Train-set
Scheduling Problem

研究生姓名：高 杨
导师姓名及职称： 张春美副教授 郭红戈副教授
培 养 单 位： 电子信息工程学院
学 科 专 业：控制科学与工程
论文提交日期：2018 年 4 月 10 日
论文答辩日期：2018 年 5 月 25 日
答辩委员会主席：王召巴 教授
论文独创性声明

本人郑重声明：所呈交的论文，是本人在导师指导下，
独立进行研究所取得的成果。除文中特别加以标注和致谢
的地方外，论文中不包含其他个人或集体已经发表或撰写
的研究成果。对本研究所做的任何贡献的个人或集体均已
在论文中作了明确的说明并表示了谢意。本声明产生的法
律责任由本人承担。

论文作者签名： 日期：
中 文 摘 要
中 文 摘 要

动车组的运用包括动车组担当的列车车次、始发终到车站、运行时间、走行路径以
及其在运营过程中所需要的各级检修作业等内容。动车组的运用实质是充分考虑动车组
列车衔接和维修约束条件下的优化利用问题，是典型复杂环境中的优化问题。差分进化
（Differential Evolution Algorithm, DE）算法具有原理简单、控制参数少以及通用性强等
优点；在进化阶段，DE 算法特有的变异操作算子且不依赖于问题的特征信息，使其表
现出较强的全局收敛性和高可靠性，因此适用于复杂环境下的优化问题求解。
从优化动车组列车接续关系的角度出发，研究动车组运用计划的数学模型及其优化
求解算法。具体内容如下：
（1）针对动车组周转接续优化问题，提出一种置换方式下选择概率 Q 最优的离散
差分进化（Discrete Differential Evolution for the Permutations space based on Optimal Q,
DDEP-Q）算法。已知高速铁路全线、成对列车运行图，针对动车组周转接续优化模型，
利用 DDEP-Q 算法求解此模型，得到动车组的最优周转方案。针对 DDEP-Q 算法，种
群中的初始个体的表示方法采用正整数编码；利用相邻交换次数最佳的随机冒泡排序算
法对差分变异算子进行设计，并引入适应性调节策略；在标准 DE 的二项式交叉策略的
基础上，随机选择交叉点，进行部分基因交换，避免最优解结构遭到破坏；同时引入一
定的选择概率的“贪婪”选择策略，提高算法求解动车组周转接续优化问题的有效性。
以武广客运专线的长沙站为研究对象，应用 DDEP-Q 算法求解动车组周转接续优化问
题，并在 MATLAB 编程环境下仿真实现，其结果表明，相比蚁群优化（Ant Colony
Optimization, ACO）算法，DDEP-Q 算法可以快速获得较好质量的解，即得到动车组周
转优化方案。
（2）在满足检修时间和里程约束的条件下，建立了动车组运用计划编制