基于粒子群算法的轨道车辆设备布局优化

黄辉嘉; 杨岳; 魏晓斌; 陈晓

基于粒子群算法的轨道车辆设备布局优化

1.
中南大学交通运输工程学院,长沙 410075;
2.
株洲电力机车有限公司大功率交流传动电力机车系统集成国家重点实验室,株洲 412000

基金项目: 国家重点实验室开放课题（2017ZJKF09）。

详细信息

作者简介:
黄辉嘉，在读硕士研究生；杨岳，教授。

中图分类号: U270.2:TP39
计量
- 文章访问数: 79
- HTML全文浏览量: 0
- PDF下载量: 66
出版历程
- 收稿日期: 2018-01-07
- 刊出日期: 2018-08-24

Equipment layout of rolling stock based on particle swarm optimization algorithm

1.
School of Traffic & Transportation Engineering, Central South University, Changsha 410075, China;
2.
The State Key Laboratory of Heavy Duty AC Drive Electric Locomotive Systems Integration, CRRC Zhuzhou Locomotive Co. Ltd., Zhuzhou 412000, China

摘要

摘要: 轨道车辆车上设备布局是轨道车辆设计中一个重要的环节，开展轨道车辆设备布局优化设计对保证轨道车辆的安全运行具有重要作用。考虑轨道车辆设备外轮廓约束、设备干涉约束等，建立了以设备总重心相对于轨道车辆自身中心的距离最小化的轨道车辆布局优化数学模型。根据轨道车辆设备布局优化的特点设计了基于粒子群算法的轨道车辆设备布局数学模型。采用线性递减权值策略，通过改进惩罚因子，有效地引导粒子群算法向全局最优解方向收敛。以轨道工程车辆的设备布局问题为实例，采用本文算法进行了车上设备布局优化设计的实例分析，表明本文方法可有效解决轨道车辆设备布局优化问题。
- 轨道车辆 /
- 布局优化 /
- 粒子群算法 /
- 线性权值递减策略
Abstract: The layout of on-board equipment is an important link in the design of rolling stock. The optimization of the equipment layout plays an important role in ensuring the safe operation of rolling stock. Considering the constraints of equipment interference and module boundary etc., an equipment layout optimization of rolling stock mathematical model was established that minimized the distance between the total gravity center of equipment and center of the rolling stock. According to the characteristics of equipment layout optimization of the rolling stock, an equipment layout optimization of rolling stock mathematical model based on particle swarm optimization(PSO) algorithm was designed. Using the linearly decreasing inertia weight strategy, the PSO algorithm was effectively guided to converge to the global optimal solution by improving the penalty factor. Finally, this paper presented an example of the optimization design of on-board equipment layout of a track construction vehicle and showed that this method could effectively solve the problem of equipment layout optimization of rolling stock.
- rolling stock /
- layout optimization /
- PSO /
- linearly decreasing inertia weight strategy

HTML全文

参考文献(8)

[1]	荆道艳. TPB 车体有限元分析与车下设备布局优化研究[D].北京：北京交通大学，2007.
[2]	Xiao Renbin, Xu Yichun, Amos Martyn. Two hybrid compaction algorithms for the layout optimization problem. Bio Systems 2007(90): 560–567.
[3]	包子阳，余继周. 智能优化算法及其MATLAB 实例[M]. 北京：电子工业出版社，2016，103-111.
[4]	崔佳. 基于协同进化粒子群的聚合反应优化研究[D]. 哈尔滨：哈尔滨理工大学，2011.
[5]	郑博文. 基于改进的粒子群算法的地铁时刻表调整方法研究及实现[J]. 铁路计算机应用，2017，26（11）：16-21.
[6]	冯菲，孙玫肖，刘文韬. 基于改进PSO 算法的测试数据自动生成方法研究[J]. 铁路计算机应用，2013，22（3）：10-12.
[7]	Shi Yuhui, Eberhart Russell. A modified particle swarm optimizer[C]//IEEE International Conference on Evolutionary Computation, Piscataway, NJ: IEEE Service Center, 1998: 69-73.
[8]	王刚，张定华，陈冰. 基于分工合作和搜索空间重构的粒子群优化[J]. 计算机工程与应用，2010，46（2）：51-54.

施引文献(6)

期刊类型引用(3)

1.	许以凯，杨艺，张明凯，赵才友，万壮. 基于改进模糊C均值聚类与SMO算法的地铁轨道健康状态评价. 铁道标准设计. 2024(11): 53-59 . 百度学术
2.	师小龙，陈浩林，王佳康，尹昱成，徐一楠，台永丰，杨睿，李燕飞. 基于随机森林的轨道交通成本关键要素辨识方法. 中国高新科技. 2022(06): 76-78 . 百度学术
3.	邹俊斌，何俊杰. 低压成套开关设备全生命周期成本模型及认证探讨. 质量与认证. 2021(S1): 218-221 . 百度学术