张江涛，武晓春

基于改进MH算法的高铁ATO运行操纵多目标优化研究

张江涛，武晓春

(兰州交通大学 自动化与电气工程学院，甘肃 兰州 730070)

在高速列车运行过程中，运行环境变化将对ATO提出更高的计算要求，ATO既要满足实时计算又要满足运行操纵多目标优化。针对该问题提出一种改进MH算法计算列车运行操纵序列。在原有MH算法基础上，对算法计算频率与寻优目标函数进行改进，提出随机惯性权重粒子群算法与司机驾驶逻辑相结合的方式计算运行操纵序列，通过选取合理的计算间隔时间使得算法性能最佳。以武广高铁85 km线路仿真高铁自动驾驶，改进MH算法中随机惯性权重粒子群算法的收敛速度优于原算法。仿真结果表明：改进MH算法在列车运行准点性和停车精度方面得到提升，为ATO在线计算提供思路。

ATO；多目标优化；实时计算；改进MH算法

随着中国高铁向智能化迈进，ATO(Automatic Train Operation)技术成为智能高铁的核心技术之 一[1]。ATO根据目标速度曲线进行控车，该曲线由列车运行操纵序列计算得到[2]。当线路运行时间、运行环境发生变化后，ATO需要重新计算列车运行操纵序列，即[牵引/制动力，时间]序列[3]；此外，ATO还需要满足准点、节能运行效果。因此，如何实现ATO实时计算以及列车运行操纵的多目标优化便显得十分重要。国内外学者对列车运行操纵优化展开了大量的研究，Ichikawa[4]通过哈密顿方程计算列车在平直线路运行环境下的最优惰行−制动工况转换点。后续学者展开更深入的研究，Howlett采用极大值定理论证了列车平直线路最优驾驶策略应由最大牵引、巡航、惰行、最大制动4部分组成[5−6]，学者们反复论证了合理的惰行−巡航工况转换点可以达到准点与节能的效果。……