(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111608246.3 (22)申请日 2021.12.24 (71)申请人 北京交通大 学 地址 100044 北京市海淀区西直门外上园 村3号 (72)发明人 上官伟　宋鸿宇　盛昭　邱威智　 柴琳果　 (74)专利代理 机构 北京市商 泰律师事务所 11255 代理人 黄晓军 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/30(2012.01) (54)发明名称 一种基于弹性调整策略的高速列车动态追 踪运行优化方法 (57)摘要 本发明提供了一种基于弹性调整策略的高 速列车动态追踪运行优化方法。 包括： 根据列车 实际到站信息以及前行列车运行计划和区间初 始的运行策略， 设计弹性调整机制， 利用静态人 群搜索算法对追踪列车进行离线优化， 包括发车 间隔、 列车运行策略； 之后 在区间内， 采集前车的 实时运行状态信息和周围环境信息， 结合运输需 求， 通过弹性调整策略和动态人群搜索算法对追 踪列车在剩余区间的运行调整策略进行在线优 化， 获取当前状态下最优的运行间隔， 从而在保 障安全的前提下， 提高列车运行效率， 直至到达 终点站。 本发 明可应用于自动驾驶系统或者驾驶 辅助系统， 能够提供安全、 高效、 节能、 平稳的驾 驶策略， 有效提高 高速列车的运行效率。 权利要求书3页 说明书8页 附图4页 CN 114298398 A 2022.04.08 CN 114298398 A 1.一种基于弹性调整策略的高速列车动态追踪运行优化方法， 其特 征在于， 包括： 采集列车追踪静态信息， 该列车追踪静态信息包括列车基本参数、 线路参数以及前行 列车运行计划 和初始的区间运行 策略； 在追踪列车出发前， 建立追踪间隔弹性调整机制， 根据所述追踪间隔弹性调整机制和 所述列车追踪静态信息 建立追踪运行多目标优化模型； 利用静态人群搜索算法获取列车最 优发车间隔； 采集前行列车的实时运行状态信息和临时限速信息； 在追踪列车根据最优发车间隔出发后， 基于所述前行列 车的实时运行状态信 息和临时 限速信息采用动态人群搜索算法求解所述追踪运行多目标优化模型， 经过迭代寻优获得列 车在剩余区间动态最优的追踪运行 策略， 控制列车运行， 直至列车到 达终点站。 2.根据权利要求1所述的方法， 其特征在于， 所述的在追踪列车出发前， 建立追踪间隔 弹性调整机制， 包括： 以追踪列车实 际追踪间隔为评估对象， 建立追踪间隔弹性调整机制， 包括建立最优追 踪间隔模型、 追踪状态评估 模型和列车弹性调整策略； 追踪列车与前 行列车的最优 追踪间隔 的计算如下： 其中， ξ 为 最优间隔因子； 为追踪列车与前 行列车的最小安全追踪间隔， 计算过程如 下： 其中， 为司机反应时间内追踪列车运行距离； 为追踪列车当前运行速度下的常 用制动距离； 为安全防护距离； 为列车长度； 为列车i‑1的紧急制动距离； 追踪状态评估 模型的计算过程如下： 其中， 前后车的实际追踪间隔， 计算过程如下： 其中， 为列车i的实际运行位置； 为列车i‑1的实际运行位置 。 结合前行列 车在下一 时刻的运行工况， 列 车弹性调整策略为追踪列 车提供下一时刻的 控制命令， 具体包括： 当Qi∈(1+ξ， +∞)时， 列车实际追踪间隔小于最小安全追踪间隔， 即 追踪列 车在下一时刻应采取制动工况； 当Qi∈(1,1+ξ )时， 列车追踪状态为 “间隔较小 ”， 即 如果前行列车在 下一时刻为制动工况， 则追踪列车在下一时刻也应采取制动工况， 否则采取惰行工况； 当Qi∈[1/(1+ε ),1] 时， 列车追踪状态为 “间隔适中 ”， 即 其中权　利　要　求　书 1/3 页 2 CN 114298398 A 2ε为追踪效率因子， 如果前行列车在下一时刻为制动工况， 则追踪列车在下一时刻应采取惰 行工况， 否则采取巡航工况； 当Qi∈(‑∞， 1/(1+ε ))时， 列车追踪状态为 “间隔过大 ”， 即 其 中ε为追踪效率因子， 如果前行列车在下一时刻为惰行工况或者制动工况， 则追踪列车在下 一时刻应采取巡航工况， 否则采取牵引工况。 3.根据权利要求2所述的方法， 其特征在于， 所述的根据 所述追踪 间隔弹性调整机制和 所述列车追踪静态信息建立追踪运行多目标优化模型， 包括： 根据所述追踪状态评估模型和弹性调整策略， 以列 车运行效率、 运行能耗、 工况切换次 数为优化目标， 建立列车追踪运行多目标优化模型， 具体包括： min G(ΦC,ΦE,ΦN) 性能指标计算公式： 速度约束： vlim‑v≥0 追踪间隔约束： Lact‑Lsafe≥0 列车运行平稳性约束： S ‑0.2≤0 发车间隔约束： Hact‑Hmin≥0 其中， ΦC、 ΦE、 ΦN分别表示运行效率、 运行能耗以及工况转换频繁度； Tact为列车实际 运行时间； u为列车运行工况； tu为工况u下列车的行走时间； F为列车输出控制力； Nchange为 全程的切换次数； Hact、 Hmin分别为列车的实际发车间隔和最小发车间隔； vlim为列车当前最 大允许速度； S表示列车运行平稳性， 计算公式如下： 其中， σ 、 c分别为宽度系数和中心位置； a(t)为t时刻下列车的加速度； Δt为时间 间隔。 4.根据权利要求3所述的方法， 其特征在于， 所述的利用静态人群搜索算法获取列 车最 优发车间隔， 包括： 初始化列车、 线路信 息基本参数， 获取前行列车预计的运行计划和区间运行策略， 以发 车间隔、 追踪效率因子和最优间隔因子为决策变量， 初始种群， 计算公式如下： 其中， G为当前进化代数； Np为种群规模； XG为当前进化代数G下的初始种群； 为G代种 群中第j个个体； Hj为第j个个体的发车间隔； εj为第j个个体的追踪效率因子； ξj为第j个个 体的最优间隔因子， 个 体代表列车， ξj表示第j个列车的最优发车间隔。权　利　要　求　书 2/3 页 3 CN 114298398 A 3