使用进化算法优化列车驾驶以最小化整个铁路交通网的电力成本
Optimizing Train Driving to Minimize the Electricity Cost of an Entire Railway Traffic Mesh using Evolutionary Algorithms
- Higher Polytechnic School, Universidad Francisco de Vitoria（弗朗西斯科德维多利亚大学高等理工学院）
- University of Illinois at Chicago（芝加哥伊利诺伊大学）
机构由 AI 辅助整理，请以论文原文为准。
AI总结：
本文提出一种结合交通模型与进化计算框架的程序，优化列车驾驶方式，在满足运营约束下最小化能耗与功率容量成本，并应用于马德里至巴塞罗那高速铁路450公里区段。
AI中文摘要：
本文提出了一种优化列车驾驶方式的程序，该程序在满足允许速度或行程持续时间等运营约束的同时，追求最小化与向列车供应电能相关的成本，包括能耗成本和功率容量利用成本。该程序结合了：（i）一个交通模型，该模型合并了交通网中每个铁路服务部分的能量和功率足迹，以及（ii）一个进化计算框架，该框架能够搜索最优的列车驾驶方式以实现最优的交通网。该程序应用于西班牙马德里至巴塞罗那高速铁路线上一个450公里长的区段。
英文摘要：
This paper presents a procedure to optimize the way trains are driven, which pursues, in addition to fulfilling operational constraints such as admissible speeds or journey durations, the minimization of the cost related to supplying electrical energy to the trains, including the cost of the energy consumption and the cost of the power capacity utilization. This procedure combines: (i) a traffic model that merges the energy and power footprint of each rail service part of the traffic mesh, and (ii) an evolutionary computation framework that enables searching for the optimal way to drive the trains to achieve an optimal traffic mesh. This procedure is applied to a 450 km long section of the high-speed line from Madrid to Barcelona (Spain).
