自纠正混合粒子群算法的动车组接续问题

针对动车组在不固定周转方式下的接续优化问题,首先在满足列车时刻表时空约束的条件下建立以接续时间最短为目标函数的数学模型。设计自纠正的混合粒子群算法求解该模型,为了减少算法优化复杂度,每隔T周期比较前一半T周期和后一半T周期的平均目标值,若目标值递减即按照正常粒子群速度更新公式更新,反之则按速度更新公式反向更新;得到新的种群后,按照目标值从升序排列粒子,在排序后的粒子中依次挑选两个粒子进行交叉变异操作,生成使得接续时间最短的粒子。最后分别利用自纠正混合粒子群算法(SCHPSO)、混合粒子群算法(HPSO)、粒子群算法(PSO)和遗传算法(GA)对武广线数据进行实验验证,证明了SCHPSO的有效性。