标题：基于分层学习黄金正弦-鲸鱼算法的列车速度多目标优化
作者：李婉婷 李茂军 贾志 李俊日
作者单位：长沙理工大学电气与信息工程学院，湖南 长沙 410114
关键字：ATO系统；鲸鱼算法；黄金正弦算法；分层学习；速度优化曲线
摘要：针对列车自动运行系统（ATO）运行时受停车能耗性，舒适性等问题的约束，提出一种基于分层学习黄金正弦-鲸鱼优化算法的列车自动驾驶速度曲线优化方法；根据列车运行的优化目标和约束条件，建立列车的多目标优化模型，并对列车运行策略进行了分析。对算法的种群框架结构进行细分，将种群划分为三层，根据不同阶层的个体采用不同的优化策略，对适应度值高的个体采用黄金正弦搜索策略进行局部位置更新，适应度值一般的个体采用鲸鱼优化算法进行位置更新，适应度值较差的个体采用随机搜索模式进行位置更新；最后，将改进算法应用于ATO系统速度曲线多目标优化。实验表明，改进鲸鱼算法在列车运行速度优化的精确性、准时性、能耗性等方面均有较大的改进。