您好，读者！ 请
登录
内蒙古大学图书馆
首页
概况
本馆概况
组织机构
入馆须知
规章制度
馆藏布局
参观与访问图书馆
党建
资源
馆藏资源
电子资源
数据库导航
特色资源
服务
办证服务
图书借阅
阅读推广
文献传递与馆际互借
空间与设施
开放时间
iThenticate论文原创性检测服务
科研支持
论文收录引用证明
科技查新
知识产权
档案馆
帮助
联系我们
地理位置
新生指南
常见问题
图书捐赠
咨询与建议
建议与咨询
留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法
您的常用邮箱：
*
您的手机号码：
*
问题描述：
当前已输入0个字，您还可以输入200个字
全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现
本站搜索
搜 索
高级检索
分类表
所选分类
----=双击删除一行=----
>>
<<
限定检索结果
标题
作者
主题词
出版物名称
出版社
机构
学科分类号
摘要
ISBN
ISSN
基金资助
索书号
标题
标题
作者
主题词
出版物名称
出版社
机构
学科分类号
摘要
ISBN
ISSN
基金资助
索书号
作者
标题
主题词
出版物名称
出版社
机构
学科分类号
摘要
ISBN
ISSN
基金资助
索书号
作者
作者
标题
主题词
出版物名称
出版社
机构
学科分类号
摘要
ISBN
ISSN
基金资助
索书号
确 定
文献类型
1 篇
会议
馆藏范围
1 篇
电子文献
0 种
纸本馆藏
日期分布
学科分类号
1 篇
工学
1 篇
动力工程及工程热...
1 篇
电气工程
1 篇
电子科学与技术（可...
1 篇
信息与通信工程
1 篇
控制科学与工程
1 篇
计算机科学与技术...
1 篇
交通运输工程
1 篇
安全科学与工程
1 篇
网络空间安全
1 篇
管理学
1 篇
管理科学与工程(可...
主题
1 篇
gray wolf algori...
1 篇
nsga-ii
1 篇
bp neural networ...
1 篇
train energy eff...
机构
1 篇
information engi...
作者
1 篇
huang qien
语言
1 篇
其他
检索条件
"主题词=gray wolf algorithm optimization"
共
1
条 记 录，以下是1-10
订阅
全选
清除本页
清除全部
题录导出
标记到"检索档案"
详细
简洁
排序：
相关度排序
时效性降序
时效性升序
相关度排序
相关度排序
时效性降序
时效性升序
Research on Train Energy Saving
optimization
Problem Based on Multi-Objective Genetic
algorithm
4
Research on Train Energy Saving Optimization Problem Based o...
收藏
分享
引用
4th IEEE International Conference on Power, Electronics and Computer Applications, ICPECA 2024
作者：
Huang, Qien
Information Engineering College
Hangzhou Dianzi University Hangzhou China
With the gradual development of urban rail transit, the passenger flow of public transportation facilities increases, resulting in the rapid growth of energy consumption, which brings a significant burden to the susta...
详细信息
ISBN: (纸本)9798350359589
With the gradual development of urban rail transit, the passenger flow of public transportation facilities increases, resulting in the rapid growth of energy consumption, which brings a significant burden to the sustainable development of the city. This paper explores the marching strategy to reduce the energy consumption of train operation through the study of a single train running between two stations, so as to further explore the potential of energy-saving and carbon-reducing of the train. A single-train multi-objective energy-saving
optimization
model is established, and a multi-objective genetic
algorithm
is used to solve for the lowest energy consumption and shortest running time of the train under the consideration of complex road conditions and the influence of complex dynamic processes of the motor. The BP neural network optimized by
gray
wolf
algorithm
is used to verify the solutions, and the minimum energy consumption is 2.0166e+12J and the shortest running time is 211.6529s. © 2024 IEEE.
关键词：
BP neural network
gray wolf algorithm optimization
NSGA-II
Train energy efficiency
optimization
来源：
评论
学校读者
我要写书评
暂无评论
没有更多数据了...
下一页
全选
清除本页
清除全部
题录导出
标记到“检索档案”
共1页
<<
<
1
>
>>
检索报告
对象比较
合并检索
0
隐藏
清空
合并搜索
回到顶部
执行限定条件
内容：
评分：
请选择保存的检索档案：
新增检索档案
确定
取消
请选择收藏分类：
新增自定义分类
确定
取消
订阅名称：
通借通还
温馨提示：
图书名称：
借书校区：
取书校区：
手机号码：
邮箱地址：
一卡通帐号：
电话和邮箱必须正确填写，我们会与您联系确认。
联 系 人：
所在院系：
联系邮箱：
联系电话：
暂无评论