摘要

基于通信的列车控制系统（Communication-Based Train Control,CBTC）是城市轨道交通实现高效运营的核心技术，其移动闭塞机制对列车追踪间隔优化具有直接影响。针对传统移动闭塞区间配置方法在动态适应性和多目标优化方面的不足，本文提出一种基于遗传算法（Genetic Algorithm,GA）的区间配置优化方法。通过构建以列车安全距离、牵引能耗和追踪间隔为约束的多目标优化模型，结合某城市地铁线路的实际运营数据，利用遗传算法对闭塞区间长度进行迭代寻优。研究结果表明，该方式在保证安全距离的前提下，可缩短列车追踪间隔约15%，降低牵引能耗约8%，同时提升折返站通过能力。优化过程中采用二进制编码与适应度函数动态调整策略，有效平衡了运营效率与能耗控制需求。案例验证表明，该方法可为既有CBTC系统升级提供工程参考，但需结合线路具体条件进行参数适配。

关键词