1.一种电气化铁路牵引供电方案优化设计方法，其特征在于：采用自耦变压器AT供电方式的牵引供电系统优化设计时，包括如下的具体步骤：

1)设置优化过程收敛条件—迭代精度要求，以及输入牵引供电系统设计所需的以下基础资料：电气化铁路平纵面参数，运行组织计划，电力机车特性参数，外部供电电源参数；

2)NTS，NAT，NSP，NKB分别为全线需要设置的牵引变电所，AT所，分区所和开闭所数目，PTSi,PATr,PSPj,PKBs分别为牵引变电所，AT所，分区所和开闭所的位置变量，A，C，B和D为对应可选所址的值域，T为系统运行周期，单位为分钟，小时或者天，Si为各牵引变电所计算容量，Pij为不同时刻各变电所有功功率输出，K表示在线列车数目，PLkj为不同时刻各机车有功功率需求，ULk为电力机车端接触网对地电压，ULmin和ULmax分别为机车牵引特性对牵引网电压的限值要求，以全线牵引变电所计算容量之和Ssub最小和平均有功功率损耗Ploss最小为优化目标，建立如下多目标优化模型，如式(1)所示:式中f1为第一目标函数，f2为第二目标函数；

约束条件：

基于Pareto熵的混沌多目标粒子群优化算法，对上述多目标优化模型进行寻优；首先，在优化变量可行域范围内初始化生成一个粒子群，粒子初始速度是在速度范围内的一组随机数；然后，利用已有的牵引供电仿真计算平台ELBAS/WEBANET或者OpenPowerNet，计算潮流分布和优化目标函数值；在迭代计算过程中，采用近似Pareto分布熵及差熵来评估种群的进化状态，并以此为反馈信息动态的跟踪调节进化策略和变异算子，并利用混沌扰动对变量进行调整；通过协调多个目标函数之间的关系，计算满足约束条件的Pareto解集；

对于多目标优化，应用模糊隶属度函数来评价每个Pareto解中各个目标函数对应的满意度，定义模糊隶属度函数如式(3)所示：式中μm为目标函数fm的隶属度值，fm表示第m个目标函数值， 表示第m个目标函数值中最小值和最大值；m＝1，2；对于Pareto解集中每个解，应用公式(4)求其对应的满意度值，将满意度值最大的解对应的设计方案记为最优方案或满意方案，式中μ为Pareto解对应的满意度值；

上述计算满足约束条件的Pareto解集的具体步骤如下：

第一步，将优化变量作为粒子群，初始化位置和速度，作为车-网耦合系统交互仿真的输入参数；

第二步，利用车-网耦合系统交互仿真，计算AT牵引供电系统潮流分布，若约束条件不满足则返回第一步，重新对粒子群初始化；若满足约束条件，则递进至第三步；

第三步，计算优化目标函数值，建立一定容量的外部档案，用来储存优化过程得到的Pareto熵；

第四步，利用前后两次迭代熵的变化；反映Pareto前沿重新分布的情况，推断种群的进化状态：收敛状态、多样化状态和停滞状态；

第五步，判断优化过程是否满足收敛条件；若不满足步骤1)中设置的收敛条件，则返回第四步，继续进行迭代优化；若满足步骤1)中设置的收敛条件，则迭代过程结束，输出对应多目标优化的解集。