Heuristic Self-learning Algorithms and simulation of train station stop
-
摘要: 利用北京亦庄线采集的大量实际停车数据搭建了列车仿真模型,基于站内安装的固定应答器提供的定位信息提出了启发式学习算法动态调整控制器输出.通过仿真表明,启发式学习算法相对于传统的PID算法和无学习算法有较强的适应能力.在仿真条件变化的情况下,能够将停车误差控制在±30 cm范围内.对比PID控制,启发式学习算法减少了控制输出在停车阶段频繁变化的次数,延长了制动系统的使用寿命.该方法计算量较小,在实际运用中有着广阔的前景.
-
-
期刊类型引用(1)
1. 吴艳华. 基于混合层级模型的铁路救援装备布局研究与应用. 铁路计算机应用. 2021(04): 1-5 . 本站查看
其他类型引用(1)
计量
- 文章访问数: 43
- HTML全文浏览量: 0
- PDF下载量: 144
- 被引次数: 2