列车车站停车的启发式自学习算法及仿真

列车车站停车的启发式自学习算法及仿真

陈荣, 陈德旺

文章导航 > 铁路计算机应用 > 2013 > 22(6) : 9-13.

陈荣, 陈德旺. 列车车站停车的启发式自学习算法及仿真[J]. 铁路计算机应用, 2013, 22(6): 9-13.

引用本文:

陈荣, 陈德旺. 列车车站停车的启发式自学习算法及仿真[J]. 铁路计算机应用, 2013, 22(6): 9-13.

CHEN Rong, CHEN Dewang. Heuristic Self-learning Algorithms and simulation of train station stop[J]. Railway Computer Application, 2013, 22(6): 9-13.

Citation:

CHEN Rong, CHEN Dewang. Heuristic Self-learning Algorithms and simulation of train station stop[J]. Railway Computer Application, 2013, 22(6): 9-13.

列车车站停车的启发式自学习算法及仿真

陈荣,
陈德旺

北京交通大学轨道交通控制与安全国家重点实验室,北京,100044

基金项目: 北京市科技新星计划(2010B015)%轨道交通控制与安全国家重点实验室自主课题(RCS201127001)%国家高技术研究发展计划(2011AA0502)

详细信息

中图分类号: U231.4:TP39
计量
- 文章访问数: 43
- HTML全文浏览量: 0
- PDF下载量: 144
出版历程
- 收稿日期: 2013-06-14
- 录用日期: 2013-06-14
- 刊出日期: 2013-06-14

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.
- 应答器 /
- 启发式学习算法 /
- 精确停车
- balise%Heuristic Learning Algorithms%precise stopping

参考文献(0)

施引文献(2)

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)

资源附件(0)

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

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回