• 查询稿件
  • 获取最新论文
  • 知晓行业信息
官方微信 欢迎关注

列车自动运行迭代学习控制算法的研究

窦鹏飞, 王化深

窦鹏飞, 王化深. 列车自动运行迭代学习控制算法的研究[J]. 铁路计算机应用, 2011, 20(9): 5-9.
引用本文: 窦鹏飞, 王化深. 列车自动运行迭代学习控制算法的研究[J]. 铁路计算机应用, 2011, 20(9): 5-9.
DOU Peng-fei, WANG Hua-shen. Research on lterative Learning Control Algorithm for Automatic Train Operation[J]. Railway Computer Application, 2011, 20(9): 5-9.
Citation: DOU Peng-fei, WANG Hua-shen. Research on lterative Learning Control Algorithm for Automatic Train Operation[J]. Railway Computer Application, 2011, 20(9): 5-9.

列车自动运行迭代学习控制算法的研究

详细信息
  • 中图分类号: U284

Research on lterative Learning Control Algorithm for Automatic Train Operation

  • 摘要: 针对列车自动运行系统,提出了新的迭代学习控制方案.为避免列车超速引发制动停车,在迭代初期设置低于计划速度曲线的期望轨迹,随着迭代次数增加,控制精度与稳定性逐渐提高,设置的期望轨迹将快速接近并保持为计划速度曲线,实现控制目标.在学习律中引入期望轨迹变化信息,实现变轨迹路径跟踪的迭代学习控制.仿真结果表明,该迭代学习控制方案能够实现变期望轨迹的跟踪,具有很快的学习速度与良好的控制性能,能够有效避免迭代初期列车速度波动导致超速紧急制动.
  • 期刊类型引用(9)

    1. 薛锋,吴林鸿,汪雯文,周琳. 基于MI-PSO-RBF神经网络的铁路客货运量预测研究. 铁道运输与经济. 2024(09): 123-135 . 百度学术
    2. 崔淑华,侯慧君,武慧荣. 利用标准差赋权组合模型预测大宗货物运输需求. 交通科技与经济. 2022(06): 31-38 . 百度学术
    3. 徐菲,任爽. 基于分解—集成的铁路货运需求预测研究. 运筹与管理. 2021(08): 133-138 . 百度学术
    4. 刘金芳,向万里,王璐璐. 基于VMD-BAS-BP的铁路货运量预测研究. 青海交通科技. 2021(06): 50-56+68 . 百度学术
    5. 徐文文,彭建平,邱春蓉. 基于支持向量回归的地铁受电弓滑板磨耗趋势预测模型研究. 铁路计算机应用. 2020(01): 77-81 . 本站查看
    6. 杨基宏,陈浩林,徐刚,余澄庆,刘辉. 基于ELM的城市轨道交通系统建设成本估算研究. 铁路计算机应用. 2020(04): 1-4 . 本站查看
    7. 谭雪,张小强. 基于GRU深度网络的铁路短期货运量预测. 铁道学报. 2020(12): 28-35 . 百度学术
    8. 张蕾,孙德山,张文政,王玥. 基于灰色关联分析的支持向量机的铁路货运量预测研究. 经济数学. 2018(02): 58-61 . 百度学术
    9. 任巧丽,马乾. PCA-RBF神经网络对兰州市日平均气温的预测. 宜宾学院学报. 2018(12): 111-115 . 百度学术

    其他类型引用(10)

计量
  • 文章访问数:  105
  • HTML全文浏览量:  0
  • PDF下载量:  60
  • 被引次数: 19
出版历程
  • 收稿日期:  2011-09-14
  • 录用日期:  2011-09-14
  • 刊出日期:  2011-09-14

目录

    /

    返回文章
    返回