基于专家经验和机器学习的列车智能驾驶算法研究

基于专家经验和机器学习的列车智能驾驶算法研究

ID:37350484

大小:11.46 MB

页数:76页

时间:2019-05-22

基于专家经验和机器学习的列车智能驾驶算法研究_第1页
基于专家经验和机器学习的列车智能驾驶算法研究_第2页
基于专家经验和机器学习的列车智能驾驶算法研究_第3页
基于专家经验和机器学习的列车智能驾驶算法研究_第4页
基于专家经验和机器学习的列车智能驾驶算法研究_第5页
资源描述:

《基于专家经验和机器学习的列车智能驾驶算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、她未交专业硕士学位论文基于专家经验和机器学习的列车智能驾驶算法研究IntelligentTrainOperationAlgorithmbasedonExpertKnowledgeandMachineLearning作者:冷勇林导师:陈德旺北京交通大学2013年7月学位论文版权使用授权书\嬲嬲本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索,提供阅览服务,并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。(保密的学位论文在解密后适用

2、本授权说明)学位论文作者签名:夕分鸟形L导师签名:签字日期:加踢年了月乡El准纯一期:和勺月>目中图分类号:U283.1UDC:625学校代码:10004密级:公开北京交通大学专业硕士学位论文基于专家经验和机器学习的列车智能驾驶算法研究IntelligentTrainOperationAlgorithmbasedonExpertKnowledgeandMachineLearning作者姓名:冷勇林导师姓名:陈德旺工程领域:控制工程学号:11125071职称:教授学位级别:硕士北京交通大学2013年7月致谢本论文的工作是在我的导师陈德旺教授悉心指导下完成的,陈德旺教授严谨的治

3、学态度和科学的工作方法给了我极大的帮助和影响。在此衷心感谢三年来陈老师对我的关心和指导。陈德旺教授悉心指导我们完成了实验室的科研工作,在学习上和生活上都给予了我很大的关心和帮助,在此向陈老师表示衷心的谢意。在攻读北京交通大学硕士研究生期间,轨道交通控制与安全国家重点实验室的老师对于我的科研工作和论文都提出了许多的宝贵意见,在此表示衷心的感谢。在实验室工作及撰写论文期间,陈荣、杨绚、曾翔宇、阴佳腾、李彬、江迎等同学对我论文中的模型搭建、推导算法等研究工作给予了热情帮助,在此向他们表达我的感激之情。另外也感谢家人,他们的理解和支持使我能够在学校专心完成我的学业。本论文资助基金有

4、教育部基本科研业务费(2012JBM016)、国家重点实验室自主课题(RCS2012ZT001)和北京市科技新星项目(20108015)。中文摘要摘要:随着大城市交通问题的日趋严峻,以及公共交通对安全、高效、便捷的需求日益明显,提高城市轨道交通的运输效率显得尤为重要。列车自动驾驶(ATO,AutomaticTrainOperation)系统作为代替司机驾驶的重要设备,能够实时控制列车运行速度,对列车运行能耗,乘客舒适度,到站准点率,停车误差等性能指标有直接的影响。在追求绿色生活和低碳经济的当代,研究更加优越的ATO控制算法对于提高地铁运输效率和降低运营成本具有重要的现实意义

5、。本文突破跟踪离线目标速度曲线的控制思路,在不依赖列车运行控制数学模型的基础上,借鉴优秀司机的驾驶经验,结合机器学习方法,以实现列车运行的多目标控制。本文基于专家经验和机器学习的列车智能驾驶(ITO,IntelligentTrainOperation)算法主要从以下几个方面进行了研究:首先,通过分析现有ATO算法的不足和优秀司机的驾驶情况,针对列车运行控制的多目标问题,提出了采用基于专家系统和机器学习的算法研究技术路线,并给出了相关原因及思考。其次,详细介绍了本文列车智能驾驶算法:构建了列车智能驾驶专家系统,包括专家经验知识库的建立和控制策略的推理;为减小运行过程中的时间误

6、差,运用基于梯度法的在线优化方法实时调整控制器输出;为保证进站停车精度且减少控制器输出变化,将基于启发式方法的机器学习方法运用于列车停车阶段。最后,通过在MATLAB软件环境下建立列车运行控制系统Simulink仿真模型和列车智能驾驶算法仿真图形用户界面(GUI),利用北京地铁亦庄线实际线路对该算法进行了仿真验证。对比PID控制的结果表明,本文算法能够提高乘客舒适度、降低列车能耗、准时到站且精确停车,同时能够灵活应对运营计划时间的改变,使列车运行平稳舒适,符合司机驾驶规律。此外,通过设定变化的列车模型参数、更复杂的限速情况和更陡峭的坡度,验证了智能算法的适应性和鲁棒性。关键

7、词:城市轨道交通;列车自动驾驶;专家系统;机器学习;多目标控制;分类号:U283.1jE塞童垣太堂童些亟±堂焦途塞△昼S至B△£!ABSTRACTABSTRACT:Withtheurbantrafficproblembecomingincreasinglyseriousaswellasthedemandofpublictransportonsafety,efficiency,conveniencebeingincreasinglyevident,it’Sparticularlyimportanttoimprovet

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。