城轨列车智能驾驶的优化模型及算法【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

城轨列车智能驾驶的优化模型及算法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 引言1

1.2 ATC系统发展概述1

1.2.1 国外ATC系统发展状况1

1.2.2 国内ATC系统发展状况2

1.3 ATC系统的基本概念2

1.4 列车运行控制中的关键问题4

1.5 本书章节安排4

本章参考文献6

第2章 列车自动驾驶系统及其综合性能评价7

2.1 ATO系统的功能7

2.1.1 ATO系统的基本控制功能7

2.1.2 ATO系统的服务功能8

2.1.3 ATO系统的基本要求8

2.2 ATO系统的基本性能指标9

2.2.1 不超过紧急制动触发速度9

2.2.2 实现精确停车9

2.2.3 列车运行准点率10

2.2.4 节能10

2.2.5 牵引制动切换频繁度10

2.2.6 列车舒适度11

2.3 ATO系统综合性能评价方法20

2.3.1 列车不超过紧急制动触发速度的评价方法20

2.3.2 停车精度、运行时间、能耗等隶属度函数20

2.3.3 综合性能评价方法23

2.4 ATO系统综合性能评价软件设计24

2.5 本章小结26

本章参考文献27

第3章 列车运行控制系统参数辨识28

3.1 系统辨识与列车牵引制动系统简介28

3.1.1 系统辨识28

3.1.2 列车牵引与制动29

3.1.3 列车牵引特性29

3.1.4 列车制动特性30

3.1.5 阻力分析30

3.2 动力学模型32

3.2.1 单质点列车模型33

3.2.2 多质点列车模型33

3.2.3 列车动力学模型34

3.3 列车基本阻力参数辨识34

3.3.1 数学模型推导34

3.3.2 数据预处理35

3.3.3 参数辨识结果36

3.3.4 验证37

3.3.5 在线学习39

3.4 列车制动状态参数估计41

3.4.1 制动模型41

3.4.2 间隔与误差分析42

3.4.3 辨识结果43

3.4.4 在线学习46

3.5 列车牵引状态参数估计47

3.5.1 牵引模型47

3.5.2 辨识结果47

3.5.3 在线更新48

3.5.4 模型验证49

3.6 本章小结50

本章参考文献50

第4章 列车智能驾驶算法仿真平台52

4.1 MATLAB/Simulink仿真平台52

4.2 列车智能驾驶算法仿真平台设计54

4.3 列车运行控制Simulink模型54

4.4 列车智能驾驶算法仿真GUI59

4.5 仿真平台流程65

4.6 本章小结66

本章参考文献67

第5章 基于专家经验和机器学习的智能驾驶算法68

5.1 ATO算法国内外研究现状68

5.2 列车智能驾驶算法70

5.2.1 智能驾驶算法技术路线70

5.2.2 智能驾驶算法的组成部分72

5.3 智能驾驶算法流程及仿真78

5.3.1 性能指标79

5.3.2 仿真结果分析82

5.4 智能驾驶算法的鲁棒性及适应性分析82

5.4.1 对列车模型的鲁棒性82

5.4.2 对复杂限速的适应性85

5.4.3 对陡坡的适应性87

5.5 本章小结90

本章参考文献91

第6章 停车精度分析及停车算法93

6.1 概述93

6.1.1 精确停车的重要性93

6.1.2 国内外研究现状94

6.2 列车在车站停车误差估计模型96

6.2.1 模型一96

6.2.2 模型二97

6.3 误差估计模型的仿真97

6.3.1 性能指标97

6.3.2 模型参数的在线学习98

6.3.3 基于实测数据的仿真研究99

6.4 利用应答器信息的列车精确停车算法103

6.4.1 基于应答器信息的列车精确停车模型103

6.4.2 基于牛顿动力学的无学习停车算法105

6.4.3 固定学习率的启发式学习算法105

6.4.4 可变学习率在线学习算法106

6.5 停车算法的仿真107

6.5.1 仿真平台107

6.5.2 在线学习算法的仿真验证111

6.6 本章小结114

本章参考文献115

第7章 列车节能优化操纵算法116

7.1 概述116

7.1.1 列车运行能耗分析116

7.1.2 国内外研究现状118

7.2 能耗模型与遗传算法119

7.2.1 列车运行能耗模型119

7.2.2 遗传算法简介120

7.3 单目标列车节能操纵优化122

7.3.1 遗传算法的相关设置122

7.3.2 节能操纵优化与仿真123

7.4 多目标优化与节能124

7.4.1 基于加权遗传的多目标优化与仿真124

7.4.2 多目标遗传算法优化与仿真127

7.4.3 算法性能对比与分析130

7.5 总结与展望132

本章参考文献133

第8章 人工驾驶数据挖掘135

8.1 人工驾驶与自动驾驶135

8.1.1 列车驾驶模式135

8.1.2 地铁亦庄线简介136

8.1.3 自动驾驶与人工驾驶对比分析138

8.2 数据挖掘方法140

8.2.1 数据挖掘产生的背景140

8.2.2 数据挖掘的任务及过程141

8.3 数据与算法142

8.3.1 人工驾驶数据采集与选择142

8.3.2 数据挖掘算法144

8.4 列车智能驾驶模型148

8.4.1 性能评价指标148

8.4.2 实际线路数据仿真150

8.4.3 基于数据挖掘算法的列车智能驾驶模型软件152

8.5 本章小结154

本章参考文献154

第9章 总结与展望156

9.1 总结156

9.2 展望157