检索结果-南通市图书馆

检索条件"主题词=列车运行轨迹预测"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

一种面向虚拟列车编队应用的列车动态运行轨迹预测方法研究

一种面向虚拟列车编队应用的列车动态运行轨迹预测方法研究

引用

2022中国自动化大会

作者：田世润燕飞北京交通大学电子信息工程学院北京交通大学轨道运行控制系统国家工程研究中心

虚拟编队技术作为新一代的列控技术,采用缩短列车运行间隔的方式,增加了现有铁路线路运输能力,并能够根据实时客流量对列车线路容量进行动态调整。随着对编队列车控制策略研究的逐渐深入,编队中列车如何根据前车高不确定性、高复杂度的... 详细信息

虚拟编队技术作为新一代的列控技术,采用缩短列车运行间隔的方式,增加了现有铁路线路运输能力,并能够根据实时客流量对列车线路容量进行动态调整。随着对编队列车控制策略研究的逐渐深入,编队中列车如何根据前车高不确定性、高复杂度的运行状态,预测出安全、高精度的列车运行轨迹,成为目前编队列车安全控制策略发展所面临的关键难题。对此本文提出了一种基于列车动力学模型的列车动态运行轨迹预测方法,以提升虚拟编队内部列车运行轨迹预测的真实度和精确度。

关键词：虚拟编队列车动力学建模列车运行轨迹预测

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于注意力机制与状态感知的高速列车自动驾驶算法研究

基于注意力机制与状态感知的高速列车自动驾驶算法研究

引用

作者：宁晨鹤北京交通大学

学位级别：硕士

高速铁路作为国家战略中重要的基础设施,对促进国民经济持续发展、改善人民出行条件起到了至关重要的作用。随着高速列车运行速度和行车密度的大幅提升,传统的人工驾驶已无法满足高速铁路的发展需求。因此,高速列车自动驾驶系统(Automat... 详细信息

高速铁路作为国家战略中重要的基础设施,对促进国民经济持续发展、改善人民出行条件起到了至关重要的作用。随着高速列车运行速度和行车密度的大幅提升,传统的人工驾驶已无法满足高速铁路的发展需求。因此,高速列车自动驾驶系统(Automatic Train Operation,ATO)成为我国高铁未来发展的重要方向。然而,由于复杂的外部运行环境以及车辆运行工况,现有的ATO方法难以兼顾列车运行控制节能、准点、舒适等目标。计算机、大数据、人工智能等技术的飞速发展为传统控制领域带来深刻的变革。在此背景下,深度融合ATO与新一代信息技术,构建智能ATO方法成为近年来的研究热点。本文以高速列车自动驾驶算法为研究对象,提出一种基于注意力机制的列车控制模型,并进一步设计了一种基于状态感知的高速列车多目标优化控制方法。具体研究内容概述如下:(1)高速列车具有非线性强、控制时滞大、参数不确定等特性,使用传统基于机理的建模方法难以精确描述列车动态的运行状态;数据驱动模型能有效解决环境及参数自适应问题,但其大多为“黑盒”机制,无法解释模型参数的物理意义。基于此,结合列车动力学特性与深度学习框架建立一种具有可解释性的数据驱动列车控制模型LAG-LSTM(Long Short-Term Memory with Lagged Information)。构建了基于注意力机制的深度学习模块来获取控制指令延迟时间的变化规律,通过实验进行模型有效性和参数可视化分析。经过与标准LSTM等基准模型的对比,验证了LAG-LSTM在工况切换频繁时能显著提高列车运行轨迹的预测精度,有效降低控制时滞对模型精确性的影响。(2)为解决现有ATO难以兼顾多控制目标的难题,进一步提出基于状态感知的高速列车多目标优化控制方法。针对ATO车站停车过程,在列车进站惰行中使用深度学习模型实时感知停车位置,选择恰当时机输出一次制动命令,实现节能、舒适停车控制。针对停车数据样本不平衡的问题,构建了一种基于小样本卷积神经网络(Few-shot Convolutional Neural Network,FSCNN)的精确停车控制方法。针对ATO区间驾驶过程,以LAG-LSTM为状态转移模型,以列车运行安全性、节能性、准时性和舒适性等多控制目标为奖励函数,提出一种基于Double-Agent深度确定性策略梯度(Double-Agent Deep Deterministic Policy Gradient,DA-DDPG)的深度强化学习模型。选用实际线路和驾驶数据,与基于人工驾驶的控制方法进行对比,结果说明设计的算法较好地实现了多目标优化控制。(3)在以上研究内容的基础上,基于Flask框架开发了一套列车自动驾驶仿真实验平台。该平台具备ATO算法仿真实验的功能,也可通过列车接口采集运行数据及发送ATO控制指令,完成现场测试功能。利用Py Qt5设计用户服务界面,实现列车运行数据和仿真/测试结果的可视化展示,并给出功能实现流程,支撑研发人员高效完成ATO算法设计。图63幅,表25个,参考文献99篇。

关键词：列车自动驾驶列车运行轨迹预测深度学习深度强化学习注意力机制卷积神经网络深度确定性策略梯度

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：