原文传递
基于自适应动态规划的ATO优化研究
| 论文题名： | 基于自适应动态规划的ATO优化研究 |
| 关键词： | 轨道交通;列车自动驾驶;自适应动态规划 |
| 摘要： | 经济的蓬勃发展带来了不断增长的交通需求和越来越严峻的交通问题，轨道交通系统为此提供了解决方案。列车自动驾驶(ATO)系统在确保列车行车安全的前提下，能够提高轨道交通系统的运行效率。同时，智能技术和计算机技术的日臻成熟，为复杂系统的多目标控制提供了有效的解决手段，也使得研究高效、可靠的列车自动驾驶系统控制方法成为了可能。 ATO系统首先根据线路数据和列车参数，采用优化算法生成满足节能、准时的列车运行目标速度-距离曲线。在此基础上，采用高效的控制方法，保证列车最大程度地按照目标曲线运行，最终取得良好的控制效果。 本文首先以列车牵引能耗和列车运行时间为主要优化目标，基于动态规划可取得全局最优解的优势，对列车运行过程进行子阶段划分，建立列车在子区间内运行所产生的能耗矩阵和运行时间矩阵，然后对列车驾驶策略序列进行离线迭代，最终得出满足节能性、准点性等性能指标的列车运行目标速度-距离曲线，同时还研究了在列车运行过程中出现变灯情况时的目标曲线在线调整问题。 考虑到由于“维数灾难”以及时间逆向性，动态规划方法并不适用于复杂系统的实时控制，而自适应动态方法则克服了这一困难。本文以利用动态规划生成的目标曲线为基础，采用自适应动态规划研究ATO控制算法层对该目标曲线的追踪问题，在有效减小目标曲线跟踪过程中可能出现的系统振荡的同时，取得了令人满意的速度控制精度和停车精度。最后对本文所采用的方法均进行了仿真验证以证明其可行性和有效性。 |
| 作者： | 熊仲夏 |
| 专业： | 交通信息工程及控制 |
| 导师： | 穆建成 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
