原文传递
模糊神经网络在列车制动控制中的建模及应用
| 论文题名： | 模糊神经网络在列车制动控制中的建模及应用 |
| 关键词： | 模糊神经网络;列车制动控制;系统建模 |
| 摘要： | 安全和效率是铁路运输生产永恒的主题，尤其是近年来随着我国铁路事业的快速发展，铁路运输呈现重载、高速、高密度的特点，而这一切需要可靠性高的列车运行控制系统作保障。制动控制作为列车运行控制的一部分，对列车的安全性起着关键作用。现行的基于牵引计算理论的制动模式曲线和列车实际运行存在偏差，导致控制效果并不理想，因此如何构造更准确的制动控制模型成为研究的热点。 复杂系统的建模仿真，是系统建模领域的关键问题。模糊神经网络理论融合了模糊系统和神经网络二者的优势，能较好地实现复杂系统建模。本文以复杂系统建模为背景，对模糊神经网络建模方法、适合于列车制动控制建模的模糊神经网络结构及其应用进行了研究。 论文在借鉴国内外已有研究成果的基础上，围绕列车制动控制建模这一问题，主要研究了以下内容： 1.本文从复杂系统建模的观点分析了列车制动控制中所存在的模糊性问题及其产生的原因，得出将模糊神经网络引入列车制动建模是可行的。 2.本文重点研究了在制动控制系统特性不够清楚的前提下构造适合于列车制动控制的模糊神经网络结构模型。通过对标准的模糊神经网络结构进行改进，得到一个四层的改进型模糊神经网络，从理论上证明模型具有全局逼近的特性，并推导了参数对应的学习算法。然后运用改进的模型对列车制动过程进行了建模，从实际操纵的角度上分析并确定了模型的输入输出变量，使该模型更符合列车实际运行环境，这和以往的模型所采用的结构及所选用的变量不同。 3.为避免传统意义上语言变量划分太细导致模糊规则数目过多，影响网络的学习速度和精度，本文将聚类算法引入模糊神经网络结构辨识中对数据进行分类，同时结合实际操纵，确定所需规则数，兼顾了数据建模和实际操纵两方面的特点。 4.为了验证改进的网络结构用于列车制动控制建模的有效性，本文以一列货物列车为例进行建模和计算，数值计算结果表明改进的模糊神经网络模型具有运算速度快、精度较高的特点；通过运用Matlab中Simulink模块对列车制动过程进行仿真，证明改进的模型运用于列车制动控制的建模是可行的。 |
| 作者： | 吴海俊 |
| 专业： | 系统理论 |
| 导师： | 毛保华;孙全欣 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2008 |
| 正文语种： | 中文 |
检索历史
应用推荐
