原文传递
基于灰色遗传理论的ATO最优控制策略研究
| 论文题名： | 基于灰色遗传理论的ATO最优控制策略研究 |
| 关键词： | 列车运行;自动控制系统;最优控制策略;灰色理论;遗传算法 |
| 摘要： | 随着城市人口规模的快速增长，城市交通运输压力越来越大，对于城市轨道交通的需求也越来越大，为了应对这个挑战，城市轨道交通系统必须提高运行的效率和密度，同时要保证乘客乘坐的舒适性。列车自动驾驶系统是轨道交通控制系统的关键子系统，而作为列车自动驾驶系统的核心-速度控制器，其控制算法的好坏将直接影响列车运行的安全性、准点性、舒适性、能耗等评价指标，即影响到城市轨道交通能否成功应对日益增长的运输压力。因此国内外很多专家、学者开始研究列车自动运行控制策略，然而目前控制策略的研究大多集中于某条线路或者某单个评价指标的优化，同时无法做到在列车运行过程中进行实时优化。 本论文针对上述问题，首先对ATO系统的功能需求进行分析，同时对灰色理论进行研究，把灰色理论应用于ATO系统;在对列车运行环境预处理后，为列车运行建立评价模型，然后改进传统的遗传算法，设计了列车自动运行最优控制算法，在此基础上将该算法编译生成列车自动运行最优控制策略软件，该软件能够根据输入的不同列车数据以及线路数据生成相应的最优控制策略;其次论文运用灰色理论中初始序列生成、灰色预测、灰色决策等理论方法设计了基于灰色理论的速度控制器;最后将灰色速度控制器与目前较为成熟的模糊速度控制进行对比，分别对ATO最优控制策略软件生成的速度距离曲线进行MATLAB仿真跟踪。 将灰色理论和遗传理论结合应用于列车自动控制系统，是提高列车运行控制品质的一种新方法，仿真结果表明:采用灰色理论的速度控制器可以更好地追踪目标曲线，进而满足各项列车运行评价指标。 |
| 作者： | 嵇云 |
| 专业： | 交通信息工程及控制 |
| 导师： | 郭进 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西南交通大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
