当前位置:首页 >> 电力/水利 >>

列车自动驾驶系统控制算法综述


第 !" 卷第 ! 期 ! ) ) * 年+ 月

铁# # 道# # 学# # 报 ,-./(01 -2 345 647(0 /071809 :-67539

$%&’ !"# (%’ ! 0;<=& !))*

文章编号: >))>?@*A) ( !))* ) )

!?))B@?)"

列车自动驾驶系统控制算法综述
唐# 涛, # 黄良骥
( 北方交通大学 电子信息工程学院,北京# >)))++ ) 并对各控制算法的研究情况与投入使用的情况作了详细 摘# 要:介绍了列车自动驾驶系统的基本结构和功能, 分析, 同时还对列车自动驾驶系统控制算法的前景作了展望。 关键词:列车自动驾驶系统;自动控制;智能控制;控制算法 中图分类号:.!A) ;.!A@# # 文献标识码:0

! "#$%&’ () *(+,$(- .-/($0,12 )($ .#,(2.,0* ,$.0+ (3&$.,0(+
30(C 3D% , # 4.0(C 1=DEF?G=
( :HI%%& %J 5&KHL<%E=HM DEN 7EJ%<ODL=%E 5EF=EKK<=EF,(%<LIK<E ,=D%L%EF .E=PK<M=LQ,RK=G=EF >)))++ ,6I=ED)

!4",$.*, :7E LI=M ;D;K<,LIK SDM=H ML<THLT<K DEN JTEHL=%EM %J 0TL%ODL=H 3<D=E -;K<DL=%E :QMLKO( 03-)IDPK SKKE =EL<%? NTHKN’ 2T<LIK<O%<K , LIK FKEK<D& M=LTDL=%E %J MLTNQ=EF DEN TM=EF H%EL<%& D&F%<=LIO =M DED&QUKN NKLD=&KN&Q’ 2=ED&&Q,D F%%N ;<%M;KHL IDM SKKE ;%=ELKN %TL’ 5&’6($7":03-;DTL%ODL=H H%EL<%&;=ELK&&=FKEL H%EL<%&;H%EL<%& D&F%<=LIO 城市交通问题严峻, 迫切需要 # # 大城市的人口稠密, 能建设高效率高密度的城市轨道交通系统。对城市轨 道交通高效率高密度的要求来说, 列车自动控制系统 ( 036 : 0TL%ODL=H 3<D=E 6%EL<%&) 是必不可少的。采用先 进的列车自动控制技术, 可以大大提高行车的效率、 安 全性。在列车自动控制发展初期, 列车自动停车、 列车 超速防护 ( 03V: 0TL%ODL=H 3<D=E V<%LKHL=%E) 等设备相继 出现, 形成 “ 人机联控, 人控优先” 的局面。列车自动 驾驶 ( 03-: 0TL%ODL=H 3<D=E -;K<DL=%E ) 渐渐发展起来 了, 01:3-W 公司提出了一种 “ 车载智能” 概念, 这种 情况下, 03- 能代替司机进行自动驾驶, 从而形成 “人 机联控, 机控优先” 的有人照管 03-。这种情况比较 符合现阶段的情况, 其技术也较成熟。而全程无人驾 驶是 03- 的发展方向, 在通信的速率、 通信安全性、 可 靠性等方面能得到保证的前提下, 有人照管的 03- 很 容易升级为全程无人驾驶 03- 方式。对 03- 来说, 不管是有人照管还是全程无人驾驶, 03- 都将发挥其 重要作用, 对两站间的列车行驶速度进行控制, 其控制 效果直接影响各项性能指标。在 03- 中应用不同的 控制算法, 其控制效果是不一样的, 因此, 不管是现在 还是将来,都有必要研究有效的
收稿日期: !))!?>)?>" ;修回日期: !))*?)>?>A 万方数据 作者简介:唐 # 涛 ( >BA* —) ,男,河南洛阳人,教授,博士。

03- 控制算法, 以使列车最大限度地处于最佳运行状 态。

89 03- 简介
8 ’ 89 03- 系统结构 036 系统一般都包括 在轨道交通高级自动化中, 0TL%ODL=H 3<D=E :T;K<P=? 列车 自 动 监 控 系 统 ( 03:: 、 列车超速防护系统 ( 03V ) 及列车自动驾驶系统 M=%E ) ( 03-) 。03: 子系统可以实现对列车运行的监督和控 制, 辅助 行 车 调 度 人 员 对 全 线 列 车 运 行 进 行 管 理。 03V 子系统则保证列车间隔, 实现超速防护。 03- 作 为列车自动控制系统的一个重要的子系统, 利用车载 固化信息和地面信息实现对列车牵引、 制动的控制, 使 列车经常处于最佳运行状态, 提高乘客的舒适度, 提高 列车准点率, 节约能源。 03- 作为 036 的一个子系 统, 是提高城市轨道交通列车运行水平 ( 准点、 舒适、 节能) 的技术措施, 但它的功能是要依靠 036 各子系 统协调工作共同完成的。 03- 并不是故障安全系统, 且它的运行 它的运行速度始终低于 03V 的防护速度, 任务是由 03: 根据需求实时给出的, 缺少 03V 和 03: 子系统, 03- 将无法正常工作。 03- 的系统结构图如 图 > 所示。

第 "































述 66

一个重要部分是对控制算法的优化, 它是使列车实现 准点运行、 平稳运行和节能运行的关键技术。对 #$% 系统的控制算法来说, 首先是要根据已知信息得到最 优的速度距离运行曲线, 最优运行曲线是理论值, 它能 体现通过能力、 舒适性、 节能等性能指标的情况, 同时 是进行列车驾驶控制的依据。另外是要给出控制力大 小使列车沿最优运行曲线运行。由于在运行过程中, 列车实际运行轨迹很难与理想曲线重合, 这就要有一 套控制算法使计算得到的控制力实施后, 列车的运行 轨迹与理想曲线最贴近。
图 !" #$% 系统结构

由于要实现多个指标, 因此 #$% 是多目标控制。 评价 #$% 系统功能的优劣, 可以通过专家咨询, 对各 项指标赋予权重, 然后进行综合评定。

! & "# #$% 系统性能指标 如上所述, 利用 #$% 可以提高列车运行的性能指 标, 这些性能指标主要有以下几点: ( ! )高效性。#$% 应能提高通过能力, 在采用一 定的车辆类型、 信号设备和行车组织方法条件下, 提高 轨道交通系统线路的各项固定设备在单位时间内 (通 常是小时) 所能通过的列车数。这要求 #$% 的算法设 计要适应行车组织方式。 ( ’ )准时性。地铁系统是按照一定的时刻表运行 的, 每一列车都有其运行时分, 若误点运行, 将会打乱 整个地铁系统的运行作业。这就要求 #$% 能自动快 速的调整列车的运行时分, 使整个系统有序地运行。 ( ( )停车精度。地铁月台长度固定, 停车位置不 准确将影响乘客的上下车, 尤其是在带有屏蔽门的月 台, 这一问题更明显。停车精度还有可能影响列车与 地面的通信。这要求 #$% 在停车前能快速精确地调 整速度。 ( ) )舒适性。为了提高舒适性, 列车加减速度的 绝对值不能过大, 加减速度的变化不能过分频繁。 并且 ( * )节能。要求列车以尽量低的速度运行, 尽量减少制动。 以上几个指标有的相互一致, 有的相互抵触, 在不 同的城市, 不同的 #$% 发展阶段可根据需要有侧重地 对 #$% 进行设计。 ! & $# #$% 系统功能 #$% 系统最主要的功能是自动调整车速, 并能进 行站内定点停车, 使列车平稳地停在车站的正确位置。 一般地, 自动调整车速总能容易地实现运行计划中较 高通过能力的要求, 但只有好的算法才能在自动调整 车速时尽可能同时实现各项指标, 如准时性, 舒适性, 节能, 而定点停车调速方式特殊, 一般都单独设计。 要实现这些功能, 就要求 #$% 在运行的过程中, 万方数据 根据已知信息, 给出最优控制力。因此, 研究 #$% 的

"# #$% 控制算法发展概况
#$% 控制的是复杂的列车系统, 因此 #$% 控制算 法要考虑周围环境情况来决定控制量。只有对环境提 供的条件参数进行自适应, 才能实现多目标控制。在
[! ! #$% 的发展过程中, 相继出现了 ) 类控制算法 :

( ! )经典控制算法。这种方法的核心算法是以经 典的经验性的列车牵引制动特性公式为基础, 加装固 定不变的起动、 惰行、 牵引、 制动控车模式来实现控制 列车运行的。 ( ’ )参数自适应控制算法。这种方法采取了自适 应的参数调整策略来减小这些参数变化对算法的影 响。而核心算法则与经典控制算法相同。从这种意义 上讲, 它是第一种方法的改进。 ( ( )智能控制算法。这种方法能有效地获取、 传 递、 处理、 再生和利用信息, 从而在任意给定的环境下 能成功地达到预定目的。它的核心是一种思维的活 动, 是一类无需 ( 或仅需尽可能少的) 人的干预就能够 独立地驱动智能机器实现其目标的自动控制。智能控 制系统包括模糊控制、 专家系统和神经网络控制等等。 模糊控制能有效的控制难以建立精确模型而凭经验可 控制的系统; 专家系统能在决策中充分表示和利用经 验司机的常识性知识 ( +,--,./0./0 ) 和独特的智能行 为; 神经网络则具有并行处理和自学习能力。 ( ) )集成智能控制算法。由于智能控制的各类算 法均有其特点, 而且他们的优势有互补的可能。因此, 可对几种智能控制方法或机理融合在一起构成集成智 能控制算法。集成智能控制是 #$% 算法的发展方向。 " & !# 123 算法 123 控制属于经典控制算法。随着微型计算机技 45 年代开始, 列车自动驾驶系统 ( #$% ) 成 术的发展, 为一个研究热点。最初, 由于人们对列车自动驾驶系

’@@

K

铁K K 道K K 学K K 报

第 4> 卷

统的要求不是很高, 只希望 !"# 能进行一般驾驶操 作, 也由于技术的限制, 地铁列车自动驾驶系统采用 $%& 控制方式。’()* 年, 伦敦的维多利亚线成为第一 条盈利性投入运营的线路, 紧跟其后的是 ’()( 年投入 运营的费城的林登沃尔德线。 !"# 被其他许多系统 采用, 包括大多数新的美国地铁。由于它简单、 易于实 现, 因此有一定的市场。 $%& 是一种线性调节器, 它将设定值与输出值的 偏差按比例、 积分和微分进行控制。这种控制方法要 事先设定出距离+速度曲线。显然, 这是一种按照事先 安排好的行车曲线进行速度控制的方法。这种方法的 缺点是控制速度时的加减切换次数过多, 这种情况既 不利于平稳运行, 又破坏了乘坐的舒适性, 同时也增加 了能耗和降低了停车精度。 ! , !" 改进的 $%& 算法 改进的 $%& 算法能进行参数自适应。众所周知, !"# 受到许多不确定因素的影响, 属于一类复杂动力 学过程, 难以采用常规辨识方法进行建模。在不同的 工作条件下, 控制目标策略随过程特性的变化而大有 不同, 以致传统的 $%& 控制很难适应整个运行过程的 控制。因此, 研究人员一直在寻求 $%& 控制器的参数 自动整定技术, 以适应复杂的工况和高指标的控制要 求。经过人们对 $%& 控制算法的不断改进, 终于取得 了较大的成果, 现在自适应 $%& 控制的技术也较成熟, 并向智能型的 $%& 控制发展。二十多年来, 马特拉公 司完成了诸如 -!.、 /!00!.1、 /2"2#3 等全自动运 输系统。这些技术在巴黎、 里尔、 图卢兹、 里昂、 芝加 哥、 台北等城市的轨道交通中广泛应用。还有其他的 公司也把改进的 $%& 算法用到 !"# 中, 在列车走行特 性稳定、 线路条件稳定的情况下, 可以在一定程度上实 现令人满意的效果。 ! , #" 智能控制算法
[ 4, 5 !

并于 ?@ 教授。他在 ’()> 年提出了模糊集合的理论, 年代在各种学会上从模糊信息处理观点出发, 阐述了 他的 理 论。’(?A 年 英 国 的 /:B;:CD 教 授 提 出 %6 E 并把这种推理用于 "F28 E 型模糊规则用于模糊推理, 蒸汽机的自动运转中, 取得良好的结果。*@ 年代, 日 本技术人员开始关心模糊理论, 同时, 模糊理论实用化 的中心开始转移到日本。 为了解决列车自动驾驶 $%& 控制的不足, 列车自 动驾驶可以模拟经验丰富的司机进行驾驶, 以提高控 制质量。但以前的模糊控制均为模糊推理, 与输出结 果无关。对于延时大的系统, 模糊控制有一定的缺点。 这时, 解决的办法可以通过引进预测控制。由此, 日本 日立制作所研制了 “ 预测型模糊控制” 的列车自动驾
[ A, > ! 驶系统 。’(*? 年, 该系统在仙台地铁投入运营, 它

所用方法主要不是模糊推理, 而实际上是一种模糊决 策或模糊评判的方法。它通过估计下一时刻的安全 度、 舒适度、 运行速度、 停车精度、 运行时间、 节能等指 标, 选择决定要实施的控制量。因此它能实现多目标 控制, 也可满足多种地铁系统操作的需要。仙台地铁 开创了列车自动驾驶模糊控制的先例。 可以肯定的说, 模糊控制取得了一定的效果。但 是, 有时人们对控制过程的认识比较肤浅, 或总结不出 完整的经验, 这样得到的控制规则就很粗糙, 很不完 善, 况且控制过程中, 参数不断变化, 如果还按原来的 规则进行控制, 结果可能与实际要求不符。因此仍要 不断改善模糊控制。 我国对预测模糊控制也进行了研究。’(() 年, 铁 道科学研究院对地面列车运行的动态行为进行建模,
[) ! 并运用新型模糊预测控制进行仿真 。西南交通大学 [? ! 也对预测模糊控制算法 进行研究, 都取得了一定的

成果。 ! , # , !" 专家系统 ’(*5 年 F:G<H+3IJ= 等提出专家控制系统。专家 系统主要指的是一个智能计算机程序系统, 其内部含 有大量的某个领域专家水平的知识和经验, 能够利用 人类专家的知识和解决问题的经验方法来处理该领域 的高水平难题。简单地说, 专家系统是一种模拟人类 专家解决领域问题的计算机程序系统。该系统比较适 合于过程复杂、 影响因素较多的控制过程。它具有全 面性、 时空无限制性、 稳定性和廉价性等优点。进入 (@ 年代, 专家系统的研究方兴未艾, 各种专家系统陆 续在各个行业得到应用。 ’((( 年, 兰州铁道学院已在研究列车专家控制系 统
[* !

复杂的列车自动控制系统凭单一控制模式是难以 解决的。在研究如何改进 $%& 控制的同时, 人们在实 践中看到, 许多复杂的、 难以实现的目标控制, 可是熟 练的操作工、 技术人员或专家却操作自如, 可以获得较 满意的控制效果。于是, 将这些熟练的操作工、 技术人 员或专家的经验知识和控制理论结合, 把它作为控制 理论解决复杂控制过程的一个补充手段, 这样, 控制理 论解决复杂控制过程便有了突破性的进展。随着各种 智能技术的发展, 学者们纷纷尝试将智能技术用于列 车自动驾驶中。常用的智能控制方法有模糊逻辑控制 ( 6.7 ) 、 专家控制 ( 27 ) 和神经网络控制 ( 887 ) 等等。 ! , # , $" 模糊控制算法 万方数据 模糊理论的创始人是美国的扎德 ( 9:;<= ., !, )

, 对单个闭塞分区采用专家推理控制, 主要是对速

度的控制, 信息通过轨道电路上叠加的点式信息获取。

第 W

C





























述 *)*

该推理控制研究了确定性知识与不确定性知识的表 达, 并给出推理过程与结论。 专家系统有它的不足, 如知识获取主要依靠人工 移植, 且只能是在相当窄的专业知识领域内求解专门 性的问题, 推理能力也较弱。 于是, 兰州铁道学院针对列车专家控制系统的知 识不确定性特点, 提出了一种采用框架式专家系统知 识表示方法与模糊 !"#$% 网推理相结合的知识表示及 获取方法
[& !

控制算法集合成一体, 使其具有各自的优点。模糊逻 辑控制: 具有推理能力; 专家系统: 充分利用专家和技 术人员的经验; 神经网络控制: 自学习能力强, 并行处 理信息。其中, 人们比较热衷于模糊神经网络的研究。 日本把两级独立的模糊神经网络控制 在 *&&5 年, 系 统“ HJ2KL"M$""K 2EK6$""F2N 60OO< P"0$:1P"#J2$;
[ *) ! /28#$21 A<4#"N ” 用到 GHI 中 。他们深入考察了动

态特性改变引起的加速误差的控制特性, 也考察以速 度控制转换到位置控制的控制特性。而该控制系统能 在运行前或运行中提取优化模糊规则, 且减少模糊控 制规则的数量, 以处理以上的动态信息。在开始运行 后, 能方便地改变规则。 *&&Q 年, 铁道科学研究院基于模糊控制方法提出 一种新的列车自动驾驶控制算法— — —直接模糊神经控
[ ** ! 制 。上海铁道大学则在 *&&> 年研究列车自动驾驶 [ *C ! 的控制算法 , 用模糊控制的 R! 网络实现站间运行

, 较好地解决了知识获取的问题。

! ’ " ’ "# 神经网络控制 人工神经网络早期的研究工作应追溯到本世纪 () 年代。*&(+ 年, ,’ -./0112.3 和 ,’ !%##4 首先提出 神经元的数学模型。5) 年代末, 6’ 724"891:## 设计制 作了 “ 感知机” , 首次把人工神经网络的研究从理论探 讨付诸工程实践。然而, 不久之后, -%84;< 和 !:="$# 论证了简单的线性感知机功能有限, 不能解决复杂逻 辑功能。加之当时电子技术的制造水平还达不到研究 工作的要求, 要制作在规模上与真实神经系统相比拟 的人工神经网络还比较困难, 人们对感知机的兴趣开 始衰落, 人工神经网络的研究进入了低潮。>) 年代初 期, 模拟与数字混合的 ?@AB 电路制作技术已提高到新 的水平, 此外, 数字计算机的发展在若干应用领域遇到 困难。*&>C 年, 美国 D2=E%"1F 引用能量函数的概念, 使神经网络的平衡稳定状态有了明确的判据方法, 又 利用模拟电路的基本元件构作了人工神经网络的硬件 原理模型, 为神经网络的硬件实现奠定了基础, 这样便 形成了 >) 年代以来神经网络研究热潮。神经网络理 论不断地完善着, 它是由神经元相互连接而成的自适 应非线性动力系统, 它具有大规模并行处理、 知识分布 式存储、 自学习能力强等特点, 它的应用领域也在不断 地扩大。 *&&5 年, 中科院自动化所把一种新型的联想记忆 神经网络应用于列车的自动停车, 为了提高控制系统 对于过程模型参数变化的鲁棒性和制动停车精度, 该 技术以滚动优化的方式实现了基于联想记忆神经网络 的长程预测控制。 神经网络也存在问题, 它不能解释自己的推理过 程, 网络的收敛速度有待提高, 并且有可能陷入局部最 优。 ! ’ $# 集成型智能控制 对于 GHI 系统, 人们的要求越来越高, 例如, 模糊 控制中语言变量的划分和隶属函数的形状在很大程度 上取决于专家经验, 很难进行在线调整等等。而上述 的各种智能控制方法各有优缺点, 并且它们的优点许 万方数据 多是能互补的, 因此人们已经着眼于如何将各种智能

控制, 用基于遗传算法的模糊神经网络实现列车定位 停车控制, 仿真结果令人满意, 并表明神经网络控制方 法的曲线很光滑, 其速度基本上维持在某一值附近, 另 外, 当环境和模型变化时, 仍能通过学习进行适应, 具 有较好的鲁棒性和自适应性。 模糊神经网络一般情况下难以获得全局最优, 对 多输入系统的处理也有一定的困难。遗传算法 ( SG ) 作为一种随机搜索的全局优化算法, 借鉴了生物进化 中适者生存的思想, 它在模糊规则的自动获取与神经 网络的学习过程中呈现了强大的生命力。 为了解决最低能耗问题, *&&T 年新加坡学者开始
[ *+ ! , 根据各种情 把遗传算法用于列车自动驾驶仿真中

况, 在出发前便产生惰行的最合适点, 以实现能耗最 低。*&&& 年, 新加坡学者又引入 LU ( F%M"$"8#%:1 "V210K #%28) 概念, 并用它调整模糊隶属函数以优化列车的运
[ *( ! 行控制 。LU 提供最优化目标函数, 易于使用且收

敛快。

"# 展望
综上所述, 列车自动驾驶的智能控制算法的研究 已相当普遍, 但投入使用的大部分列车自动驾驶系统 的控制算法采用的是自适应 !BL 控制或一般的 !BL 控 制, 仅有日本采用过预测型模糊控制算法进行列车控 制, 而其他智能控制算法与集成型智能控制算法并未 有投入使用的报导。我国城市轨道交通列车自动控制 系统目前主要是以引进为主, 同时加快国产化的进度。 目前引进了来自德国、 美国、 英国等公司的控制系统, 这些控制系统的工作方式或各子系统的数据需求是不 太一样的。因此, 可针对具体的控制系统分析其数据

!*)

[

铁[ [ 道[ [ 学[ [ 报

第 )" 卷

需求, 选用并研究不同的算法, 在能实现准时和定位停 车的基础上, 再从运行过程的局部开始实现智能控制 算法, 以提高舒适性, 降低能耗。 从列车自动驾驶智能控制的现状分析, 这并不意 味着在目前阶段研究高性能的全局优化的智能控制算 法没有意义。当已有控制算法不能满足日益严峻的城 市交通问题时, 智能控制算法便将发挥其作用, 因此仍 要对智能控制算法尤其是集成型智能控制算法进行研
[ !" ! 究。此外, 笔者获悉智能控制领域出现了可拓学 与 [ !# ! 集对分析 两门新兴学科。可拓学能很好地解决矛

[L ! C84O R<15JE34,89 1:$ &M8 S8281@=M 5> C3DDE ?@8A<=9<54 14A H92 %;;:<=19<54 <4 &@1<4’ 2 %395G19<= F549@5: [% $ H4:%39545J ! G532 T8=849@1:<D8A 7E298G2,)***$ ?@5=88A<4O2,)*** H498@J 419<541: P5@Q2M5; [F $ )***$ -) —-#$ ! [[ (! $ 测控技 ! 董海鹰$ 列车专家控制系统的知识表示研究 !/// , !(+) : L —/$ 术, [/ 党建武$ 基于框架式模糊 ;89@< 网列车专家控制系 ! 董海鹰, 统知识表示研究 [( $ 铁道学报, )*** , )) (,) : !!) —!!"$ ! [ !* 89 1:$ %;;:<=19<54 5> C3DDE K83@1: K89U5@Q =549@5: ! 78Q<48 7, 95 %395G19<= &@1<4 ’;8@19<54 14A &34<4O 5> H92 F549@5: S3:82 [% $ H4:V5:3G8: + ,C3DDE 7E298G2, !//"$ ?@5=88A<4O2 5> ! !//" HIII H498@419<541: F54>8@84=8[ F! $ !//"$ !L+! — !L+#$ [ !! ! P14O (<4O,89 1:$ T<@8=9 C3DDE K83@1: F549@5: U<9M %;;:<=1J 9<54 95 %395G19<= &@1<4 ’;8@19<54 [( $ F549@5: &M85@E 14A %;J ! ;:<=19<542, !//- , !" (,) : ,/! —,//$ [ !) 施鸿宝$ 基于神经网络的地铁列车运行过程的集成 ! 武妍, 型智能控制 [( $ 铁道学报, )*** , )) (,) : !* —!"$ ! [ !, ! FM14O F 7,7<G 7 7$ ’;9<G<2<4O &@1<4 .5B8G8492 9M@53OM F5129 F549@5: W2<4O X8489<= %:O5@<9MG2 [( $ HII ?@5=$ JI:8=J ! 9@$ ?5U8@ %;;:$ , !//L , !++ (!) : #" —L,$ [ !+ ! FM14O F 7,89 1:$ ?1@895J5;9<G1: 789 Y128A .3:9<56Z8=9<B8 &34<4O 5> C3DDE %395G19<= &@1<4 ’;8@19<54 >5@ .122 &@142<9 7E298G [ (! $ HII ?@5=$ JI:8=9@$ ?5U8@ %;;:$ , !/// , !+# (") : "LL —"-,$ [ !" [ .! $ 北京: 科学技术文献出版 ! 蔡文$ 物元模型及其应用 社, !//-$ [ !# [. $ 杭州: 浙江科学技术 ! 赵克勤$ 集对分析及其初步应用 ! 出版社, )***$

盾问题, 集对分析能对不确定性系统进行 “ 客观承认, 系统描述、 定量刻画、 具体分析” 。
参考文献: [! 赵海东, 贾利民$ 列车运行自动控制 ( %&’) 算法的 ! 刘贺文, 研究 [( $ 中国铁道科学, )*** , )! (+) : ,- — +,$ ! [) [. $ 哈尔滨: ! 李士勇$ 模糊控制?神经控制和智能控制论 ! 哈尔滨工业大学出版社, !//-$ [, [ (! $ 工 业 控 制 计 算 机, ! 李浚泉$ 智 能 控 制 发 展 过 程 综 述 !/// , (,) : ,* —,+$ [+ 89 1:$ %;;:<=19<54 5> ?@8A<=9<B8 C3DDE F549@5: 95 ! 01234563 7, %395G19<= &@1<4 ’;8@19<54 F549@5::8@ [ %! $ H4:?@5=$ 5> HIFJ -+ [F $ !/-+$ #"L —##)$ ’K’ ! [" 89 1:$ %395G19<= 9@1<4 5;8@19<54 2E298G 6128A 54 ! ’2M<G1 N, ;@8A<=9<B8 >3DDE =549@5: [ %! $ H4:%@9<><=<1: H498::<O84=8 >5@ H4J A329@<1: %;;:<=19<542, !/--$ HIII %H ’ -- ,?@5=88A<4O2 5> 9M8 H498@419<541: P5@Q2M5; [F $ !/--$ +-" —+-/$ ! [# 等$ 新型模糊预测控制及其在列车自动运行过程 ! 张建华, 中的应用 [( $ 中国铁道科学, !//# , !L (+) : !*! —!*/$ !

( 责任编辑[ 姚家兴)

万方数据

列车自动驾驶系统控制算法综述
作者: 作者单位: 刊名: 英文刊名: 年,卷(期): 被引用次数: 唐涛, 黄良骥 北方交通大学电子信息工程学院,北京,100044 铁道学报 JOURNAL OF THE CHINA RAILWAY SOCIETY 2003,25(2) 22次

参考文献(16条) 1.刘贺文;赵海东;贾利民 列车运行自动控制(ATO)算法的研究[期刊论文]-中国铁道科学 2000(04) 2.李士勇 模糊控制·神经控制和智能控制论 1998 3.李浚泉 智能控制发展过程综述 1999(03) 4.Yasunobu S Application of Predictive Fuzzy Control to Automatic Train Operation Controller 1984 5.Oshima H Automatic train operation system based on predictive fuzzy control[外文会议] 1988 6.张建华 新型模糊预测控制及其在列车自动运行过程中的应用 1996(04) 7.Feng Xiao-yun The Research of Fuzzy Prediction and Its Application in Train's Automatic Control[外文会 议] 2000 8.董海鹰 列车专家控制系统的知识表示研究[期刊论文]-测控技术 1999(04) 9.董海鹰;党建武 基于框架式模糊petri网列车专家控制系统知识表示研究[期刊论文]-铁道学报 2000(03) 10.Sekine S Application of Fuzzy Neural Network control to Automatic Train Operation and Tuning of Its Control Rules[外文会议] 1995 11.Wang Jing Direct Fuzzy Neural Control with Application to Automatic Train Operation 1998(03) 12.武妍;施鸿宝 基于神经网络的地铁列车运行过程的集成型智能控制[期刊论文]-铁道学报 2000(03) 13.Chang C S;Sim S S Optimising Train Movements through Coast Control Using Genetic Algorithms[外文期刊] 1997(01) 14.Chang C S Pareto-optimal Set Based Multiobjective Tuning of Fuzzy Automatic Train Operation for Mass Transit System[外文期刊] 1999(5) 15.蔡文 物元模型及其应用 1998 16.赵克勤 集对分析及其初步应用 2000

本文读者也读过(6条) 1. 刘海东.毛保华.丁勇.何天健.LIU Hai-dong.MAO Bao-hua.DING Yong.HO Tin-kin 列车自动驾驶仿真系统算法及其实 施研究[期刊论文]-系统仿真学报2005,17(3) 2. 刘贺文.赵海东.贾利民.Liu Hewen.Zhao Haidong.Jia Limin 列车运行自动控制(ATO)算法的研究[期刊论文]-中国铁 道科学2000,21(4) 3. 陈荣武.刘莉.诸昌钤.CHEN Rong-wu.LIU Li.ZHU Chang-qian 基于CBTC的列车自动驾驶控制算法[期刊论文]-计算机 应用2007,27(11) 4. 黄良骥.唐涛 地铁列车自动驾驶系统分析与设计[期刊论文]-北方交通大学学报2002,26(3) 5. 周家猷.唐涛.Zhou Jiayou.Tang Tao 列车自动驾驶系统算法研究[期刊论文]-中国科技信息2008(13) 6. 董海荣.高冰.宁滨.Dong Hairong.Gao Bing.Ning Bin 列车自动驾驶调速系统自适应模糊控制[期刊论文]-动力学与 控制学报2010,8(1)

引证文献(28条) 1.陆小红.王长林 基于预测型灰色控制的列车自动运行速度控制器建模与仿真[期刊论文]-城市轨道交通研究 2013(2)

2.赵朔雪.董昱.赵媛媛 移动闭塞条件下的ATO子系统运行控制算法分析[期刊论文]-铁道通信信号 2012(2) 3.李跃宗.王鹏玲.林轩.王青元 高速列车自动驾驶优化算法[期刊论文]-计算机应用 2012(11) 4.徐杰.郜洪民.孟军 城市轨道交通列车自动驾驶各阶段速度控制算法的研究[期刊论文]-铁路计算机应用 2012(11) 5.张冲.刘晓磊 列车自动运行系统的性能指标权重分配方案研究[期刊论文]-铁道通信信号 2012(12) 6.高凡 基于遗传算法的列车自动驾驶过程优化研究[期刊论文]-铁道运营技术 2012(3) 7.窦鹏飞.王化深 列车自动运行迭代学习控制算法的研究[期刊论文]-铁路计算机应用 2011(9) 8.张兆中.郜春海.张强.陈德旺 一种舒适且高精度的列车停车控制器的设计[期刊论文]-铁路计算机应用 2011(8) 9.于振宇.陈德旺 城轨列车制动模型及参数辨识[期刊论文]-铁道学报 2011(10) 10.柏赟.何天健.毛保华 一种交叉线干扰情形下列车晚点恢复运行控制方法[期刊论文]-交通运输系统工程与信息 2011(5) 11.王金刚.陈永刚.赵亮 模糊预测控制在ATO系统中的应用[期刊论文]-铁道通信信号 2010(5) 12.余进.何正友.钱清泉.徐涛 列车运行过程的自适应模糊控制[期刊论文]-铁道学报 2010(4) 13.董海荣.高冰.宁滨 列车自动驾驶调速系统自适应模糊控制[期刊论文]-动力学与控制学报 2010(1) 14.董海荣.高冰.宁滨.张严心 基于模糊PID软切换控制的列车自动驾驶系统调速制动[期刊论文]-控制与决策 2010(5) 15.周家猷.唐涛 列车自动驾驶系统算法研究[期刊论文]-中国科技信息 2008(13) 16.余进.钱清泉.何正友 两级模糊神经网络在高速列车ATO系统中的应用研究[期刊论文]-铁道学报 2008(5) 17.陈荣武.刘莉.诸昌钤 基于CBTC的列车自动驾驶控制算法[期刊论文]-计算机应用 2007(11) 18.王义惠.罗仁士.于振宇.宁滨 考虑ATP限速的ATO控制算法研究[期刊论文]-铁道学报 2012(5) 19.钱磊.孔繁虹 列车自动驾驶系统节能操纵策略研究[期刊论文]-科技风 2011(6) 20.张强.陈德旺.于振宇 城市轨道交通ATO系统性能指标评价[期刊论文]-都市快轨交通 2011(4) 21.吴海俊.丁勇.毛保华.姚宪辉 基于模糊神经网络的列车制动控制智能算法研究[期刊论文]-交通与计算机 2008(1) 22.刘海东.毛保华.丁勇.何天健 列车自动驾驶仿真系统算法及其实施研究[期刊论文]-系统仿真学报 2005(3) 23.蒲松芝.顾桂梅 广义预测控制隐式算法在ATO系统中的应用[期刊论文]-铁道通信信号 2011(5) 24.康太平 基于模糊预测控制的列车自动驾驶系统研究[学位论文]硕士 2006 25.陈文良.谢斌.宋正河.毛恩荣 拖拉机电控液压动力转向系统的研究[期刊论文]-农业工程学报 2006(10) 26.张博 低速磁浮列车电—机械联合制动控制方法研究[学位论文]硕士 2005 27.石红国 列车运行过程仿真及优化研究[学位论文]博士 2006 28.宁滨 轨道交通系统中的列车运行追踪模型及交通流特性研究[学位论文]博士 2005

本文链接:http://d.g.wanfangdata.com.cn/Periodical_tdxb200302021.aspx


相关文章:
基于CBTC控制的列车全自动驾驶系统(FAO)的发展及应用
基于CBTC控制列车自动驾驶系统(FAO)的发展及应用_信息与通信_工程科技_专业资料。基于 CBTC 控制列车自动驾驶系统(FAO)的发展及应用 【摘要】主要介绍全...
列车自动控制系统浅析
浅析列车自动控制系统摘要:本文从列车自动控制系统(ATC)的组成入手,分析了该系统的 3 个子系统:列车自动 防护系统(ATP),列车自动驾驶系统(ATO),列车自动监控系统(...
自动驾驶技术综述
自动驾驶技术综述_交通运输_工程科技_专业资料。自动驾驶技术综述摘要: 摘要:本文通过对自动驾驶技术原理和发展的介绍,探讨了汽车将逐 步走向自动驾驶的趋势, 同时...
自动驾驶技术综述
自动驾驶技术综述_交通运输_工程科技_专业资料。介绍...系统、自适应巡航控制系统、自动泊车系统等安全驾驶...开发自动驾驶系统制定横向与纵向控制策略,开发算法验证...
列车自动控制系统——ATC
系统,实现地面控制与车上控制结合、现 地控制与中央控制结合,构成一个以安全设备为基础,集行车指挥、运行调整以 及列车驾驶自动化等功能为一体的列车自动控制系统。...
铁道信号列车运行自动控制技术综述
铁道信号列车运行自动控制技术综述_交通运输_工程科技_专业资料。铁道信号列车运行...3.3 司机操作界面 显示单元安装在驾驶室,便于设备通风,且避免阳光直射的位置。...
浅谈列车运行自动控制系统在国内外的应用王泽正
列车自动控制系统分为列车自动防护(ATP)、列车自动驾驶系统(ATO)、列 车自动监督系统(ATS)和计算机联锁系统(CI)。ATC(Automatic Train Control System),即 列车...
列车自动驾驶
上海地铁 10 号线是我国第一条 FAO(全自动无人驾驶系统)地 铁线路, 但在运营上, 列车上还是会有司机人员, 只是司机的职责不是控制列车, 而是为乘客提供安全...
对自动驾驶系统与列车牵引复杂优化的协同设计
自动驾驶系统列车牵引复杂优化的协同设计_交通运输_工程科技_专业资料。对...图 13 电机控制器的性能评价和最佳的通量 该列车牵引驱动控制算法可以实现的最...
更多相关标签:
列车自动驾驶系统 | 列车辅助驾驶系统 | 列车模拟驾驶系统 | 聚类算法综述 | 人工智能算法综述 | 遗传算法综述 | 推荐算法综述 | 社区发现算法综述 |