鐵路具有運(yùn)輸效率高、單位成本低等突出優(yōu)勢(shì),是國(guó)民經(jīng)濟(jì)發(fā)展與綜合交通運(yùn)輸?shù)拇髣?dòng)脈,具有重要的社會(huì)和經(jīng)濟(jì)效益。目前我國(guó)鐵路系統(tǒng)中的高速列車和普速列車均采取由列車駕駛員在車載安全設(shè)備監(jiān)督與防護(hù)下駕駛列車的人工駕駛控制模式,而隨著路網(wǎng)規(guī)模的擴(kuò)大、列車跨線運(yùn)行的常態(tài)化、列車運(yùn)行間隔的縮短、列車運(yùn)行速度的提高,現(xiàn)代鐵路對(duì)列車駕駛員的駕駛經(jīng)驗(yàn)、操縱決策等提出了越來(lái)越高的要求,列車駕駛員的駕駛工作負(fù)擔(dān)越來(lái)越重,現(xiàn)行人工駕駛模式已逐漸難以充分滿足列車運(yùn)行控制系統(tǒng)對(duì)提升其自動(dòng)化、智能化水平的需求。因此,基于智能方法的列車駕駛策略優(yōu)化方法已成為近年來(lái)的研究熱點(diǎn),其對(duì)于提升列車運(yùn)行表現(xiàn)、減輕列車駕駛員工作負(fù)擔(dān)等方面均具有重要的現(xiàn)實(shí)意義。本文針對(duì)基于智能算法的列車駕駛策略優(yōu)化這一研究熱點(diǎn)與難點(diǎn),分別針對(duì)人工駕駛條件下列車駕駛策略優(yōu)化模型的建立、基于智能算法的列車駕駛策略優(yōu)化問(wèn)題求解、考慮實(shí)時(shí)調(diào)度信息的智能列車輔助駕駛方法等若干關(guān)鍵問(wèn)題展開(kāi)相關(guān)研究。具體來(lái)說(shuō),本文的主要研究工作如下:首先,建立人工駕駛條件下的列車駕駛策略優(yōu)化模型�？紤]列車運(yùn)行過(guò)程中受到的影響因素,對(duì)列車運(yùn)行過(guò)程進(jìn)行受力分析,加入折算列車長(zhǎng)度、制動(dòng)...

【文章頁(yè)數(shù)】：124 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
致謝
摘要
ABSTRACT
1 引言
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 列車駕駛策略優(yōu)化
        1.2.2 列車輔助駕駛方法與系統(tǒng)
    1.3 本文主要研究?jī)?nèi)容
2 預(yù)備知識(shí)
    2.1 列車運(yùn)行控制
    2.2 列車駕駛策略
    2.3 神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)
    2.4 進(jìn)化計(jì)算方法
3 列車駕駛策略的生成與優(yōu)化建模方法
    3.1 問(wèn)題描述
    3.2 列車牽引計(jì)算數(shù)學(xué)模型的建立
    3.3 人工駕駛條件下的列車駕駛策略優(yōu)化建模
    3.4 列車駕駛策略優(yōu)化模型的最優(yōu)性分析
        3.4.1 情形a: λ₁/mv<0
        3.4.2 情形b: λ₁/mv=0
        3.4.3 情形c: 0<λ₁/mv<1/umax

        3.4.4 情形d: 1/u_max≤λ₁/mv≤1/u_min

        3.4.5 情形e: λ₁/mv>1/u_min

    3.5 小結(jié)
4 離線在線結(jié)合的列車駕駛策略優(yōu)化方法
    4.1 問(wèn)題描述
    4.2 基于智能搜索方法的列車駕駛策略離線優(yōu)化
    4.3 基于數(shù)值迭代方法的列車駕駛策略在線優(yōu)化
    4.4 算例實(shí)驗(yàn)與分析
        4.4.1 正常運(yùn)行情況下的列車駕駛策略優(yōu)化
        4.4.2 僅離線和離線在線結(jié)合的列車駕駛策略優(yōu)化
    4.5 小結(jié)
5 基于機(jī)器學(xué)習(xí)與進(jìn)化計(jì)算的列車駕駛策略優(yōu)化方法
    5.1 問(wèn)題描述
        5.1.1 符號(hào)與變量表示
        5.1.2 基于ACP方法的列車駕駛策略優(yōu)化框架
    5.2 基于深度神經(jīng)網(wǎng)絡(luò)的列車駕駛策略特征學(xué)習(xí)
    5.3 基于自適應(yīng)差分進(jìn)化算法的列車駕駛策略優(yōu)化
    5.4 算例實(shí)驗(yàn)與分析
        5.4.1 各結(jié)構(gòu)的深度神經(jīng)網(wǎng)絡(luò)特征學(xué)習(xí)效果
        5.4.2 結(jié)合DNN與自適應(yīng)差分進(jìn)化算法的列車駕駛策略優(yōu)化
    5.5 小結(jié)
6 考慮實(shí)時(shí)調(diào)度信息的列車智能輔助駕駛方法
    6.1 問(wèn)題描述
    6.2 考慮實(shí)時(shí)調(diào)度信息的智能列車輔助駕駛系統(tǒng)
    6.3 集成模擬駕駛與iDAS的硬件在環(huán)仿真測(cè)試
    6.4 算例實(shí)驗(yàn)與分析
        6.4.1 臨時(shí)限速場(chǎng)景下的列車駕駛策略優(yōu)化
        6.4.2 考慮外部風(fēng)速信息的列車駕駛策略優(yōu)化
    6.5 小結(jié)
7 結(jié)論與展望
    7.1 結(jié)論
    7.2 展望
參考文獻(xiàn)
作者簡(jiǎn)歷
學(xué)位論文數(shù)據(jù)集



本文編號(hào)：3862085

boshi