基于GA模糊神經(jīng)網(wǎng)絡(luò)的列車自動(dòng)駕駛優(yōu)化研究.pdf

1、列車自動(dòng)駕駛系統(tǒng)不僅能夠減輕司機(jī)的工作負(fù)荷對(duì)列車實(shí)現(xiàn)自動(dòng)駕駛，而且能夠在保證列車安全運(yùn)行的基礎(chǔ)上提高列車的各項(xiàng)性能指標(biāo)，因而列車自動(dòng)駕駛系統(tǒng)已成為目前研究的熱門課題。傳統(tǒng)PID算法只是對(duì)線性系統(tǒng)效果較好，且不具備自適應(yīng)性，而列車運(yùn)行過(guò)程是具有復(fù)雜、多目標(biāo)、非線性等特點(diǎn)，精確的數(shù)學(xué)模型很難被建立，因此如果將基于傳統(tǒng)PID算法的列車自動(dòng)駕駛系統(tǒng)應(yīng)用于真實(shí)的線路上，當(dāng)受到線路和環(huán)境等諸多因素的影響時(shí)，控制效果將很難達(dá)到令人滿意的結(jié)果。而GA(

2、GeneticAlgorithm，遺傳算法)模糊神經(jīng)網(wǎng)絡(luò)算法是將模糊推理與神經(jīng)網(wǎng)絡(luò)相結(jié)合并由遺傳算法來(lái)學(xué)習(xí)BP神經(jīng)網(wǎng)絡(luò)的權(quán)值。這樣不僅使這三種算法在知識(shí)獲取、推理方法、學(xué)習(xí)能力方面得到互補(bǔ)，而且又發(fā)揮了神經(jīng)網(wǎng)絡(luò)廣泛的映射能力并具有快速收斂以及增強(qiáng)式學(xué)習(xí)能力。此種算法不僅在控制對(duì)象的過(guò)程中提高了系統(tǒng)的控制精度而且降低了誤差，還對(duì)被控制對(duì)象模型的精確度要求不高。因而本文將GA模糊神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于列車自動(dòng)駕駛系統(tǒng)中，將線路等因素對(duì)列車運(yùn)行的

3、影響用模糊控制量的補(bǔ)償作用來(lái)抵消，仿真結(jié)果表明將GA模糊神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于列車自動(dòng)駕駛系統(tǒng)中能夠取得較好的控制效果。
　　本文首先對(duì)列車自動(dòng)駕駛系統(tǒng)的背景、意義和國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行了總結(jié)，接著介紹了列車自動(dòng)駕駛系統(tǒng)的結(jié)構(gòu)、功能以及五個(gè)性能指標(biāo)，并且研究了列車自動(dòng)駕駛的策略;其次，介紹了列車運(yùn)動(dòng)模型和線路模型并由此生成了一條列車運(yùn)行的目標(biāo)曲線，接著詳細(xì)的學(xué)習(xí)了GA模糊神經(jīng)網(wǎng)絡(luò)算法，并在此基礎(chǔ)上設(shè)計(jì)了基于GA模糊神經(jīng)網(wǎng)絡(luò)算法的速度控制