版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、重載鐵路以其效率高、成本低以及運能大的特點成為國民經(jīng)濟中一種重要的運輸方式,但在重載列車運行過程中,受重載列車重量大、編組長,線路坡度、線路限速以及重載列車在實施空氣制動時隨著列車管放風減壓制動波沿著列車方向非線性傳播并衰減,以及在實施緩解時列車管的充氣呈非線性等因素的影響,使司機在駕駛重載列車時具有很大難度。如何考慮上述因素的影響,生成安全的重載列車駕駛曲線,是保證重載列車安全運行的一個重要的基礎。本文將結合重載列車重量大、編組長、連
2、續(xù)長大下坡區(qū)段以及空氣制動帶來的非線性等問題,研究生成安全駕駛曲線的方法,為司機安全駕駛重載列車提供技術保障。
本文以BP神經(jīng)網(wǎng)絡為基本算法建立重載列車的非線性模型,在其基礎上采用遺傳算法進行優(yōu)化,提升算法快速隨機的全局搜索能力,同時建立重載列車運行模型,提出了一種基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡的重載列車駕駛曲線生成方法,并通過實際數(shù)據(jù)進行了仿真驗證。具體研究內容如下:
(1)綜合考慮分析限速、連續(xù)下坡道線路和列車編組
3、等條件,對線路進行合理劃分,對數(shù)據(jù)進行降噪、歸一化等處理。
(2)通過實際重載列車運行數(shù)據(jù),分別采用神經(jīng)網(wǎng)絡算法和其優(yōu)化算法,對重載列車制動運行過程進行建模,設計獲得重載列車制動參數(shù)。
(3)根據(jù)制動參數(shù)、重載列車特性以及運行要求,在約束條件下計算列車的運行參數(shù)。
(4)以朔黃線重載方向實際數(shù)據(jù)為基礎,分析研究連續(xù)長大下坡道運行場景,采用MATLAB工具,分別運用BP神經(jīng)網(wǎng)絡及其優(yōu)化算法進行仿真,獲得重載列
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于循環(huán)神經(jīng)網(wǎng)絡的單輪對話生成方法研究.pdf
- 神經(jīng)網(wǎng)絡拓撲結構的自動生成方法研究.pdf
- 混合神經(jīng)網(wǎng)絡結構自生成方法研究.pdf
- 基于遺傳算法的重載列車駕駛策略的研究.pdf
- 基于GA模糊神經(jīng)網(wǎng)絡的列車自動駕駛優(yōu)化研究.pdf
- 基于粒計算的神經(jīng)網(wǎng)絡及集成方法研究.pdf
- 曲線字庫自動生成方法的研究.pdf
- 基于bp神經(jīng)網(wǎng)絡的nurbs曲線插補方法研究
- 多類問題的神經(jīng)網(wǎng)絡集成方法研究.pdf
- 基于神經(jīng)網(wǎng)絡的統(tǒng)計參數(shù)語音合成方法研究.pdf
- 基于BP神經(jīng)網(wǎng)絡的NURBS曲線插補方法研究.pdf
- 基于社會網(wǎng)絡的團隊生成方法研究.pdf
- 基于TCN網(wǎng)絡控制的列車駕駛單元模塊的設計.pdf
- 基于人工免疫網(wǎng)絡的神經(jīng)網(wǎng)絡集成方法及其應用研究.pdf
- 基于邊界曲線的細分曲面控制網(wǎng)格的生成方法研究.pdf
- 基于神經(jīng)網(wǎng)絡和三次樣條曲線的潮位預測方法研究.pdf
- 基于遺傳算法的模糊神經(jīng)網(wǎng)絡在鐵路列車自動駕駛中的應用研究.pdf
- 列車駕駛容錯控制技術研究.pdf
- 基于神經(jīng)網(wǎng)絡的含時滯非線性系統(tǒng)的自適應控制和模糊隸屬函數(shù)生成方法.pdf
- 基于OSG的列車駕駛模擬仿真視景系統(tǒng)的研究.pdf
評論
0/150
提交評論