基于支持向量機的高速列車建模與控制研究.pdf

1、高速列車時代的發(fā)展已經相當快速，它是由異常復雜的設備包括硬件設施和軟件系統(tǒng)所組成的整體，它面臨的是開放的異常復雜的外部運行環(huán)境，具有相當復雜特征表現(xiàn)的移動服務性非線性系統(tǒng)運動學所組成系統(tǒng)?，F(xiàn)有的高速列車運行是根據(jù)實際中的運行工況和給定的V-S速度位移曲線的很大程度上根據(jù)人工操作經驗的操縱控制模式，這樣一來就很難保證高速列車高效率性能的完成設計運行標準。
　　面對高速列車這樣運行過程復雜的，外界環(huán)境影響因素多的不確定性和具有強非線性

2、動力學系統(tǒng)特性，文章根據(jù)高速列車牽引制動特性曲線數(shù)據(jù)為基礎，同時采集現(xiàn)有線路運行過程實際數(shù)據(jù)信息，進而為研究高度列車運行過程建模與速度跟蹤控制做準備也為對高速列車進一步趨向自動駕駛系統(tǒng)設計研究提供更多的可能參考。
　　1.以CRH380AL型高速列車為實驗對象，通過采集的實際數(shù)據(jù)信息和參考的牽引制動特性曲線，使用數(shù)據(jù)驅動的建模方法，進而建立高速列車LSSVM預測模型，鑒于LSSVM預測模型實時性，運算量大，時間長等不利特點，采用改

3、進型的最小二乘支持向量在線學習建立模型，在很大程度上提高建模速度和精度，進一步滿足系統(tǒng)在線運行的實時性要求。以CRH380AL研究對象，實驗的結果表明了所建立模型的可靠性和有效性。
　　2.根據(jù)高速列車運行過程的復雜性研究，外界隨機不確定因素的影響，分析動車組運行過程多模態(tài)，提出多模型建模的思想，數(shù)據(jù)通常包含大量信息，針對高速列車運行過程表現(xiàn)明顯的牽引和制動狀態(tài)對數(shù)據(jù)使用模糊聚類來分類，最大限度的保存數(shù)據(jù)信息的完備，進而根據(jù)系統(tǒng)分

4、類數(shù)據(jù)特性建立多模態(tài)階段模型，同時考慮的具有核函數(shù)的支持向量機模型對模型精度和效果影響比較大，這樣在建立階段模型的基礎上尋求最適合核函數(shù)的最優(yōu)LSSVM模型，實驗表明在分類建模的試驗下，模型保存了更多的信息，從而為建立當前模式下最優(yōu)模型，提供更為準確的表現(xiàn)，實驗表明模型預測精度更高。
　　3.在所建立的多模態(tài)最優(yōu)LSSVM模型的基礎上，根據(jù)動車組運行過程多模態(tài)分析，結合廣義預測控制提出多支持向量機模型的高速列車速度跟蹤控制方法，得