版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、在我國(guó)高速鐵路飛速發(fā)展的基礎(chǔ)上,高速列車(chē)的運(yùn)營(yíng)密度與運(yùn)行速度有了巨大提升,目前高速列車(chē)仍處于人工駕駛階段,這將難以滿(mǎn)足高速鐵路安全高效運(yùn)行的基本要求。而列車(chē)自動(dòng)駕駛運(yùn)用計(jì)算機(jī)技術(shù)可以對(duì)列車(chē)進(jìn)行實(shí)時(shí)控制,不僅可以保證列車(chē)的精確停車(chē)和準(zhǔn)點(diǎn)到站,還可以保證乘客的舒適性以及降低運(yùn)行能耗。因此,研究更好的高速列車(chē)駕駛模型有助于高速鐵路的高效運(yùn)行,更好的高速列車(chē)駕駛方式也是未來(lái)高速鐵路的發(fā)展趨勢(shì)。
通過(guò)分析實(shí)際高速鐵路人工駕駛數(shù)據(jù),發(fā)現(xiàn)有
2、經(jīng)驗(yàn)的、優(yōu)秀的司機(jī)可以將列車(chē)安全、準(zhǔn)時(shí)、精確地停在指定位置,整個(gè)駕駛過(guò)程也比較平穩(wěn)。因此,本文擬建立高速列車(chē)智能駕駛模型,運(yùn)用集成分類(lèi)回歸樹(shù)算法歸納總結(jié)優(yōu)秀司機(jī)的駕駛策略,并將其轉(zhuǎn)變?yōu)橛?jì)算機(jī)可以識(shí)別的智能控制語(yǔ)言進(jìn)而控制高速列車(chē)的運(yùn)行。本文的研究?jī)?nèi)容主要由以下三部分組成:
(1)針對(duì)高速列車(chē)人工駕駛的不足,提出本文的研究目標(biāo):建立高速列車(chē)智能駕駛模型,進(jìn)行仿真實(shí)驗(yàn),將仿真結(jié)果與人工駕駛進(jìn)行對(duì)比。
(2)介紹高速列車(chē)智
3、能駕駛模型的建立過(guò)程。本文首先分析了高速列車(chē)運(yùn)行的數(shù)學(xué)模型,隨后介紹該智能模型所應(yīng)用的智能算法——集成分類(lèi)回歸樹(shù)算法,最后展示了該智能模型所用的人工駕駛數(shù)據(jù)的采集方法和示例,最后畫(huà)出了該智能模型的流程圖。
(3)通過(guò)MATLAB建立高速列車(chē)智能駕駛仿真平臺(tái),利用漢宜高速鐵路實(shí)際人工駕駛數(shù)據(jù)對(duì)該模型進(jìn)行仿真測(cè)試和分析評(píng)估。仿真結(jié)果表明,該模型可以達(dá)到精確停車(chē)、準(zhǔn)點(diǎn)到站、運(yùn)行平穩(wěn)、低能耗的基本要求,各項(xiàng)指標(biāo)優(yōu)于人工駕駛。此外,在改
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于spark的分類(lèi)回歸樹(shù)算法并行性研究
- 基于Spark的分類(lèi)回歸樹(shù)算法并行性研究.pdf
- 基于集成分類(lèi)器的數(shù)據(jù)流分類(lèi)算法研究.pdf
- 基于Boosting技術(shù)的顯露模式集成分類(lèi)算法.pdf
- 基于深度學(xué)習(xí)和分類(lèi)集成的高速列車(chē)工況識(shí)別研究.pdf
- 基于專(zhuān)家經(jīng)驗(yàn)和機(jī)器學(xué)習(xí)的列車(chē)智能駕駛算法研究.pdf
- 基于智能算法的列車(chē)自動(dòng)駕駛過(guò)程研究.pdf
- 基于集成分類(lèi)算法的電信客戶(hù)流失預(yù)測(cè)研究.pdf
- 超文本的集成分類(lèi)算法研究.pdf
- 集成分類(lèi)學(xué)習(xí)算法研究.pdf
- 基于粗糙集屬性約簡(jiǎn)的集成分類(lèi)算法研究.pdf
- 基于在線(xiàn)規(guī)劃的高速動(dòng)車(chē)組智能駕駛算法研究.pdf
- 基于智能控制算法的列車(chē)自動(dòng)駕駛系統(tǒng)的優(yōu)化研究.pdf
- 基于數(shù)據(jù)挖掘的列車(chē)智能駕駛模型研究.pdf
- 一種基于Adaboost和分類(lèi)回歸樹(shù)的垃圾郵件過(guò)濾算法.pdf
- 基于粗糙集與分類(lèi)回歸樹(shù)的“病例組合”分類(lèi)研究.pdf
- 基于貪婪優(yōu)化和投影變換的集成分類(lèi)器算法研究.pdf
- 基于節(jié)能優(yōu)化的列車(chē)自動(dòng)駕駛算法研究.pdf
- 數(shù)據(jù)流集成分類(lèi)器算法研究.pdf
- 基于分類(lèi)回歸樹(shù)的網(wǎng)絡(luò)商品促銷(xiāo)效果評(píng)估研究.pdf
評(píng)論
0/150
提交評(píng)論