基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在基于模糊神经网络结构的基础上,通过分析影响建立模糊神经网络模型的主要因素,建立了用于列车运行控制的控制器模型,并且给出了相关参数的辨识方法.以货物列车为仿真对象,采用带有动量因子的BP反向传播算法对整个控制模型进行了仿真.仿真结果表明,基于模糊神经网络的智能算法能够满足列车制动控制的安全性、准确性及舒适性的要求,将其运用于列车制动控制是可行的.
推荐文章
基于群智能算法优化神经网络的网络安全事件分析
遗传算法
LMS算法
RBF神经网络
入侵识别
网络安全事件分析
基于模糊RBF神经网络的智能PID控制
RBF神经网络
模糊算法
PID控制
基于模糊神经网络控制的汽车辅助再生制动系统研究
混合动力
再生制动
模糊神经网络
驾驶员辅助制动系统
基于模糊神经网络的智能火灾报警控制系统
神经网络
模糊控制
火灾报警
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于模糊神经网络的列车制动控制智能算法研究
来源期刊 交通与计算机 学科 交通运输
关键词 列车制动控制 模糊神经网络 模糊系统 反向传播算法
年,卷(期) 2008,(1) 所属期刊栏目 方法研究
研究方向 页码范围 55-58
页数 4页 分类号 U260.35
字数 3313字 语种 中文
DOI 10.3963/j.issn.1674-4861.2008.01.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 毛保华 188 4707 36.0 61.0
2 丁勇 40 1116 17.0 33.0
3 姚宪辉 3 54 3.0 3.0
4 吴海俊 2 20 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (140)
参考文献  (6)
节点文献
引证文献  (8)
同被引文献  (7)
二级引证文献  (29)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(8)
  • 参考文献(2)
  • 二级参考文献(6)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(5)
  • 引证文献(1)
  • 二级引证文献(4)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(4)
  • 引证文献(0)
  • 二级引证文献(4)
2015(6)
  • 引证文献(0)
  • 二级引证文献(6)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
列车制动控制
模糊神经网络
模糊系统
反向传播算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
交通信息与安全
双月刊
1674-4861
42-1781/U
大16开
武汉市武昌和平大道1178号
38-94
1983
chi
出版文献量(篇)
3739
总下载数(次)
14
总被引数(次)
29572
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导