基于专家系统及在线调整的列车智能驾驶算法

• 作者: 冷勇林 阴佳腾 陈德旺
• 来源期刊: 铁道学报
• 学科: 交通运输
• 关键词: ATO ITO 城市轨道交通 专家系统 梯度下降法 MATLAB仿真
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 铁道通信信号
• 页码范围: 62-68
• 页数: 7页
• 分类号: TP393|U283
• 字数: 5228字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2014.02.010

摘要

本文分析列车自动驾驶（ATO）系统中传统控制方法在灵活性和智能性方面的不足，结合驾驶经验和梯度下降法，提出基于专家系统及在线调整方法的列车智能驾驶（ITO）算法。总结操纵规则和驾驶经验，建立基于专家经验的控制策略以节约能耗、提高舒适度。针对列车运行控制的多目标性，在专家系统的基础上，引入基于梯度下降法的在线调整方法以减小运行时间和停车精度误差。在MATLAB软件环境下构建仿真模型，并运用实际线路进行仿真比较，与PID控制算法的对比结果表明，该算法优于PID控制算法，符合驾驶经验，可提高舒适度，降低能耗，满足停车精度要求，同时对不同的运行时间有较好的适应性，智能性高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈德旺	北京交通大学轨道交通控制与安全国家重点实验室	35	403	12.0	19.0
2	阴佳腾	北京交通大学轨道交通控制与安全国家重点实验室	5	22	2.0	4.0
3	冷勇林	北京交通大学轨道交通控制与安全国家重点实验室	2	15	1.0	2.0