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:
针对动车组运行环境多变、运行过程具有不确定和强非线性特性,提出了一种动车组运行过程自适应最小二乘支持向量机 LSSVM(Least Squares Support Vector Machine)建模及其速度控制方法。首先基于动车组牵引特性和运行过程数据建立其 LSSVM 模型,并采用粒子群优化算法确定模型参数;其次,依据模型校正策略,通过动车组运行的新数据采用自适应迭代算法来校正 LSSVM 模型参数,以改善模型的适应性;最后给出了基于LSSVM 模型的动车组速度预测控制方法。基于 CRH380AL 型动车组运行数据的对比仿真结果验证了本文方法的有效性。
推荐文章
电梯运行速度自适应神经元控制研究
电梯
速度曲线
神经元自适应控制
速度控制
动车组节能运行速度优化设定
动车组
能耗
惰行
RBF神经网络
遗传算法优化
随动系统的参考模型自适应模糊控制器设计
永磁同步电机
模糊控制器
模糊论域
参考模型
自适应算法
基于模型参考自适应的速度估计方法
无速度传感器
矢量控制
模型参考自适应
速度估计
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 基于自适应 LSSVM 模型的动车组运行速度控制
来源期刊 铁道学报 学科 交通运输
关键词 动车组 LSSVM 模型 粒子群算法 自适应迭代校正 预测控制
年,卷(期) 2015,(9) 所属期刊栏目 铁道通信信号
研究方向 页码范围 62-68
页数 7页 分类号 U238|U284.38
字数 6110字 语种 中文
DOI 10.3969/j.issn.1001-8361.2014.09.009
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 杨辉 华东交通大学电气与电子工程学院 76 653 13.0 20.0
5 张芳 28 28 4.0 4.0
6 付雅婷 华东交通大学电气与电子工程学院 7 23 3.0 4.0
10 刘鸿恩 华东交通大学电气与电子工程学院 4 18 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (73)
共引文献  (172)
参考文献  (14)
节点文献
引证文献  (6)
同被引文献  (16)
二级引证文献  (6)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(8)
  • 参考文献(0)
  • 二级参考文献(8)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(8)
  • 参考文献(3)
  • 二级参考文献(5)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(8)
  • 参考文献(2)
  • 二级参考文献(6)
2010(13)
  • 参考文献(0)
  • 二级参考文献(13)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(4)
  • 参考文献(3)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(5)
  • 引证文献(2)
  • 二级引证文献(3)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
动车组
LSSVM 模型
粒子群算法
自适应迭代校正
预测控制
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
铁道学报
月刊
1001-8360
11-2104/U
大16开
北京复兴路10号
2-308
1979
chi
出版文献量(篇)
4684
总下载数(次)
8
总被引数(次)
85544
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