基于粒子群算法的隐式广义预测在ATO中的应用

• 作者: 路小娟 马宝峰
• 来源期刊: 铁道标准设计
• 学科: 工学
• 关键词: 列车自动驾驶 隐式广义预测控制算法 粒子群优化算法 仿真
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 通信/信号
• 页码范围: 143-147
• 页数: 5页
• 分类号: TP273
• 字数: 3799字
• 语种: 中文
• DOI: 10.13238/j.issn.1004-2954.2015.06.032

摘要

由于列车运行速度的不断提高,对列车自动驾驶( Automatic Train Operation, ATO)系统提出更高的要求。针对隐式广义预测( Implicit Generalized Predictive Control, IGPC)控制器在ATO中难以获得最优预测控制输入的问题,运用一种基于粒子群优化( Particle Swarm Optimization, PSO)的IGPC算法对ATO系统进行控制。为更进一步提高PSO算法的寻优能力,对基本PSO算法进行改进,从而有效提高系统的寻优精度和速度。并对有约束情况下的CRH2型车进行仿真验证,仿真结果显示PSO-IGPC比单纯IGPC对ATO的控制效果更优。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	路小娟	兰州交通大学自动化与电气工程学院	29	123	7.0	9.0
2	马宝峰	兰州交通大学自动化与电气工程学院	3	22	3.0	3.0