基于粒子群优化的ATO控制策略

• 作者: 李诚 王小敏
• 来源期刊: 铁道学报
• 学科: 交通运输
• 关键词: 列车自动控制 全局ATO控制策略 ADPSO算法
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 铁道通信信号
• 页码范围: 53-58
• 页数: 6页
• 分类号: U284.48
• 字数: 5665字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2017.03.010

摘要

传统列车自动驾驶(ATO)控制策略通过提高对目标速度的追踪精度来精确控制工况切换频繁,能耗较大且无法进行全局优化.直接控制列车驾驶的全局ATO控制策略能较好解决传统控制策略的缺陷.列车在自动运行过程中依据不同的全局控制策略,能耗、运行时间误差、停站误差等评价指标均产生变化.由于评价指标存在内部矛盾,不存在所有指标均最优的控制策略.本文提出1种基于动态邻居和广义学习策略的粒子群(ADPSO)优化全局控制策略的算法.该算法通过挖掘线路信息和列车运行信息指导优化过程,以获得在列车安全运行的前提下,满足一定能耗、运行时间误差和停站误差要求的全局ATO控制策略.仿真研究结果表明与其他两种优化算法相比,该算法具有更好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王小敏	西南交通大学信息科学与技术学院	63	549	13.0	20.0
2	李诚	西南交通大学信息科学与技术学院	2	16	2.0	2.0