基于RBF-ARX模型的高速列车预测控制器设计

• 作者: 刘伯鸿 李婉婉 连文博
• 来源期刊: 北京交通大学学报
• 学科: 交通运输
• 关键词: 高速列车 RBF-ARX模型 系统辨识 预测控制
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 通信网络和列车控制安全
• 页码范围: 73-79
• 页数: 7页
• 分类号: U284.48
• 字数: 5901字
• 语种: 中文
• DOI: 10.11860/j.issn.1673-0291.20190009

摘要

针对高速列车在复杂环境运行时,传统预测控制器出现的动力学模型失配、在线辨识实时性不强等问题,提出一种基于RBF-ARX模型的列车预测控制方法.首先,构建RBF-ARX模型作为列车控制器的预测模型,使用SNPOM算法处理列车运行中的大量历史数据,得到预测模型的模型阶次及优化参数,并验证了模型的准确性.然后使用该模型构造预测控制器对列车目标曲线进行在线跟踪仿真.结果表明:基于RBF-ARX模型的高速列车预测控制器不仅解决了动力学模型失配的问题,并且在控制精度及舒适度等方面都优于传统预测控制器.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘伯鸿	兰州交通大学自动化与电气工程学院	38	172	8.0	11.0
2	连文博	兰州交通大学自动化与电气工程学院	3	0	0.0	0.0
3	李婉婉	兰州交通大学自动化与电气工程学院	3	0	0.0	0.0