基于数据挖掘的列车智能驾驶模型研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-11页 |
| 1 引言 | 第11-19页 |
| ·列车自动控制系统概述 | 第11-12页 |
| ·ATO系统功能及性能评价指标 | 第12-13页 |
| ·系统功能 | 第12页 |
| ·性能评价指标 | 第12-13页 |
| ·ATO控制技术研究现状 | 第13-14页 |
| ·国外研究状况 | 第13页 |
| ·国内研究状况 | 第13-14页 |
| ·选题背景及研究意义 | 第14-16页 |
| ·论文组织结构和研究内容 | 第16-19页 |
| 2 人工驾驶数据采集与选择 | 第19-25页 |
| ·列车运行控制模式 | 第19-20页 |
| ·列车自动驾驶与人工驾驶对比分析 | 第20-22页 |
| ·列车自动驾驶 | 第20-21页 |
| ·列车人工驾驶 | 第21页 |
| ·列车自动驾驶与人工驾驶对比分析 | 第21-22页 |
| ·人工驾驶数据采集与选择 | 第22-25页 |
| 3 数据挖掘算法 | 第25-35页 |
| ·分类回归树 | 第25-26页 |
| ·集成学习 | 第26-29页 |
| ·Bagging算法 | 第27页 |
| ·Boosting算法 | 第27-29页 |
| ·AdaBoost.M1算法 | 第29页 |
| ·KNN算法 | 第29-31页 |
| ·回归方法 | 第31-32页 |
| ·分类方法 | 第32-35页 |
| 4 列车智能驾驶模型及仿真平台 | 第35-49页 |
| ·列车智能驾驶模型 | 第35-41页 |
| ·列车运行控制模型 | 第35页 |
| ·列车运行阻力 | 第35-37页 |
| ·专家经验知识 | 第37-38页 |
| ·启发式停车算法 | 第38-40页 |
| ·列车智能驾驶模型流程 | 第40-41页 |
| ·列车智能驾驶模型仿真平台 | 第41-46页 |
| ·系统仿真Simulink模型 | 第42-44页 |
| ·图形用户界面(GUI) | 第44-46页 |
| ·平台仿真流程 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 5 模型仿真与评估 | 第49-75页 |
| ·仿真相关参数 | 第49页 |
| ·模型评估指标 | 第49-51页 |
| ·实际线路数据仿真 | 第51-58页 |
| ·仿真算例一 | 第51-54页 |
| ·仿真算例二 | 第54-58页 |
| ·模型适应性分析 | 第58-73页 |
| ·对列车模型参数的鲁棒性分析 | 第58-62页 |
| ·对列车模型参数的相关性分析 | 第62-65页 |
| ·对陡坡的适应性 | 第65-68页 |
| ·对复杂限速的适应性 | 第68-70页 |
| ·对复杂限速陡坡的适应性 | 第70-73页 |
| ·本章小结 | 第73-75页 |
| 6 结论与展望 | 第75-77页 |
| ·结论 | 第75-76页 |
| ·展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 图索引 | 第81-83页 |
| 表索引 | 第83-85页 |
| 作者简历 | 第85-89页 |
| 学位论文数据集 | 第89页 |
