基于模糊神经网络的城市轨道交通列车运行调整研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-16页 |
| ·选题依据及背景 | 第10页 |
| ·国内外城市轨道交通列车运行调整发展状况 | 第10-14页 |
| ·城市轨道交通的定义 | 第10-11页 |
| ·城市轨道交通的特点 | 第11页 |
| ·国内目前调整策略和研究状况 | 第11-12页 |
| ·国外目前调整策略和研究状况 | 第12-14页 |
| ·本文的主要内容及创新 | 第14页 |
| ·本文结构 | 第14-16页 |
| 2 城市轨道交通列车运行调整 | 第16-27页 |
| ·城市轨道交通列车运行调整的特点 | 第16-17页 |
| ·干线铁路调整的特点 | 第16页 |
| ·城市轨道交通列车运行调整的特点 | 第16-17页 |
| ·CBTC系统ATS子系统列车运行调整功能与过程 | 第17-19页 |
| ·CBTC系统ATS子系统组成 | 第17-18页 |
| ·CBTC系统ATS子系统功能 | 第18-19页 |
| ·城市轨道交通列车运行图/时刻表概述 | 第19-22页 |
| ·运行图/时刻表基本类型 | 第19-21页 |
| ·运行图/时刻表描述方法 | 第21页 |
| ·城市轨道交通运行描述的区别 | 第21-22页 |
| ·城市轨道交通列车运行调整分析 | 第22-26页 |
| ·城市轨道交通列车运行调整的方法 | 第22-23页 |
| ·城市轨道交通列车运行调整数据来源 | 第23-24页 |
| ·城市轨道交通列车运行调整难点分析 | 第24-25页 |
| ·城市轨道交通列车运行调整的目的 | 第25-26页 |
| ·小结 | 第26-27页 |
| 3 模糊神经网络理论基础概述 | 第27-39页 |
| ·神经网络理论 | 第27-33页 |
| ·神经网络的神经元模型 | 第27-28页 |
| ·神经网络的常见激发函数 | 第28-29页 |
| ·神经网络的结构 | 第29页 |
| ·神经网络的学习方式 | 第29-30页 |
| ·神经网络的学习规则 | 第30-31页 |
| ·神经网络的学习算法 | 第31-33页 |
| ·模糊控制理论 | 第33-37页 |
| ·模糊集合 | 第33-34页 |
| ·模糊关系 | 第34页 |
| ·常用的隶属函数 | 第34-35页 |
| ·模糊规则及模糊推理 | 第35-36页 |
| ·去模糊化 | 第36页 |
| ·模糊控制器 | 第36-37页 |
| ·模糊神经网络理论研究 | 第37-38页 |
| ·小结 | 第38-39页 |
| 4 列车自动调整模型的建立 | 第39-54页 |
| ·列车运行调整过程综述 | 第39页 |
| ·列车自动调整问题的数学目标 | 第39-42页 |
| ·确立列车运行调整目标 | 第40页 |
| ·确立列车运行调整约束条件 | 第40-42页 |
| ·运行调整模糊神经网络系统模型的建立 | 第42-52页 |
| ·建立运行调整系统模糊控制器 | 第43-48页 |
| ·建立运行调整系统神经网络 | 第48-52页 |
| ·网络训练过程 | 第52-53页 |
| ·小结 | 第53-54页 |
| 5 基于模糊神经网络的列车自动调整算法仿真验证 | 第54-64页 |
| ·仿真数据及仿真平台 | 第54-57页 |
| ·仿真数据 | 第55-57页 |
| ·仿真平台 | 第57页 |
| ·算法仿真控制流程 | 第57-58页 |
| ·列车运行调整功能仿真 | 第58-62页 |
| ·系统模型训练 | 第59-60页 |
| ·训练后系统模型参数 | 第60-61页 |
| ·系统模型的测试 | 第61-62页 |
| ·系统模型的运行调整 | 第62页 |
| ·小结 | 第62-64页 |
| 结论 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 攻读学位期间的研究成果 | 第68页 |
