首页--交通运输论文--铁路运输论文--铁路通信、信号论文--铁路信号论文--区间闭塞与机车信号系统论文--列车运行自动化论文

基于神经网络的高速列车位置计算模型及在线学习算法设计

致谢第4-5页
摘要第5-6页
ABSTRACT第6-7页
1 引言第10-18页
    1.1 研究背景第10-11页
    1.2 研究现状第11-16页
        1.2.1 国外高速列车定位研究现状第12-14页
        1.2.2 国内高速列车定位研究现状第14-16页
    1.3 研究意义第16-17页
    1.4 论文主要工作第17-18页
2 高速列车位置计算模型第18-28页
    2.1 CTCS-3级列车控制系统第18-19页
    2.2 CTCS-3列车定位技术第19-22页
    2.3 高速列车位置计算模型第22-23页
    2.4 数据预处理及评价指标第23-26页
        2.4.1 数据预处理第23-24页
        2.4.2 评价指标第24-26页
    2.5 基于ASM的位置计算模型第26-27页
    2.6 本章小结第27-28页
3 基于神经计算的高速列车位置计算模型第28-41页
    3.1 BP神经网络第28-33页
        3.1.1 BP神经网络算法流程第29页
        3.1.2 BP模型建立第29-31页
        3.1.3 BP神经网络的相关函数第31-33页
    3.2 RBF神经网络第33-36页
        3.2.1 RBF神经网络算法流程第33-34页
        3.2.2 RBF模型建立第34-36页
        3.2.3 RBF神经网络的相关函数第36页
    3.3 ANFIS神经网络第36-39页
        3.3.1 ANFIS神经网络算法流程第37页
        3.3.2 ANFIS模型建立第37-38页
        3.3.3 ANFIS神经网络的相关函数第38-39页
    3.4 参数在线学习策略第39-40页
    3.5 本章小结第40-41页
4 模型的仿真与评估第41-54页
    4.1 数据介绍第41-42页
    4.2 训练集结果分析与对比第42-44页
    4.3 验证集结果分析与对比第44-47页
    4.4 验证集参数在线调节前后分析与对比第47-53页
    4.5 本章小结第53-54页
5 高速列车智能定位软件开发第54-67页
    5.1 GUI概述第54-56页
        5.1.1 GUI设计工具的启动第54-55页
        5.1.2 GUI开发环境第55-56页
    5.2 高速列车智能定位软件总体设计第56-57页
    5.3 软件应用第57-66页
        5.3.1 软件数据准备第57-58页
        5.3.2 软件操作步骤第58-66页
    5.4 本章小结第66-67页
6 结论和展望第67-69页
    6.1 结论第67页
    6.2 展望第67-69页
参考文献第69-72页
图索引第72-74页
表索引第74-75页
作者简历及攻读硕士学位期间取得的研究成果第75-77页
学位论文数据集第77页

论文共77页,点击 下载论文
上一篇:褐藻多糖硫酸酯和吉马酮对几种癌细胞的作用及机制研究
下一篇:电动汽车充电站商业模式的研究