基于智能控制算法的列车自动驾驶系统的优化研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 绪论 | 第11-15页 |
| ·本文的研究背景及目的 | 第11-14页 |
| ·城市轨道交通控制系统发展概况 | 第11-12页 |
| ·智能控制算法在列控系统中的应用 | 第12-13页 |
| ·论文研究的目的意义 | 第13-14页 |
| ·论文结构和主要研究内容 | 第14-15页 |
| 2 列车自动驾驶系统的功能及驾驶策略 | 第15-27页 |
| ·列车控制系统的结构 | 第15-17页 |
| ·列车自动驾驶系统的功能 | 第17-19页 |
| ·列车自动驾驶策略 | 第19-24页 |
| ·限速处理策略 | 第19-21页 |
| ·工况选择及转换策略 | 第21-23页 |
| ·列车自动驾驶控制策略 | 第23-24页 |
| ·列车自动驾驶优化操纵原则 | 第24-27页 |
| ·运行状态的选择原则 | 第24页 |
| ·运行状态切换时刻的选择原则 | 第24-25页 |
| ·消除过低速度原则 | 第25-26页 |
| ·优化附加原则 | 第26-27页 |
| 3 列车自动驾驶的数学模型 | 第27-36页 |
| ·列车运动方程及线路数据简化 | 第27-30页 |
| ·列车运动方程 | 第27-29页 |
| ·线路数据简化 | 第29-30页 |
| ·列车运行模型描述 | 第30-34页 |
| ·牵引计算模型 | 第30-32页 |
| ·定点停车模型 | 第32页 |
| ·行车时间模型 | 第32-33页 |
| ·舒适度模型 | 第33页 |
| ·能耗模型 | 第33-34页 |
| ·线路及列车参数描述 | 第34-36页 |
| 4 列车自动驾驶的优化算法 | 第36-70页 |
| ·基于 PID的传统 ATO算法 | 第36-40页 |
| ·PID控制系统设计 | 第36-38页 |
| ·PID控制系统仿真测试 | 第38-40页 |
| ·基于智能控制理论的ATO优化算法 | 第40页 |
| ·基于模糊控制的参数自整定PID控制器 | 第40-46页 |
| ·模糊控制算法的基本原理和方法 | 第41-43页 |
| ·参数自整定PID控制器的设计 | 第43-46页 |
| ·基于神经网络的ATO算法 | 第46-55页 |
| ·反向传播(BP)神经网络基本原理和方法 | 第47-51页 |
| ·BP神经网络在 ATO系统中的应用 | 第51-55页 |
| ·基于遗传算法的ATO目标曲线优化 | 第55-70页 |
| ·遗传算法的基本原理和方法 | 第55-58页 |
| ·利用遗传算法优化 ATO目标曲线 | 第58-70页 |
| 5 列车自动驾驶系统的仿真验证 | 第70-76页 |
| ·仿真平台介绍 | 第70-72页 |
| ·仿真验证结果 | 第72-76页 |
| 6 总结与展望 | 第76-78页 |
| ·总结 | 第76页 |
| ·展望 | 第76-78页 |
| 参考文献 | 第78-80页 |
| 图索引 | 第80-82页 |
| 表索引 | 第82-83页 |
| 作者简历 | 第83-85页 |
| 学位论文数据集 | 第85页 |
