基于支持向量機(jī)的高速列車建模與控制研究.pdf

1、高速列車時(shí)代的發(fā)展已經(jīng)相當(dāng)快速，它是由異常復(fù)雜的設(shè)備包括硬件設(shè)施和軟件系統(tǒng)所組成的整體，它面臨的是開放的異常復(fù)雜的外部運(yùn)行環(huán)境，具有相當(dāng)復(fù)雜特征表現(xiàn)的移動服務(wù)性非線性系統(tǒng)運(yùn)動學(xué)所組成系統(tǒng)?，F(xiàn)有的高速列車運(yùn)行是根據(jù)實(shí)際中的運(yùn)行工況和給定的V-S速度位移曲線的很大程度上根據(jù)人工操作經(jīng)驗(yàn)的操縱控制模式，這樣一來就很難保證高速列車高效率性能的完成設(shè)計(jì)運(yùn)行標(biāo)準(zhǔn)。
　　面對高速列車這樣運(yùn)行過程復(fù)雜的，外界環(huán)境影響因素多的不確定性和具有強(qiáng)非線性

2、動力學(xué)系統(tǒng)特性，文章根據(jù)高速列車牽引制動特性曲線數(shù)據(jù)為基礎(chǔ)，同時(shí)采集現(xiàn)有線路運(yùn)行過程實(shí)際數(shù)據(jù)信息，進(jìn)而為研究高度列車運(yùn)行過程建模與速度跟蹤控制做準(zhǔn)備也為對高速列車進(jìn)一步趨向自動駕駛系統(tǒng)設(shè)計(jì)研究提供更多的可能參考。
　　1.以CRH380AL型高速列車為實(shí)驗(yàn)對象，通過采集的實(shí)際數(shù)據(jù)信息和參考的牽引制動特性曲線，使用數(shù)據(jù)驅(qū)動的建模方法，進(jìn)而建立高速列車LSSVM預(yù)測模型，鑒于LSSVM預(yù)測模型實(shí)時(shí)性，運(yùn)算量大，時(shí)間長等不利特點(diǎn)，采用改

3、進(jìn)型的最小二乘支持向量在線學(xué)習(xí)建立模型，在很大程度上提高建模速度和精度，進(jìn)一步滿足系統(tǒng)在線運(yùn)行的實(shí)時(shí)性要求。以CRH380AL研究對象，實(shí)驗(yàn)的結(jié)果表明了所建立模型的可靠性和有效性。
　　2.根據(jù)高速列車運(yùn)行過程的復(fù)雜性研究，外界隨機(jī)不確定因素的影響，分析動車組運(yùn)行過程多模態(tài)，提出多模型建模的思想，數(shù)據(jù)通常包含大量信息，針對高速列車運(yùn)行過程表現(xiàn)明顯的牽引和制動狀態(tài)對數(shù)據(jù)使用模糊聚類來分類，最大限度的保存數(shù)據(jù)信息的完備，進(jìn)而根據(jù)系統(tǒng)分

4、類數(shù)據(jù)特性建立多模態(tài)階段模型，同時(shí)考慮的具有核函數(shù)的支持向量機(jī)模型對模型精度和效果影響比較大，這樣在建立階段模型的基礎(chǔ)上尋求最適合核函數(shù)的最優(yōu)LSSVM模型，實(shí)驗(yàn)表明在分類建模的試驗(yàn)下，模型保存了更多的信息，從而為建立當(dāng)前模式下最優(yōu)模型，提供更為準(zhǔn)確的表現(xiàn)，實(shí)驗(yàn)表明模型預(yù)測精度更高。
　　3.在所建立的多模態(tài)最優(yōu)LSSVM模型的基礎(chǔ)上，根據(jù)動車組運(yùn)行過程多模態(tài)分析，結(jié)合廣義預(yù)測控制提出多支持向量機(jī)模型的高速列車速度跟蹤控制方法，得