列車自動駕駛運行過程的多目標優(yōu)化研究.pdf

1、隨著經濟的高速發(fā)展，我國的鐵路行業(yè)已經進入了發(fā)展的黃金時期。列車運行速度的提高以及運營密度的增大，使得傳統(tǒng)的人工駕駛模式，難以滿足列車運行的進一步發(fā)展需求。自動駕駛模式作為一種在取代駕駛司機的同時，又能提升列車運行性能指標的運行模式，通常被用來取代人工駕駛模式，是未來發(fā)展的趨勢。
　　ATO(Automatic Train Operation，列車自動駕駛)系統(tǒng)，作為自動駕駛模式的核心子系統(tǒng)，是提高列車運行效率、增大列車運行密度的

2、關鍵裝備。由于列車運行過程的復雜性，其運行速度通常要受到線路條件、限速條件及司機熟練程度的影響，因此具有很多不確定因素。使用自動駕駛系統(tǒng)取代列車司機駕駛，可以在滿足列車運行過程各性能指標需求的基礎上，同時避免人為引起的隨意性因素。所以，對自動駕駛系統(tǒng)進行研究具有其必要性。
　　本文首先介紹ATO系統(tǒng)的結構、功能及其工作原理，提出從自動駕駛的運行曲線和控制器兩方面，來優(yōu)化列車自動駕駛運行過程的思路;其次，針對列車運行曲線的優(yōu)化，選擇

3、使用智能的NPSO(Niche Particle Swarm Optimization，小生境粒子群)算法，通過對多目標優(yōu)化模型的求解，得到理想的列車運行曲線;在控制器的設計方面，結合灰色預測、模糊控制以及PID(Proportion Integration Differentiation，比例積分微分)控制的優(yōu)點，設計基于灰色預測模糊PID控制的ATO控制器核心算法;最后，針對理想運行曲線的生成及ATO控制器的控制效果，選取相關的仿真

4、線路及車型，進行仿真分析，驗證其合理性及有效性。
　　對仿真得到的列車運行曲線各性能指標進行分析，其結果可以實現各性能指標綜合最優(yōu)化的目標，證明小生境粒子群算法可以達到優(yōu)化列車運行目標曲線的目的。以優(yōu)化后的列車運行曲線作為輸入，經控制器作用后，對比輸入與輸出曲線，發(fā)現這兩者間的誤差較小，證明以灰色預測模糊PID控制算法為核心的列車自動駕駛控制器，可以取得良好的控制效果。綜上，通過對列車運行曲線及自動駕駛控制器的核心算法進行優(yōu)化，可