模糊神经网络在列车防冒进系统中的应用

论文摘要

列车防冒进控制是一种强耦合、高度非线性并且影响因素众多的系统。为了对系统进行准确的控制,该文将自适应神经模糊推理系统与现行的传统控制方法相结合,应用于列车防冒进系统中。通过车载控制系统利用自适应神经模糊推理系统与传统控制方法相结合的方式,根据当前列车运行状态对列车的最高允许车速进行相应的控制。以中车株机厂试运线为例,利用Matlab对实际调查数据进行训练,结果表明,训练误差为1.5%左右,与实际数据平均误差为1.315 m,拟合最大误差百分比在1%左右,预测误差在可控范围内,将自适应神经模糊推理系统加入列车防冒进控制之后具有更高的安全性。

论文目录

• 1 列车防护曲线分析
•   1.1 制动过程受力分析
•   1.2 防护曲线模型
• 2 仿真模型算法
•   2.1 模糊c均值聚类算法
•   2.2 模糊推理控制器结构
•   2.3 模糊神经网络模型结构
• 3 防冒进系统控制流程
• 4 仿真实验与结果分析
•   4.1 训练次数的确立
•   4.2 隶属度函数变化
•   4.3 仿真结果验证
• 5 结语

文章来源

类型: 期刊论文

作者: 姜俊彤,李鸿,苏醒

关键词: 轨道交通,列车防冒进,模糊神经网络

来源: 自动化与仪表 2019年12期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 铁路运输,自动化技术

单位: 长沙理工大学电气与信息学院

分类号: TP183;U284.48

DOI: 10.19557/j.cnki.1001-9944.2019.12.018

页码: 92-97

总页数: 6

文件大小: 427K

下载量: 82