基于微分对策及神经网络的列车避碰方法研究

来源 :兰州交通大学 | 被引量 : 0次 | 上传用户:jinger1999
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文主要针对列车运行过程中所存在的碰撞风险,提出一种有别于列车控制系统的列车碰避方法。将在线路上运行的列车视为具有“自主”意识的智能体。在实际的列车运行过程中,由于列车实时接收和发送信息,使得列车在一定程度上具有以行车安全为目的而采取的行车措施。论文主要利用微分对策理论和神经网络算法,将行驶的列车定义为有执行决策能力的局中人,考虑列车实际运行过程中导致列车碰撞的各种因素,计算列车在不同的行车状态下发生碰撞发生的可能性。本文主要包含三部分内容:(1)考虑在特定情况下的列车位置信息,利用定性微分对策理论,将列车的行驶状态空间划分为安全区(躲避区)和危险区(捕获区)。在安全区域,列车不存在与其他列车发生冲突的隐患,按照既定的行车计划,接收列控中心发送的行车许可行车;若一旦行车进入危险区域,无论列车采取任何的措施都不能避免列车发生碰撞。因此,为保证列车的安全运营,在提高行车效率的同时,列车应在安全区行驶,避免与其他列车发生碰撞。本文通过对捕获区面积的分析,计算出各因素对捕获区面积的影响值,提出合理的避碰规则。(2)分析将“碰撞危险度”引入铁路行业的合理性,考虑影响列车碰撞危险度的具体因素,利用神经网络强大的并行处理能力实现对碰撞危险度的计算。采用BP、Elman、RBF三种神经网络计算碰撞发生的概率值,并且从计算精度和训练速度两方面比较了三种神经网络,从中选择更满足仿真要求的RBF神经网络算法。(3)针对微分对策求解过程中遇到的“双边极值”问题,采用微分对策和神经网络相结合的方法解决存在的计算问题。本文针对一般的微分对策问题,分析了自适应神经网络与微分对策结合的原因,介绍了自适应神经网络控制器的原理。最后通过三种列车运行状态的仿真分析,验证该控制器的合理性和有效性。本文以现有的列车安全控制技术为基础,从运动学角度出发,利用微分对策理论和神经网络方法对列车在行驶过程中存在的冲突问题进行研究,结果证明了微分对策理论和神经网络方法在列车避碰策略研究中的有效性。
其他文献
学位
随着高铁技术的快速发展,高速列车运行方式逐渐向着密度大、速度高、运输量大的方向发展,因此对高速列车安全性、平稳性、准点性和舒适性等方面有了更高的要求。本文针对高速列车速度控制的快速性、精度等问题,提出一种基于T-S型模糊加权的多模软切换控制方法。主要研究内容如下:(1)在熟悉高速列车速度控制的国内外发展现状的基础上,分析了高速列车动力学模型,进行了高速列车建模及模型优化研究,依据CRH3的部分数据
学位
学位
卷积神经网络作为一种新兴的人工智能实现方式,通常部署在网络边缘设备上以实现物体检测识别等功能。在边缘计算场景中,边缘设备常处在维护难、供电能力差、计算性能要求高的环境下,由于现场可编程门阵列相较于中央处理器、图形处理器等传统神经网络计算器,拥有功耗低、体积小、并行计算能力强、对配套设施要求低等特点,因此将现场可编程门阵列作为卷积神经网络的边缘计算设备是更好的选择。本文针对边缘计算场景中所部署卷积神
学位
学位
列车在运行时,需要接触网提供电能,但是接触网是露天架设的,没有备用,因此对其稳定性要求较高。接触网中心锚结不但能够平衡两侧的线索的张力,而且能够防止线索的窜动。在理论条件下,由于中心锚结两侧的线索(承力索,接触线)的张力是对称的,接触网能够处于良好的状态。但是,当中心锚结两侧线索(承力索,接触线)的张力严重不对称时,接触网在经过长期运行以后,就会出现接触线磨损严重等问题。这种情况在严重的时候会对列
新时代,无线传感器网络(Wireless Sensor Network,WSN)技术日新月异,广泛应用在多个领域中,节点定位技术是近年来增长最快、最有前途的信息技术分支。在WSN实际应用中,监测数据必须与位置信息组合,没有位置内容的数据通常是无用的,因此节点定位成为WSN的关键问题。定位算法基于是否需要测量节点间实际距离或角度划分为测距和非测距两大类,相比于测距定位算法,非测距定位算法定位精度较低
学位