基于支持向量机的智能ATO控车算法

发布时间：2021-09-01 23:48

　　为解决ATO（列车自动运行）系统在实际线路实施过程中的适应能力差以及与车辆牵引制动性能耦合度过紧等问题,提出一种基于支持向量机（SVM）且具有训练模式和运营模式的智能ATO系统。该ATO系统直接采用车载设备性能参数、车辆性能参数、ATP（列车自动保护）/ATO曲线和线路参数等作为系统输入,通过基于SVM的机器学习算法计算ATO系统牵引和制动电压/电流输出参数。通过对实际线路ATO控车曲线数据的训练,调节SVM参数,得到最优智能ATO控车算法,且可利用该算法对实际线路环境下的控车命令进行预测。 

【文章来源】：城市轨道交通研究. 2020,23(10)北大核心

【文章页数】：4 页

【部分图文】：

最小间隔示意图

利用Python语言编写ATO控车算法,对实际线路ATO控车数据进行训练和交叉检验,通过网络搜索和随机搜索方法得到支持向量机回归问题的最优化参数;将这些参数应用到智能ATO算法中,根据列车实际运行参数,可得到智能控车曲线。该曲线较为平滑,既能达到与原控车曲线相同的控制作用,又可提高乘客舒适度体验。


本文编号：3377880