城轨列车精确停车智能控制算法研究与仿真

doi:10.3778/j.issn.1002-8331.1809-0077

计算机工程与应用 ›› 2019, Vol. 55 ›› Issue (23): 257-264.DOI: 10.3778/j.issn.1002-8331.1809-0077

城轨列车精确停车智能控制算法研究与仿真

孟建军，刘震

1.兰州交通大学机电技术研究所，兰州 730070
2.兰州交通大学机电工程学院，兰州 730070
3.甘肃省物流及运输装备信息化工程技术研究中心，兰州 730070

出版日期:2019-12-01 发布日期:2019-12-11

Research on Intelligent Algorithm for Precise Parking of Urban Rail Transit Based on Predictive Fuzzy PID

MENG Jianjun, LIU Zhen

1.Mechatronics T&R Institute, Lanzhou Jiaotong University, Lanzhou 730070, China
2.School of Mechatronic Engineering, Lanzhou Jiaotong University, Lanzhou 730070, China
3.Engineering Technology Center for Informatization of Logistics & Transport Equipment, Lanzhou 730070, China

Online:2019-12-01 Published:2019-12-11

摘要/Abstract

摘要： 随着我国城轨交通的大力发展，列车自动驾驶（ATO）系统在城轨列车中的应用越来越广泛，精确停车是衡量城轨列车自动驾驶性能重要指标之一。以精确停车、舒适性及能耗为指标，利用列车牵引计算知识建立列车运行多目标模型；利用遗传算法对该模型进行优化，结合MATLAB仿真软件得出列车运行理想目标曲线；运用SIMULINK模块分别搭建基于PID控制的仿真模型、基于模糊PID控制的仿真模型以及基于预测模糊PID控制的仿真模型，得出相应的列车运行跟踪曲线，并进行比较。结果表明：较前两者，预测模糊PID控制能最大程度地提高列车的停车精度。

关键词: 精确停车, 遗传算法, 模糊PID, 预测模糊PID

Abstract: With the great development of urban rail transit in China, the Automatic Train Operation（ATO） system is more and more widely used in urban rail transit, precise parking is one of the important indexes to measure the autopilot performance of urban rail trains. In this paper， the multi-objective model of train operation is established by using the knowledge of train traction calculation with precise parking, comfort and energy consumption. Then, the model is optimized by genetic algorithm, and the ideal target curve of train running is obtained by MATLAB simulation software. Finally, the simulation model based on PID control, the simulation model based on fuzzy PID control and the simulation model based on predictive fuzzy PID control are built by using SIMULINK module, and the corresponding tracing curves of train operation are obtained and compared. The results show that, compared with the former two, the predictive fuzzy PID control can improve the parking precision of the train to the greatest extent.

Key words: precision parking, genetic algorithm, fuzzy PID, predictive fuzzy PID

孟建军，刘震. 城轨列车精确停车智能控制算法研究与仿真[J]. 计算机工程与应用, 2019, 55(23): 257-264.

MENG Jianjun, LIU Zhen. Research on Intelligent Algorithm for Precise Parking of Urban Rail Transit Based on Predictive Fuzzy PID[J]. Computer Engineering and Applications, 2019, 55(23): 257-264.

[1]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[2]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[3]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[4]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[5]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[6]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[7]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[8]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[9]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[10]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.
[11]	冯晓东，黄世荣，戴冠鸥，杨伟家，罗尧治. 天牛须遗传杂交算法的研究与应用[J]. 计算机工程与应用, 2021, 57(15): 90-100.
[12]	苏庆，林华智，黄剑锋，林志毅. 结合CNN和Catboost算法的恶意安卓应用检测模型[J]. 计算机工程与应用, 2021, 57(15): 140-146.
[13]	王秀丽，周鹏，侯静楠，王仕俊，林霞. 面向变电站机器人巡检路径规划中的算法研究[J]. 计算机工程与应用, 2021, 57(14): 245-250.
[14]	陈元文. MapReduce技术在物资调运与配载问题中的应用[J]. 计算机工程与应用, 2021, 57(12): 273-278.
[15]	邱云飞，高华聪. 混合Filter与改进自适应GA的特征选择方法[J]. 计算机工程与应用, 2021, 57(11): 95-102.

城轨列车精确停车智能控制算法研究与仿真

Research on Intelligent Algorithm for Precise Parking of Urban Rail Transit Based on Predictive Fuzzy PID

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics