模糊神经网络在列车自动运行控制系统中的应用.pdfVIP

一r p∥ ?j’ i』上9 一 ， 模糊神经网络在列车自动运行控制系统中的应用+ 党建武 靳蕃 (兰州铁道学院，兰州，730070) (西南交通大学，成都，610031) 摘 要 本文将模糊逻辑(FL)和神经网络(NN)结合起来，在此基础上设计出模糊神经网络控 制器(孙fNC)，以此为基础建立了列车运行控制系统的新方案．提出了一种快速的FNNC自学 习算法(FLA)．这可太大改善列车自动远行控制系统的性能，从薅密现列车自动运行的智能 控制． 关键词模糊逻辑神经网络列车运行自动控制系统学习算法隶属度 随着我国铁路运输的不断发展，列车的运行向重载、高速和高密度方向发展，列车运行 安全控制已经成为铁路运输现代化不可缺少的重要组成部分。列车运行安全控制系统已从量 韧的列车自动停车ATS(A]mtomaticTrain Train Protection)阶段，而且正在向着列车自动控制ATC(AutomaticConu01)和列车自动驾驶 Train ATOI(Automaficopera6nn)方向前进。这样对铁路交通信号控制系统提出了更高的要 求．铁道信号正朝着以计算机为主要控制手段、以通信网络为支持基础、在决策支持系统指 导下实现信号自动处理。列车运行智能控制技术的研究逐步地被铁路信号工作者所重视。本 文的目的将模糊逻辑技术及神经网络技术相结合形成一种模糊神网络控制器(孙jNC)技术应 用于ATO系统，为研究智能化的ATO系统建立基础。 2基本概念 模糊控制与神经网络控制有相似之处，我们希望利用模糊控制算法快速、简便的优点举 扑神经网络算法交杂、缓慢的缺点，利用神经元特征函数使模糊控制更容易处理，在此基础 上研制出一个模糊神经网络控制器(简称FNNC)建立了相应的快速学习算法，并应用于A11D 系统{l埘。 定义1隶属度：设在论域U上给定了映射p 如p·【o，1] (1) 则埔定了U上一个模糊子集，记为A，H称为A的隶属函数，亦记为p^，斗^《。)称为Ⅱ供 于4的隶属度。 ’国家自然科学基金和铁道部科技基金项目 模糊神经网络在列车自动运行控制系统中的应用 定义2神经元：任何具有输入输出的映射，满足 』n【O，1J 刚这种输入输出关系，就是一个神经元。广一般用非线性sigmoid函数来表示。 定义3直控神经元：由定义2对于神经元，，其输出可以表示为 Yi=sgn(∑印口_一谚) (3) J 其中，x，，b，…，h是相当予其它神经元的轴突分支， 反映了其它神经元对第i个神经元的影响，0J。是神经 元i与i之间的连接数，e为阂值。在判识阶段，当遇 到如=1时 Y．=KD=l (4) K。是控制神经元的控制信号。 (4)式说明J已与xI，x2，…，xⅣ没有直接关系，即 其输出y，由JJ(D直接控制。其中 圈1直控神经元模型 K。=L(．j}，，女，…．，七一) (5) (5)式说明FD是后l，后2，…，青。的逻辑输出值a其中，kt,|i}2，…，正，是部分输入信号· 定义4模糊神经元就是具有隶属度特性的神经元。 由定义4可得：论域U上的任一模糊子集A都可以用一个模糊神经元来表示。 定义5模糊分类神，箜咒是具有隶属度特性且模糊子集的截集等于常规神经元阈值的神 经元。 if then 定义6推理神经元是能实现ffE=Ei c_c『then砧；％条件推理的神经元称为 推理神经元。