模糊神经网络在列车制动控制中的建模及其应用.pdfVIP

中文摘要 安全和效率是铁路运输生产永恒的主题，尤其是近年来随着我国铁路事业的 快速发展，铁路运输呈现重载、高速、高密度的特点，而这一切需要可靠性高的 列车运行控制系统作保障。制动控制作为列车运行控制的一部分，对列车的安全 性起着关键作用。现行的基于牵引计算理论的制动模式曲线和列车实际运行存在 偏差，导致控制效果并不理想，因此如何构造更准确的制动控制模型成为研究的 热点。 复杂系统的建模仿真，是系统建模领域的关键问题。模糊神经网络理论融合 了模糊系统和神经网络二者的优势，能较好地实现复杂系统建模。本文以复杂系 统建模为背景，对模糊神经网络建模方法、适合于列车制动控制建模的模糊神经 网络结构及其应用进行了研究。 论文在借鉴国内外已有研究成果的基础上，围绕列车制动控制建模这一问题， 主要研究了以下内容： 1．本文从复杂系统建模的观点分析了列车制动控制中所存在的模糊性问题及 其产生的原因，得出将模糊神经网络引入列车制动建模是可行的。 2．本文重点研究了在制动控制系统特性不够清楚的前提下构造适合于列车制 动控制的模糊神经网络结构模型。通过对标准的模糊神经网络结构进行改进，得 到一个四层的改进型模糊神经网络，从理论上证明模型具有全局逼近的特性，并 推导了参数对应的学习算法。然后运用改进的模型对列车制动过程进行了建模， 从实际操纵的角度上分析并确定了模型的输入输出变量，使该模型更符合列车实 际运行环境，这和以往的模型所采用的结构及所选用的变量不同。 3．为避免传统意义上语言变量划分太细导致模糊规则数目过多，影响网络的 学习速度和精度，本文将聚类算法引入模糊神经网络结构辨识中对数据进行分类， 同时结合实际操纵，确定所需规则数，兼顾了数据建模和实际操纵两方面的特点。 4．为了验证改进的网络结构用于列车制动控制建模的有效性，本文以一列货 物列车为例进行建模和计算，数值计算结果表明改进的模糊神经网络模型具有运 行仿真，证明改进的模型运用于列车制动控制的建模是可行的。 关键词：模糊系统；神经网络；模糊神经网络控制；列车制动；智能控制． 分类号：U29．3 ABSTRACT and areeternalthemesfor ABSTRACT：Safetyefficiency railwaytransportation， asthe ofChina’S recent especially rapiddevelopmentrailway．Inyears，therailway hasshown whichneed transportation characteristics，all heavyhigh—speed，high-density a reliabletrain control asa control，asa ofthetrain high systemguarantee．Brakingpart a roleintrain But are key theresomeerrorsbetweenthe control，plays safety braking modecurvebasedontrain··traction-·calculationandtheactual ofthe theory operation resultsinthatthe train，which effectofthecontrolisnot to