版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、在我國高速鐵路飛速發(fā)展的基礎上,高速列車的運營密度與運行速度有了巨大提升,目前高速列車仍處于人工駕駛階段,這將難以滿足高速鐵路安全高效運行的基本要求。而列車自動駕駛運用計算機技術可以對列車進行實時控制,不僅可以保證列車的精確停車和準點到站,還可以保證乘客的舒適性以及降低運行能耗。因此,研究更好的高速列車駕駛模型有助于高速鐵路的高效運行,更好的高速列車駕駛方式也是未來高速鐵路的發(fā)展趨勢。
通過分析實際高速鐵路人工駕駛數(shù)據(jù),發(fā)現(xiàn)有
2、經(jīng)驗的、優(yōu)秀的司機可以將列車安全、準時、精確地停在指定位置,整個駕駛過程也比較平穩(wěn)。因此,本文擬建立高速列車智能駕駛模型,運用集成分類回歸樹算法歸納總結優(yōu)秀司機的駕駛策略,并將其轉變?yōu)橛嬎銠C可以識別的智能控制語言進而控制高速列車的運行。本文的研究內容主要由以下三部分組成:
(1)針對高速列車人工駕駛的不足,提出本文的研究目標:建立高速列車智能駕駛模型,進行仿真實驗,將仿真結果與人工駕駛進行對比。
(2)介紹高速列車智
3、能駕駛模型的建立過程。本文首先分析了高速列車運行的數(shù)學模型,隨后介紹該智能模型所應用的智能算法——集成分類回歸樹算法,最后展示了該智能模型所用的人工駕駛數(shù)據(jù)的采集方法和示例,最后畫出了該智能模型的流程圖。
(3)通過MATLAB建立高速列車智能駕駛仿真平臺,利用漢宜高速鐵路實際人工駕駛數(shù)據(jù)對該模型進行仿真測試和分析評估。仿真結果表明,該模型可以達到精確停車、準點到站、運行平穩(wěn)、低能耗的基本要求,各項指標優(yōu)于人工駕駛。此外,在改
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于spark的分類回歸樹算法并行性研究
- 基于Spark的分類回歸樹算法并行性研究.pdf
- 基于集成分類器的數(shù)據(jù)流分類算法研究.pdf
- 基于Boosting技術的顯露模式集成分類算法.pdf
- 基于深度學習和分類集成的高速列車工況識別研究.pdf
- 基于專家經(jīng)驗和機器學習的列車智能駕駛算法研究.pdf
- 基于智能算法的列車自動駕駛過程研究.pdf
- 基于集成分類算法的電信客戶流失預測研究.pdf
- 超文本的集成分類算法研究.pdf
- 集成分類學習算法研究.pdf
- 基于粗糙集屬性約簡的集成分類算法研究.pdf
- 基于在線規(guī)劃的高速動車組智能駕駛算法研究.pdf
- 基于智能控制算法的列車自動駕駛系統(tǒng)的優(yōu)化研究.pdf
- 基于數(shù)據(jù)挖掘的列車智能駕駛模型研究.pdf
- 一種基于Adaboost和分類回歸樹的垃圾郵件過濾算法.pdf
- 基于粗糙集與分類回歸樹的“病例組合”分類研究.pdf
- 基于貪婪優(yōu)化和投影變換的集成分類器算法研究.pdf
- 基于節(jié)能優(yōu)化的列車自動駕駛算法研究.pdf
- 數(shù)據(jù)流集成分類器算法研究.pdf
- 基于分類回歸樹的網(wǎng)絡商品促銷效果評估研究.pdf
評論
0/150
提交評論