第1章 绪论 1
1.1 引言 1
1.2 ATC系统发展概述 1
1.2.1 国外ATC系统发展状况 1
1.2.2 国内ATC系统发展状况 2
1.3 ATC系统的基本概念 2
1.4 列车运行控制中的关键问题 4
1.5 本书章节安排 4
本章参考文献 6
第2章 列车自动驾驶系统及其综合性能评价 7
2.1 ATO系统的功能 7
2.1.1 ATO系统的基本控制功能 7
2.1.2 ATO系统的服务功能 8
2.1.3 ATO系统的基本要求 8
2.2 ATO系统的基本性能指标 9
2.2.1 不超过紧急制动触发速度 9
2.2.2 实现精确停车 9
2.2.3 列车运行准点率 10
2.2.4 节能 10
2.2.5 牵引制动切换频繁度 10
2.2.6 列车舒适度 11
2.3 ATO系统综合性能评价方法 20
2.3.1 列车不超过紧急制动触发速度的评价方法 20
2.3.2 停车精度、运行时间、能耗等隶属度函数 20
2.3.3 综合性能评价方法 23
2.4 ATO系统综合性能评价软件设计 24
2.5 本章小结 26
本章参考文献 27
第3章 列车运行控制系统参数辨识 28
3.1 系统辨识与列车牵引制动系统简介 28
3.1.1 系统辨识 28
3.1.2 列车牵引与制动 29
3.1.3 列车牵引特性 29
3.1.4 列车制动特性 30
3.1.5 阻力分析 30
3.2 动力学模型 32
3.2.1 单质点列车模型 33
3.2.2 多质点列车模型 33
3.2.3 列车动力学模型 34
3.3 列车基本阻力参数辨识 34
3.3.1 数学模型推导 34
3.3.2 数据预处理 35
3.3.3 参数辨识结果 36
3.3.4 验证 37
3.3.5 在线学习 39
3.4 列车制动状态参数估计 41
3.4.1 制动模型 41
3.4.2 间隔与误差分析 42
3.4.3 辨识结果 43
3.4.4 在线学习 46
3.5 列车牵引状态参数估计 47
3.5.1 牵引模型 47
3.5.2 辨识结果 47
3.5.3 在线更新 48
3.5.4 模型验证 49
3.6 本章小结 50
本章参考文献 50
第4章 列车智能驾驶算法仿真平台 52
4.1 MATLAB/Simulink仿真平台 52
4.2 列车智能驾驶算法仿真平台设计 54
4.3 列车运行控制Simulink模型 54
4.4 列车智能驾驶算法仿真GUI 59
4.5 仿真平台流程 65
4.6 本章小结 66
本章参考文献 67
第5章 基于专家经验和机器学习的智能驾驶算法 68
5.1 ATO算法国内外研究现状 68
5.2 列车智能驾驶算法 70
5.2.1 智能驾驶算法技术路线 70
5.2.2 智能驾驶算法的组成部分 72
5.3 智能驾驶算法流程及仿真 78
5.3.1 性能指标 79
5.3.2 仿真结果分析 82
5.4 智能驾驶算法的鲁棒性及适应性分析 82
5.4.1 对列车模型的鲁棒性 82
5.4.2 对复杂限速的适应性 85
5.4.3 对陡坡的适应性 87
5.5 本章小结 90
本章参考文献 91
第6章 停车精度分析及停车算法 93
6.1 概述 93
6.1.1 精确停车的重要性 93
6.1.2 国内外研究现状 94
6.2 列车在车站停车误差估计模型 96
6.2.1 模型一 96
6.2.2 模型二 97
6.3 误差估计模型的仿真 97
6.3.1 性能指标 97
6.3.2 模型参数的在线学习 98
6.3.3 基于实测数据的仿真研究 99
6.4 利用应答器信息的列车精确停车算法 103
6.4.1 基于应答器信息的列车精确停车模型 103
6.4.2 基于牛顿动力学的无学习停车算法 105
6.4.3 固定学习率的启发式学习算法 105
6.4.4 可变学习率在线学习算法 106
6.5 停车算法的仿真 107
6.5.1 仿真平台 107
6.5.2 在线学习算法的仿真验证 111
6.6 本章小结 114
本章参考文献 115
第7章 列车节能优化操纵算法 116
7.1 概述 116
7.1.1 列车运行能耗分析 116
7.1.2 国内外研究现状 118
7.2 能耗模型与遗传算法 119
7.2.1 列车运行能耗模型 119
7.2.2 遗传算法简介 120
7.3 单目标列车节能操纵优化 122
7.3.1 遗传算法的相关设置 122
7.3.2 节能操纵优化与仿真 123
7.4 多目标优化与节能 124
7.4.1 基于加权遗传的多目标优化与仿真 124
7.4.2 多目标遗传算法优化与仿真 127
7.4.3 算法性能对比与分析 130
7.5 总结与展望 132
本章参考文献 133
第8章 人工驾驶数据挖掘 135
8.1 人工驾驶与自动驾驶 135
8.1.1 列车驾驶模式 135
8.1.2 地铁亦庄线简介 136
8.1.3 自动驾驶与人工驾驶对比分析 138
8.2 数据挖掘方法 140
8.2.1 数据挖掘产生的背景 140
8.2.2 数据挖掘的任务及过程 141
8.3 数据与算法 142
8.3.1 人工驾驶数据采集与选择 142
8.3.2 数据挖掘算法 144
8.4 列车智能驾驶模型 148
8.4.1 性能评价指标 148
8.4.2 实际线路数据仿真 150
8.4.3 基于数据挖掘算法的列车智能驾驶模型软件 152
8.5 本章小结 154
本章参考文献 154
第9章 总结与展望 156
9.1 总结 156
9.2 展望 157