基于XGBoost模型的地铁列车运行状态仿真方法

摘要：

基于物理模型及列车性能参数的地铁列车运行状态仿真方法存在着列车适配性差、参数调整成本高等问题.为了给ATC(列车自动控制)系统的研究提供更为准确、高效的模拟试验平台,提出一种基于XGBoost(极端梯度提升)算法的列车运行状态仿真模型构建方法.该方法可从实际运行数据中学习列车的控制与运行特性,可针对不同的线路环境、不同列车车型实现更准确的列车运行状态仿真.在某地铁线路采用实车进行试验,结果表明:该方法建立的列车运行状态仿真模型准确、有效,可满足实际应用需求.

关键词：地铁列车、运行状态仿真、列车自动运行、机器学习、XGBoost算法

所属期刊栏目：25

分类号：U29-39(铁路运输管理工程)

在线出版日期：2022-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：102-106