10.19557/j.cnki.1001-9944.2019.12.018
模糊神经网络在列车防冒进系统中的应用
列车防冒进控制是一种强耦合、高度非线性并且影响因素众多的系统.为了对系统进行准确的控制,该文将自适应神经模糊推理系统与现行的传统控制方法相结合,应用于列车防冒进系统中.通过车载控制系统利用自适应神经模糊推理系统与传统控制方法相结合的方式,根据当前列车运行状态对列车的最高允许车速进行相应的控制.以中车株机厂试运线为例,利用Matlab对实际调查数据进行训练,结果表明,训练误差为1.5%左右,与实际数据平均误差为1.315m,拟合最大误差百分比在1%左右,预测误差在可控范围内,将自适应神经模糊推理系统加入列车防冒进控制之后具有更高的安全性.
轨道交通、列车防冒进、模糊神经网络、Matlab
34
U260.36(机车工程)
2020-05-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
92-97