基于PSO算法的城轨列车自动驾驶控制策略研究.pdf
《基于PSO算法的城轨列车自动驾驶控制策略研究.pdf》由会员分享,可在线阅读,更多相关《基于PSO算法的城轨列车自动驾驶控制策略研究.pdf(4页珍藏版)》请在咨信网上搜索。
1、第 15 期2023 年 8 月无线互联科技Wireless Internet TechnologyNo.15August,2023基金项目:2019 年南京交通职业技术学院科研项目;项目名称:城轨列车自动驾驶控制策略研究项目编号:JZ2012。作者简介:吴秋艳(1986),女,江苏南京人,助理实验员,硕士;研究方向:城市轨道交通列车控制策略研究。基于 PSO 算法的城轨列车自动驾驶控制策略研究吴秋艳(南京交通职业技术学院,江苏 南京 210012)摘要:由于传统的控制方法对于城轨列车运行这一非线性过程难以获得令人满意的控制结果,而粒子群算法(PSO)相较于布谷鸟搜索算法(CS)具有更快的收敛
2、速度,更简洁易操作等优点,因此,文章尝试在此前 CS 算法研究的基础上,基于 PSO 算法对列车自动驾驶系统建立仿真模型并进行智能算法研究。通过 MATLAB 软件对列车运行过程中的精度、误差、节能、舒适度等目标进行仿真并比较结果。结果表明,城轨列车自动控制系统采用 PSO 算法是可行的。关键词:自动驾驶;粒子群优化算法;城轨列车中图分类号:U2 文献标志码:A0 引言 城市轨道交通经过十余年的高速发展,相关设备越来越先进,乘客的体验感越来越舒适。这些都得益于科技的发展进步。目前,自动驾驶技术已经在公共交通、物流配送、消防救援、环境监测等很多领域得到有效应用。我国深圳、上海、成都等多个城市也都
3、相继开通了无人驾驶地铁线路,并且无人驾驶将会是今后城市轨道交通发展的方向。因此,针对城轨列车非线性、高复杂性等运行特点,需要用更优化的智能控制方法解决传统控制方法无法解决的复杂的控制问题。本 文 所 研 究 的 粒 子 群 算 法(Partide Swarm Optimization,PSO)是在 1995 年,由美国学者 Kennedy和 Eberhart 所提出。PSO 算法与遗传算法相似,都是基于群体的随机搜索算法,通过模拟生物的活动和进化的过程来寻求最优解。由于 PSO 算法原理相对简单、易于实现,因此,粒子群算法在科学研究和工程应用中都受到了很大的关注。国内对于 PSO 算法的相关应
4、用已经在很多行业中开展,与城市轨道相关的有基于 PSO 算法设计的自适应模糊 PID 控制器,对列车进行停车精度和舒适度控制1;基于 PSO 算法建立的地铁调线调坡数学分析模型,并以此开发地铁智能调线调坡系统,用来改善线路参数选择的合理性和改善侵限情况2;基于粒子群算法的优化地铁车厢空调的控制研究,以车厢内空气舒适度作为地铁车厢变风量空调系统的控制对象,设计出一个舒适和节能效果佳的控制系统3。虽然 PSO 算法对于城市轨道交通的应用研究早已开始,但是在城轨列车自动驾驶方面,相关研究很少。本文以 PSO 算法为基础算法,对列车自动驾驶过程进行仿真分析,比较 PSO 算法用于城轨列车自动控制的优缺
5、点。利用 MATLAB 仿真列车运行模型,对系统进行功能仿真,验证本文所提理论的正确性和控制方法的可行性。2 粒子群优化算法(PSO)粒子群优化(PSO)算法模拟的是鸟群的捕食行为。具体的研究场景为鸟群在随机地搜索食物,所有鸟都不知道食物的具体位置。如果他们知道自己与食物的距离,那么找到食物最有效的方式就是搜寻目前离食物最近的鸟的周围区域。在这一过程中,个体通过鸟群互相传递的位置来判断自己找到的是否为最优解,并将结果反馈给鸟群,当整个鸟群都聚集在食物周围时,即被认定为找到了最优解。同时,在这一过程中,每个个体都会根据食物寻找的结果产生自身的认知,而且当其他个体具有更加先进的认知时,个体会及时进
6、行调整以便能够提高自身的搜索能力。粒子群算法的学习机制就是基于上述行为过程而产生的。PSO 算法的数学公式为:Ui(n+1)=Ui(n)+c1r1Uimax-Ui(n)+c2r2Ugmax-Ui(n)(1)211第 15 期2023 年 8 月无线互联科技技术应用No.15August,2023Ui(n+1)=Ui(n)+Ui(n+1)(2)式(1)(2)中:i 表示第 i 个粒子;n 表示迭代次数;Ui(n+1)表示粒子的移动距离;Ui(n)表示粒子的当前位置;为惯性权重,用于控制粒子的飞行速度,取值范围为0,1,取值范围一般为 0.4 0.9,越大,表示全局寻优能力越强,局部寻优能力越弱,
7、越小,表示全局寻优能力越弱,局部寻优能力越强;c1和 c2为加速因子,表示粒子移动的速度,取值范围为0,2;r1和 r2为0,1 之间的随机数;Uimax表示当前粒子的历史最佳位置;Ugmax表示所有粒子中最佳粒子的位置。PSO 算法的标准流程如下:步骤 1 设置相关参数和种群微粒数量,并对种群进行初始化,包括随机位置和速度;步骤 2 评价每个微粒的适应度,即根据适应度评价公式计算种群中每个微粒对应的适应度的值;步骤 3 对种群中的每个微粒,将其适应度的值与其经过的最好位置 Uimax作比较,如果适应度较好,则将其更新为当前的最好位置 Uimax;步骤 4 对种群中的每个微粒,将其适应度的值与
8、其经过的最好位置 Ugmax作比较,如果适应度较好,则将其更新为当前的最好位置 Ugmax;步骤 5 根据公式(1)和公式(2)分别对每个微粒的速度和位置进行更新;步骤 6 判断是否满足结束条件。未达到结束条件则转到步骤 2。PSO 算法流程如图 1 所示。3 列车运行多目标优化模型 根据牛顿第二定律,列车的质点运动方程4为:dvdt=c(3)dsdt=v(4)式(3)(4)中:t,v 和 s 分别为列车运行的时间、速度和距离;是加速度系数;c 为列车单位合力5。列车受力公式为:ma=f(u,v)-g(v)-w(x,v)(5)式(5)中:m 为列车质量;a 为列车运行合力所产生的加速度;f(u
9、,v)为列车的作用力,分为牵引力和制动力,与输入控制序列 u 和列车的运行速度 v 有关;g(v)为列车的基本阻力,是列车运行速度的函数;w(x,v)为列车的附加阻力,其中 x 为线路位置,并且该附加阻力与线路坡度、曲线和隧道等线路条件有关5。当列车处于牵引状态时,f(u,v)0;当列车处于惰行状态时,f(u,v)=0;当列车处于制动状态图 1 PSO 算法流程时,f(u,v)0。3 仿真实验与分析3.1 仿真参数设置 本文所设计的线路参数、坡度参数和列车参数的取值分别如表 13 所示6。表 1 线路参数名称数值线路长度1 000 m车站长度120 m线路限速60 km/h车站限速50 km/
10、h表 2 坡度参数距离坡度0400 m-2400650 m4650900 m-39001 000 m0表 3 列车参数名称数值列车总长度120 m列车编组数6 节列车总质量162 t牵引最大加速度(m/s2)0.8制动最大加速度(m/s2)-0.83.2 仿真结果及分析 在 MATLAB 仿真环境下对基于 PSO 算法的城轨311第 15 期2023 年 8 月无线互联科技技术应用No.15August,2023列车运行过程进行仿真实验,得到速度-距离曲线以及加速度-距离曲线分别如图 23 所示。图 2 速度-距离曲线图 2 是采用 PSO 算法对列车运行过程优化后得到的速度-距离曲线。从图
11、2 可以看出,运行速度满足表 1 中的线路限速和车站限速的要求,并且在较短距离内实现平稳加速和平稳制动,有效地提高了舒适度。图 3 是采用 PSO 算法对列车运行过程优化后得 图 3 加速度-距离曲线到的加速度-距离曲线。从图 3 可以看出,当列车速度接近于限速后,加速度开始下降,并且在列车惰行过程中,列车加速度并没有因为坡度的变化而产生明显变化。对于乘客而言,列车运行中加速度变化率在1 m/s2内都是感觉舒适的,因此本算法对于舒适度和能耗的数值优化起到了重要作用6。同时,本文对仿真过程中的停车精度、准点误差、能耗、舒适度也进行了数据记录,结果如表 4 所示。表 4 PSO 算法优化结果迭代次
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 PSO 算法 列车 自动 驾驶 控制 策略 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。