王雪奇，莫晓婷，梁新荣，董超俊

（五邑大学智能制造学部交通工程系，江门529020）

0 引言

高速铁路建设日新月异，列车自动驾驶（ATO）成为当前的研究热点，ATO系统中一个重要的研究内容是列车速度跟踪控制，相关的研究包括列车建模、优化和控制。

要做到速度的精准跟踪，首先要对列车运行过程进行建模。高速列车采用的建模方法主要有传递函数建模[1-2]、单质点建模[3-4]、多质点建模[5]和数据驱动建模[6]。上述建模方法都有各自的特点，传递函数建模过程简单但准确性较低，目前应用较少；单质点建模将高速列车看作一个质点，忽略了车厢之间的内力，建模过程不复杂，准确性较高，是目前应用最多的建模方法；多质点建模考虑车厢之间的相互作用力，计算精度高，但建模过程复杂，不利于定时求解，往往要对多质点模型进行简化；数据驱动建模是利用列车运行时产生的海量数据，用人工智能的方法进行建模，建模精度取决于所用的信息处理技术。

在列车优化和控制方法上，随着智能时代的到来，智能优化算法、模糊控制、神经网络控制等方法受到了研究人员的重视。王花等人[7]用遗传PID设计列车速度控制器，遗传算法的缺点是早熟，它可能找到局部最优而非全局最优的PID参数。段玉琼等人[8]用蜂群算法优化高速列车能耗，蜂群算法的缺点是可能滞留在局部最优解附近。Dong等人[9]用模糊控制实现列车速度跟踪，模糊控制的缺点是控制性能过多地依赖控制规则的制定。……