杨 辉,王 禹,李中奇,付雅婷,谭 畅

(华东交通大学电气与自动化工程学院,江西南昌 330013;江西省先进控制与优化重点实验室,江西南昌 330013)

1 引言

目前为止中国铁路电气化里程已超过10万公里.作为货运专线铁路的顶级种类,重载铁路是大宗商品的运输的重要渠道,从大同出发到秦皇岛的大秦铁路更被誉为能源运输的大动脉.由于重载列车牵引质量大、编组长和线路复杂等特点,如何安全、稳定的控制列车运行得到了广泛的研究.目前研究列车智能驾驶的主流方法主要有经典智能决策算法、监督学习决策算法和强化学习决策算法.

在经典智能决策算法的思想中,多数是按照设计行驶曲线结合控制算法对列车进行控制.ZHANG等[1]以带有电控空气制动系统的重载列车为研究对象,优化重载列车的空电联合制动为目标,考虑列车安全、高效和节能因素,建立并优化了列车多质点模型,提出了长远距离运输的模型预测控制方法.TANG[2-3]使用鲁棒控制器,针对高速列车的非线性,列车质量、参数的不确定性等问题,进行速度跟踪控制使列车平稳运行.何之煜[4]利用基于迭代学习控制的自适应控制算法研究了高速列车在时变扰动情况下的追踪控制,得到跟踪精度高、收敛速度快的控制效果.

在监督学习决策算法的研究中,王悉在文献[5-6]中对数据不平衡下的重载列车智能操控的研究,利用EasyEnsemble的思想对数据样本进行随机欠抽样,再使用(K-nearest neighbor,KNN)算法对数据……