文献类型：期刊文章

作　　者：张佩[1] 盖伟龙[2] 李小龙[1] 王钦钊[1]

ZHANG Pei;GAI Wei-long;LI Xiao-long;WANG Qin-zhao(Army Academy of Armored Forces,Beijing 100072,China;Chinese People's Liberation Army 66389 Troops,Beijing 100194,China)

机构地区：[1]陆军装甲兵学院 [2]中国人民解放军66389部队

出　　处：《计算机仿真》

年　　份：2019

卷　　号：36

期　　号：3

起止页码：184-188

语　　种：中文

收录情况：BDHX、BDHX2017、JST、ZGKJHX、核心刊

摘　　要：对应用于高速列车智能驾驶系统的智能驾驶算法进行研究,可以有效弥补人工驾驶的缺陷。对智能驾驶算法进行研究,需要综合考虑线路限速信息和列车实时运行信息,完成智能驾驶算法设计。传统的智能驾驶算法先根据限速曲线设定目标速度曲线并精确跟踪,实现高速列车的智能驾驶,但忽略了工况切换次数,导致能耗大且舒适性低。提出基于数据挖掘的高速列车智能驾驶算法,突破跟踪目标速度曲线的控制思想,将人工驾驶策略应用于高速列车智能驾驶中,无需设定列车目标速度曲线,仅采用人工驾驶数据和数据挖掘方法,利用挖掘的人工驾驶策略实现列车的多目标智能驾驶。仿真结果表明,所提算法能够有效降低能耗提高舒适度,实现列车的平稳、舒适、准点、精确运行。

关 键 词：高速列车 人工驾驶策略  数据挖掘 智能驾驶

分 类 号：TP391.9]