典型文献
基于随机森林和神经网络的城市轨道交通列车速度预测算法
文献摘要:
为了提升城市轨道交通列车运行过程中的准时性和安全性,实现精准停车,需要对列车运行过程中的速度曲线进行跟踪预测.文章首先基于实测数据对列车瞬时功率进行计算,并运用随机森林模型根据功率曲线进行区间分类;然后基于神经网络建立了一种适用于不同区间的城市轨道交通列车速度曲线实时预测方法;最后对所建立的列车速度预测模型进行了测试.根据仿真数据和实际线路数据进行的模型测试结果表明,所提算法能有效实时预测列车的速度曲线,其速度跟踪误差相比传统神经网络模型的降低了57.7%,相比随机森林回归模型的降低了73.9%.
文献关键词:
城市轨道交通列车;随机森林;神经网络;速度预测
中图分类号:
作者姓名:
秦建楠;胡文斌;徐立
作者机构:
南京理工大学, 江苏 南京 210018
文献出处:
引用格式:
[1]秦建楠;胡文斌;徐立-.基于随机森林和神经网络的城市轨道交通列车速度预测算法)[J].控制与信息技术,2022(06):62-68
A类:
B类:
城市轨道交通列车,列车速度,速度预测,预测算法,列车运行,准时,精准停车,速度曲线,瞬时功率,随机森林模型,功率曲线,实时预测,仿真数据,线路数据,模型测试,速度跟踪,跟踪误差,随机森林回归模型
AB值:
0.246424
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。