典型文献
数据驱动的重载列车多目标速度曲线规划算法研究
文献摘要：
重载铁路是世界货运铁路的重要发展方向,由于其带来的巨大经济效益和较优的技术经济比而倍受重视.为实现重载列车的节能、正时和平稳驾驶,本文以数据驱动的方式实现了重载列车多目标速度曲线规划.首先,基于动力学和线路环境条件建立了二次规划优化模型;然后,为分析权重对各性能指标的量化影响,以乘法线性回归、多元非线性回归和支持向量回归方式构建了性能指标的回归模型;最后,采用一种融合回归模型的神经网络速度曲线规划模型.以虚拟和实际线路进行仿真,结果表明神经网络规划模型可高效掌握二次规划模型的优化策略,能够降低列车能耗、促进正时、加强平稳运行,且在突发故障下更具备灵活性.
文献关键词：
多目标速度曲线规划;数据驱动;二次规划;回归模型;神经网络模型
中图分类号：
作者姓名：
姜森浩;孙鹏飞;金波;张佳辉
作者机构：
西南交通大学电气工程学院,成都 611756
文献出处：
引用格式：
[1]姜森浩;孙鹏飞;金波;张佳辉-.数据驱动的重载列车多目标速度曲线规划算法研究)[J].现代计算机,2022(15):1-8,23
A类：
多目标速度曲线规划
B类：
重载列车,划算,算法研究,重载铁路,货运铁路,技术经济,倍受,受重,正时,路环,二次规划,规划优化,法线,多元非线性回归,支持向量回归,规划模型,网络规划,模型的优化,突发故障
AB值：
0.218969
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。
