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.
NETL
NSTL
维普
万方数据