铁道学报
鐵道學報
철도학보
2014年
12期
27-34
,共8页
机车黏着智能优化控制%加权目标函数%高斯RBF神经网络%动态多子群GSA算法
機車黏著智能優化控製%加權目標函數%高斯RBF神經網絡%動態多子群GSA算法
궤차점착지능우화공제%가권목표함수%고사RBF신경망락%동태다자군GSA산법
intelligent optimized locomotive adhesion control%weighted objective function%Gaussian RBF neural network%dynamic multiple sub-group gravitational search algorithm
为解决机车牵引过程中轮轨间最优黏着利用能否获得的问题,提出一种基于高斯RBF神经网络的机车黏着智能优化控制方法.针对黏着极限态优化控制效果的定量评估,定义了同时考虑轮轨间黏着力变化指标和牵引电机转矩波动指标的加权目标函数;提出动态多子群GSA算法以优化RBFNN参数,避免了参数选择的盲目性,提高了RBFNN的收敛速度和学习能力;此外,该方法不依赖被控对象的解析模型,仅基于系统输入、输出信息完成控制器设计,并通过对电机转矩的动态调整,实现轮轨间黏着的最优利用.仿真结果验证了该方法的正确性和有效性.
為解決機車牽引過程中輪軌間最優黏著利用能否穫得的問題,提齣一種基于高斯RBF神經網絡的機車黏著智能優化控製方法.針對黏著極限態優化控製效果的定量評估,定義瞭同時攷慮輪軌間黏著力變化指標和牽引電機轉矩波動指標的加權目標函數;提齣動態多子群GSA算法以優化RBFNN參數,避免瞭參數選擇的盲目性,提高瞭RBFNN的收斂速度和學習能力;此外,該方法不依賴被控對象的解析模型,僅基于繫統輸入、輸齣信息完成控製器設計,併通過對電機轉矩的動態調整,實現輪軌間黏著的最優利用.倣真結果驗證瞭該方法的正確性和有效性.
위해결궤차견인과정중륜궤간최우점착이용능부획득적문제,제출일충기우고사RBF신경망락적궤차점착지능우화공제방법.침대점착겁한태우화공제효과적정량평고,정의료동시고필륜궤간점착력변화지표화견인전궤전구파동지표적가권목표함수;제출동태다자군GSA산법이우화RBFNN삼수,피면료삼수선택적맹목성,제고료RBFNN적수렴속도화학습능력;차외,해방법불의뢰피공대상적해석모형,부기우계통수입、수출신식완성공제기설계,병통과대전궤전구적동태조정,실현륜궤간점착적최우이용.방진결과험증료해방법적정학성화유효성.