基于RBF-ARX模型的高速列车预测控制器设计
刘伯鸿
连文博
李婉婉
兰州交通大学自动化与电气工程学院,兰州,730070
摘要：针对高速列车在复杂环境运行时,传统预测控制器出现的动力学模型失配、在线辨识实时性不强等问题,提出一种基于RBF-ARX模型的列车预测控制方法.首先,构建RBF-ARX模型作为列车控制器的预测模型,使用SNPOM算法处理列车运行中的大量历史数据,得到预测模型的模型阶次及优化参数,并验证了模型的准确性.然后使用该模型构造预测控制器对列车目标曲线进行在线跟踪仿真.结果表明:基于RBF-ARX模型的高速列车预测控制器不仅解决了动力学模型失配的问题,并且在控制精度及舒适度等方面都优于传统预测控制器.
关键词：高速列车RBF-ARX模型系统辨识预测控制
分类号：U284.48(铁路通信、信号)
资助基金：国家自然科学基金(61164010)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 73-79 )
英文信息