-
题名数据驱动的高速列车子空间预测控制
被引量：26
- 1
-
-
作者
衷路生
颜争
杨辉
齐叶鹏
张坤鹏
樊晓平
-
机构
华东交通大学电气与电子工程学院
安徽交通职业技术学院城市轨道交通与信息工程系
中南大学信息科学与工程学院
-
出处
《铁道学报》
EI
CAS
CSCD
北大核心
2013年第4期77-83,共7页
-
基金
国家自然科学基金(60904049
61263010
+6 种基金
60864004
61164013
51174091
60870010)
铁道部科学技术研究重点项目(2011Z002-D)
江西省研究生创新基金(YC10A092)
江西省青年科学基金(20114BAB211014)
-
文摘
随着列车运行速度的提高,列车与接触网、轨道、空气的动力作用加剧,给高速列车的建模与控制提出更高的要求。本文提出数据驱动的高速列车子空间预测控制方法:构建基于状态框架的高速列车多变量动力学系统;由输入输出数据设计高速列车的子空间预报模型;详细分析高速列车子空间预测控制器的设计方法,并给出相应的预测控制算法。高速列车的数值仿真实验结果证明所提出控制方法的有效性。
-
关键词
高速列车
预测控制
数据驱动方法
子空间辨识
-
Keywords
high-speed train
predictive control
data driven approach
subspace identification
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
U283
[自动化与计算机技术—控制科学与工程]
-
-
题名PSO优化的LS-SVM在列车弓网系统的建模研究
被引量：6
- 2
-
-
作者
衷路生
齐叶鹏
杨辉
龚锦红
张永贤
颜争
-
机构
华东交通大学电气与电子工程学院
-
出处
《华东交通大学学报》
2012年第3期1-6,共6页
-
基金
国家自然科学基金项目(60904049
61164013
+2 种基金
51174091)
铁道部科学技术研究重点项目(2011Z002-D)
江西省自然科学基金项目(20114BAB211014)
-
文摘
提出基于粒子群(PSO)优化最小二乘支持向量机(LS-SVM)的列车弓网系统建模方法。针对LS-SVM的超参数难以选择的问题,提出采用具有全局搜索性能的PSO优化LS-SVM超参数的方法。在建立弓网子系统模型的基础上,得到了弓网系统的整体动力学方程。最后进行弓网系统的仿真实验,结果表明,所提出的PSO优化LS-SVM模型比LS-SVM模型、子空间模型具有更高的预报精度,所提出的方法用于列车弓网系统的建模是有效的。
-
关键词
最小二乘支持向量机
粒子群优化
弓网系统
曲线拟合
非线性建模
-
Keywords
LS-SVM
PSO
pantograph-catenary system
curve fitting
nonlinear modeling
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
U283
[自动化与计算机技术—控制科学与工程]
-
-
题名状态空间双线性系统的极大似然辨识
- 3
-
-
作者
衷路生
樊晓平
杨辉
瞿志华
齐叶鹏
颜争
-
机构
中南大学信息科学与工程学院
华东交通大学电气与电子工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2011年第10期110-112,223,共4页
-
基金
国家自然科学基金No.60870010
No.60864004
+1 种基金
No.60904049
国家高技术研究发展计划(863)No.2008AA04Z129~~
-
文摘
提出了状态空间双线性系统的极大似然辨识方法。得到了以输入-输出序列为条件概率的似然函数解析表达式,推导了极大化似然函数的参数矩阵计算公式,给出适用于双线性系统状态估计的改进卡尔曼滤波方法,以及辨识系统参数的迭代估计算法。最后进行了数值仿真,结果说明了该方法的有效性。
-
关键词
系统辨识
极大似然
双线性系统
状态空间模型
-
Keywords
system identification
maximum likelihood
bilinear system
state-space model.
-
分类号
O231.5
[理学—运筹学与控制论]
-
-
题名态空间系统的梯度优化辨识及收敛性分析
- 4
-
-
作者
衷路生
樊晓平
杨辉
瞿志华
齐叶鹏
颜争
-
机构
中南大学信息科学与工程学院
华东交通大学电气与电子工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2011年第4期1238-1241,共4页
-
基金
国家自然科学基金资助项目(60870010
60864004
+1 种基金
60904049)
国家"863"计划资助项目(2008AA04Z129)
-
文摘
为解决状态空间系统的预报误差与系统参数之间的非线性、非凸性给参数估计带来的困难,提出了状态空间系统的梯度优化辨识方法。分析了基于局部线性化的梯度辨识原理,给出了基于QR分解、奇异值分解(SVD)确定参数搜索方向的实现方案,得到了估计系统参数的迭代辨识算法。探讨了算法的收敛性,给出了算法收敛速度的解析表达式,最后进行了数值仿真,实验结果说明了所提出方法的有效性。
-
关键词
系统辨识
状态空间系统
梯度优化
收敛性分析
-
Keywords
system identification
state-space systems
gradient optimization
convergence analysis
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名状态缺失多变量系统的极大似然辨识方法
- 5
-
-
作者
衷路生
樊晓平
杨辉
瞿志华
颜争
齐叶鹏
-
机构
中南大学信息科学与工程学院
华东交通大学电气与电子工程学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2011年第22期162-163,167,共3页
-
基金
国家自然科学基金资助项目(60870010
60864004
+1 种基金
60904049)
国家"863"计划基金资助项目(2008AA04Z129)
-
文摘
提出一种极大似然辨识方法,用于解决状态缺失多变量系统的参数估计问题。通过构造以输入-输出序列为条件概率的似然函数表达式,以及分析数据缺失程度对参数估计的影响,设计适用于状态缺失情况的卡尔曼状态估计器,在此基础上提出极大化似然函数的参数计算方法。数值仿真结果证明了该方法的有效性。
-
关键词
系统辨识
极大似然辨识
多变量系统
数据缺失
卡尔曼滤波
-
Keywords
system identification
maximum-likelihood identification
multivariate system
data-missing
Kalman filtering
-
分类号
TP271.8
[自动化与计算机技术—检测技术与自动化装置]
-
