不确定性时间知识推理和验证算法及列车群建模分析

时间知识的推理和验证技术对列车群行为建模分析具有重要意义,是其实施关键。本文在原来工作的基础上,引入模糊时间区间、扩展模糊时间Petri网(EFTPN)及可能性值运算等内容,提出了一种基于EFTPN的不确定性时间知识推理和验证算法。该算法效率高,占用空间少;不但能够进行不确定性时间信息的精确推理,而且适用面更广,可以较好解决复杂情况下的时间推理和验证问题。     

时间Petri网的时间知识推理算法及在铁路智能运输系统中的应用

介绍一种基于时间Petri网的时间知识推理算法，它是在已有算法的的基础上，引入模糊时间区间的操作进行扩展而形成，该算法可一次性构建相应的时间知识系统的生成图，再用生成图进行时间知识验证和推理，相对于已有的算法来说，具有效率高，可处理时间区间的不确定性问题等优点，针对列车运行的时间知识系统进行算法的应用研究得出，本算法可验证时间约束的列车运行调整方案的可行性，能验证铁路专家系统中时间知识的一致性问题，用生成图可推导出某些带时间约束事件同时发生的可能性等。     

基于Petri网列车群模型的列车运行冲突分析

列车运行冲突检测是铁路系统安全运营的重要保障。本文首先给出赋时着色Petri网的形式化定义,定义变迁使能和触发规则及状态转移函数;基于赋时着色Petri网,以库表示车站/闭塞分区,托肯表示列车,建立列车群模型,为冲突检测提供模型基础。在经典Petri网冲突定理的基础上,结合库容量约束和时间间隔约束,提出列车运行冲突判定定理,并证明该方法的正确性;在此基础上,设计基于可达树的冲突分析方法,并以太原铁路局部分线路为例,通过实例介绍列车运行冲突和进路冲突检测分析的方法。基于Petri网的列车群模型为铁路系统冲突分析问题的处理提供新的途径。     

基于框架式模糊petri网列车专家控制系统知识表示研究

针对列车专家控制系统的知识不确定性特点，提出了一种采用框架式专家系统知识表示方法与模糊ｐｅｔｒｉ网推理相结合的知识表示及获取方法。研究表明，此方法对列车运行系统具有较强的表示及处理能力。     

带有对象的Petri网及其在列车运行模型建立中的应用

带有对象的Petri网是一种将面向对象的方法和谓词／变迁网相结合的高级Petri网。网中的托肯能携带各种信息，用这种网所表述的系统具有规模小、灵活、直观、模块性好、可操作性良好、属性描述方便、有利于不确定问题的处理等优点。针对列车群运行控制的核心问题（列车群行为建模），用精确标识的PNO建立了一个具有普适性的模型（TOPNO），该模型是一个典型的离散事件动态系统。通过在对象中定义多种模糊属性和相应的模糊属性的调整方法，该模型就成为研究模糊离散事件动态的平台，使得面向对象的程度设计技术、Petri网的理论和应用、模糊集理论以及DEDS的理论及分析方法有机的结合起来。在网络的变迁规则中直接引用这些属性，使系统的决策机制更有效，简化了系统状态的演化，并使DEDS的理论在处理不确定性问题时得到延伸、从而为建立具有自动行车指挥的智能交通系统奠定了良好的基础，也为铁路系统的可靠性分析、可利用性分析、效率分析等问题的处理提供了新的途径。     

面向对象Petri子网的列车群运行系统模型

基于列车群行为建模所出现的列车并发性的智能性表述，面向不同的控制和决策问题，多层次性问题的处理，构成系统的各子系统独立性表示，面向不同分析问题系统混合属性的如何处理，以及影响列车群运行的各种不确定性因素的处理等主要问题，定义了一类对象Petri网，并利用所定义的Petri网建立了列车运行系统中的信号灯，区段，车站和列车的对象Petri子网模型，各对象子网分为内／外两部分结构，对象的内部数据属性和操作均由内部结构来表示，对象子网之间的联系是用消息传递来完成，这很好地表现了对象的封装性和对象子网的结构一致性，基于子网所构建的模型（TGOSOPS）相对于已建模型（TOPNO）所表述的内容更丰富，具有结构性，可扩展性，层次性更优良的特点，模型适用于分布式行车指挥系统，便于智能控制的实施并具有很好的开放性和可控性，模型可构成研究一类智能混合系统建模及分析理论的实验平台。     

模糊离散事件动态系统相关问题的研究

以全面表述离散事件动态系统中不确定问题以及有不确定性方法简化系统为目的，首次给出了模糊离散事件动态系统（FDEDS）的定义。以铁路系统的行车指挥问题中的不确定性问题的处理为背景，全面论述了研究FDEDS的原因。文章说明了基于列车群运行的FDEDS实验平台的研究情况，并叙述了其在铁路系统的建模，分布式行车指挥，不确定问题的处理等方面的应用，在研究面向FDEDS的建模工具和算法时，采用Petri网和OO技术相结合的方法，既有非常好的系统描述能力又有好的模型分析和验证手段，也为相关算法的研究奠定了良好的基础，同时也对FDEDS中的模糊化等问题进行了讨论。文章中所研究的问题对进一步开展FDEDS的研究工作和研究混杂系统中不确定性问题的处理都是有益的。     

《铁道学报》第27卷总目次

第1期单线列车运行图铺划的时间循环迭代优化方法……………………………………………………史峰,黎新华,秦进,等(1)基于模糊时间Petri网的列车运行时间不确定性问题的处理…………………………………………叶阳东,王娟,贾利民(6)一类带有随机模糊损耗的运输路径优化……………     

面向RITS的多Agent列车群运行模型

基于RITS的分布式系统结构和智能属性特征,针对列车群运行系统中子系统之间的关系描述以及通信协作行为的建模问题,采用面向Agent的G-Net方法构建了一种多Agent的列车群运行模型(AGNTOM)。该模型体现了多Agent技术、G-Net(Petri网)形式化描述、便于分析等特点,不仅能够描述列车Agent与车站Agent在列车运行过程中的通信能力,而且能使用形式化方法确保模型的各种属性。对模型所描述的列车与车站之间的通信协商过程采用基本Petri网模型描述,并使用已有的Petri网分析方法进行相关属性的分析。研究结果表明:模型具有L3-活性;模型所描述的列车和车站之间的通信协商行为不会导致通信的死锁与阻塞等。     

基于一种混合Petri网的列车运行系统的建模与分析

针对列车运行系统中连续变量和离散事件的混合描述问题,提出一种混合Petri网建模方法.相对于已有的列车运行系统建模方法,该方法用连续库所和连续变迁描述系统中连续变量的变化过程;采用关联方程表示连续托肯中相应的连续属性的变化;定义相对应的变迁触发规则表示连续变量、离散事件、人参与等多种因素的相互作用.由列车运行系统的混合Petri网模型分析表明,该方法可以有效地描述连续变量与离散事件的交互,并能够进行列车运行过程中的速度限值、监测点距离、离散事件发生的时间区间的分析.由于列车运行系统是一类典型的混杂系统,该方法具有普适性.     

高速铁路列控系统运营场景实时性的建模与验证

高速铁路列控系统是一个典型的分布式实时系统,其时间约束主要反映在运营场景中子系统之间的交互过程中。时序逻辑的扩展方法并不能完全满足描述分布式实时系统性质的需要,并且随着系统的复杂性提高,列控系统运营场景中诸如超时、期限、直到…才等形式化描述与验证上存在不足。本文提出一种适合于列控系统场景建模与验证的方法,其核心思想是使用混合通信顺序进程HCSP(Hybrid Communicating Sequential Process)形式化描述分布式实时系统模型,提出转换规则,转换成时间自动机网络模型并进行自动验证。最后通过对典型场景无线闭塞中心RBC(Radio Block Center)切换的相关属性进行建模与验证,分析证明方法的有效性。     

基于模糊控制的高速铁路车轮的智能监测系统

针对目前中国高速铁路的速度越来越快,车轮的滚动速度也就随之越来越快,为保障列车行驶的安全性,设计一种高速铁路车轮的实时监测系统。利用模糊控制器这种智能的方法,来处理车轮的机械磨损数据。改变传统的监测方法中,采用先进的控制器来处理数据,使得控制更加智能,满足高速铁路车轮的实时监测需要,提前排除安全隐患,提高列车行驶的安全性。     

模糊贝叶斯决策在ATP车载设备故障诊断中的应用研究

高速列车长时间工作运行不可避免发生故障,其中的车载设备故障发生具有不确定性和相关性特性。分析故障发生和查找故障致因是一项复杂而重要的过程和工作。贝叶斯网络在解决不确定性和相关性问题有其独特的优势,可以利用贝叶斯网络查找故障成因和故障点并且加以控制,从而提高列控车载设备运行的安全性。在实际理论和工程实践中运用贝叶斯推理时往往过分强调贝叶斯推理功能而忽略先验概率确定的问题,模糊贝叶斯决策是在经典贝叶斯理论上综合运用决策理论、模糊数学、贝叶斯方法和期望效用理论,建立一个在多属性指标下故障态势的模糊贝叶斯决策模型,克服了单一贝叶斯推理的不足,增强了模型的适用性。     

重载列车优化操纵算法设计与仿真

文章针对电力牵引重载列车的运行特点,对重载列车的优化操纵问题进行了分析研究,设计了一种基于模糊预测和再优化的列车运行控制算法。该算法先使用模糊逻辑控制器产生操纵队列,预测列车未来一段区间的运行情况,然后对产生的操纵队列以安全、节能为目标进行反复优化。算法通过对操纵队列的有重合区间局部寻优来保证得到近似全局最优解。文章使用列车牵引计算模型对算法进行了仿真验证,结果表明该算法产生的操纵队列基本达到了重载列车运行要求。     

高速列车横向振动自适应神经模糊控制的仿真

为了设计出智能的列车悬挂系统,提出了基于神经网络的自适应模糊控制。模糊控制主要是针对系统的非线性;神经网络控制是产生模糊控制的控制规则。通过自适应神经网络的模糊推理系统(ANFIS),把神经网络和模糊控制相结合。神经网络根据采集的数据来进行训练,产生不同的控制规则,使模糊控制器对路面的变化具有自适应能力。仿真结果表明:该方法可在一定程度上减少轨道对列车车身的振动,提高列车在路面行驶的平稳性。     

自适应模糊控制在ATO系统中的应用研究

采用自适应模糊控制方法对ATO系统进行应用研究,通过参数的在线自适应调整,克服列车模型不精确的问题,通过大连实测数据的分析以及同普通模糊控制方法的对比,验证此方法能准确跟踪运行曲线,达到精确停车的目的。     

基于Mamdani模糊神经网络的相敏轨道电路故障诊断方法研究

针对25 Hz相敏轨道电路故障的不确定性与模糊性,提出一种基于Mamdani模糊神经网络的轨道电路故障智能诊断改进方法。采用自适应-动量BP学习调整法对模型参数进行训练优化,给出推导过程,并讨论系统参数初始值的设定。仿真实验表明,在相同实验条件下改进方法降低了训练误差,并有效地提高了诊断学习过程的稳定性与收敛速度,对25 Hz轨道电路故障进行智能模糊诊断是可行的。     

不确定环境下协同运输优化模型及其求解算法

在分析各种运输方式经济技术特性(速度、费用、运输能力等)的基础上,综合考虑多式联运实际运作过程中,运输时间和换装时间不确定性、换装条件和顾客对对货物到达时间窗的限制等因素,构建了一个时效性多式联运协同优化模型,针对模型的特点设计了相应的遗传算法.最后,给出了一个仿真算例,并分析了时间窗参数变化对最优解的影响,同时将该算法与其他求解方法进行了对比分析,仿真结果表明:遗传算法是解决不确定环境下多式联运协同优化模型行之有效的求解算法.     

无线CBTC信号系统时间同步机制分析

无线CBTC信号系统作为一种实时安全列车自动控制系统,时间同步机制为列车运行记录、系统报警、故障日志提供统一的时间基准。系统地描述了信号系统时间同步机制,不仅包括信号系统的外部时钟源和内部时钟源,也包括信号系统内部各子系统的时间同步机制,同时分析了信号系统作为时钟源对外部系统的影响。