| 基于Q学习算法的城轨列车智能控制策略 |
| |
| 引用本文： | 金则灵,武晓春.基于Q学习算法的城轨列车智能控制策略[J].铁道标准设计通讯,2022(1). |
| |
| 作者姓名： | 金则灵 武晓春 |
| |
| 作者单位： | 兰州交通大学自动化与电气工程学院 |
| |
| 基金项目： | 国家自然科学基金地区项目(61661027)。 |
| |
| 摘 要： | 牵引能耗是列车能耗的主要组成部分,针对城轨列车节能运行的问题,将列车运行状态离散化,以列车对速度控制作为动作空间,时间和能耗作为奖励函数,提出一种基于Q学习算法的城轨列车智能控制策略。在不使用离线优化速度曲线的情况下,根据列车当前位置和速度实时计算最优控制策略;同时,在传统Q学习基础上,将ε-greedy策略与司机驾驶经验相结合,减少探索次数,提高算法学习效率;最后,以杭州地铁5号线三坝-萍水站线路为例,验证该算法在满足准点运行的情况下,较传统动态规划算法,可减少列车站间牵引能耗3.79%。在原线路增加临时限速后,验证该算法仍具有实效性。
|
| 关 键 词： | 城轨列车 牵引能耗 节能运行 列车智能控制策略 Q学习算法 |
Intelligent Control Strategy of Urban Rail Train Based on Q-learning Algorithm |
| |
| JIN Zeling,WU Xiaochun.Intelligent Control Strategy of Urban Rail Train Based on Q-learning Algorithm[J].Railway Standard Design,2022(1). |
| |
| Authors: | JIN Zeling WU Xiaochun |
| |
| Institution: | (School of Automation and Electrical Engineering,Lanzhou Jiaotong University,Lanzhou 730070,China) |
| |
| Abstract: | |
| |
| Keywords: | urban rail train traction energy consumption energy saving operation intelligent train control strategy Q-learning algorithm |
| 本文献已被 维普 等数据库收录！ |
|
