期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
考虑负载不确定性的城轨列车目标速度曲线实时鲁棒优化
1
作者
朱琴跃
李纪元
+2 位作者
李泓羿
钱舒杨
赵亚辉
《交通运输系统工程与信息》
北大核心
2025年第4期254-264,共11页
针对城轨列车自动驾驶过程中乘客负载不确定性变化对列车正常运行的影响,本文提出一种考虑负载不确定性的列车目标速度曲线实时鲁棒优化方法,包括模型设计、模型训练和模型验证这3个部分。首先,基于马尔可夫决策过程构建列车驾驶强化学...
针对城轨列车自动驾驶过程中乘客负载不确定性变化对列车正常运行的影响,本文提出一种考虑负载不确定性的列车目标速度曲线实时鲁棒优化方法,包括模型设计、模型训练和模型验证这3个部分。首先,基于马尔可夫决策过程构建列车驾驶强化学习模型,其奖励设计兼顾对性能指标和操纵策略的鲁棒优化;其次,使用基于潜力奖励塑形技术(Potential-Based Reward Shaping, PBRS)改善模型训练的收敛性能,通过深度Q网络(Deep Q-Network, DQN)估计价值函数,实现实时响应城轨列车负载的变化;最后,以北京地铁某运营线路的列车运行场景为仿真案例验证模型的有效性。仿真结果表明,DQN-PBRS算法的平均计算时长为26 ms,可实现实时生成列车的目标速度,生成的目标速度曲线在极端负载和负载变化情况下相较于DQN算法具有更好的鲁棒性,且列车运行能耗降低5%以上。通过对算法中关键超参数进行敏感性分析,确定了训练效果最优的超参数组合。
展开更多
关键词
铁路运输
目标速度曲线优化
深度强化学习
城轨列车
负载不确定性
在线阅读
下载PDF
职称材料
题名
考虑负载不确定性的城轨列车目标速度曲线实时鲁棒优化
1
作者
朱琴跃
李纪元
李泓羿
钱舒杨
赵亚辉
机构
同济大学
出处
《交通运输系统工程与信息》
北大核心
2025年第4期254-264,共11页
文摘
针对城轨列车自动驾驶过程中乘客负载不确定性变化对列车正常运行的影响,本文提出一种考虑负载不确定性的列车目标速度曲线实时鲁棒优化方法,包括模型设计、模型训练和模型验证这3个部分。首先,基于马尔可夫决策过程构建列车驾驶强化学习模型,其奖励设计兼顾对性能指标和操纵策略的鲁棒优化;其次,使用基于潜力奖励塑形技术(Potential-Based Reward Shaping, PBRS)改善模型训练的收敛性能,通过深度Q网络(Deep Q-Network, DQN)估计价值函数,实现实时响应城轨列车负载的变化;最后,以北京地铁某运营线路的列车运行场景为仿真案例验证模型的有效性。仿真结果表明,DQN-PBRS算法的平均计算时长为26 ms,可实现实时生成列车的目标速度,生成的目标速度曲线在极端负载和负载变化情况下相较于DQN算法具有更好的鲁棒性,且列车运行能耗降低5%以上。通过对算法中关键超参数进行敏感性分析,确定了训练效果最优的超参数组合。
关键词
铁路运输
目标速度曲线优化
深度强化学习
城轨列车
负载不确定性
Keywords
railway transportation
target speed profile optimization
deep reinforcement learning
urban rail train
load uncertainty
分类号
U268.4 [机械工程—车辆工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
考虑负载不确定性的城轨列车目标速度曲线实时鲁棒优化
朱琴跃
李纪元
李泓羿
钱舒杨
赵亚辉
《交通运输系统工程与信息》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
