[发明专利]列车运行速度曲线优化方法

权利要求书

1.一种列车运行速度曲线优化方法，其特征在于，包括：

步骤S1，采集列车运行线路的线路数据，所述线路数据包括运行线路的动态线路数据与运行线路的静态线路数据；其中，静态线路数据包括线路的静态限速、坡度以及曲率；动态线路数据包括线路在客流平峰、高峰时的计划站间运行时间；

步骤S2，对列车运行线路的线路数据进行预处理与数据增强处理；

步骤S3，在Python环境下，构建基于学习马尔可夫决策过程策略算法的防护模型；

步骤S4，基于步骤2处理后的数据，训练并压缩所述防护模型，通过训练和压缩好的防护模型生成列车速度曲线。

2.根据权利要求1所述的列车运行速度曲线优化方法，其特征在于，构建所述防护模型包括：构建Q表，提取当前状态输入Q表，根据当前状态选择动作；将当前状态与选择的动作进行校验，校验通过的为当前状态安全动作；根据当前状态以及经过校验后的当前状态安全动作计算奖励和下一状态；将当前状态及安全动作输入Q表。

3.根据权利要求2所述的列车运行速度曲线优化方法，其特征在于，将下一状态输入Q表，根据下一状态选择动作；将下一状态以及根据下一状态选择的动作进行校验，校验通过的为下一状态安全动作；将奖励、下一状态和下一状态安全动作输入Q表，进行Q表更新。

4.根据权利要求3所述的列车运行速度曲线优化方法，其特征在于，构建Q表包括：使用时间步长与列车运行工况初始化Q表，其中，列车运行工况通常包括最大牵引、巡航、惰行、最大制动四种工况；根据列车运行图的计划运行时间对Q表进行再初始化，将与列车运行图吻合的时间步长-工况节点赋值为正常数。

5.根据权利要求3所述的列车运行速度曲线优化方法，其特征在于，根据当前状态选择动作，包括：在获得当前状态后，生成随机数；若随机数小于探索概率，则随机选择动作，此时为探索策略；否则，选择Q表中在当前状态下Q值最大的动作，此时为贪婪策略。

6.根据权利要求3所述的列车运行速度曲线优化方法，其特征在于，将当前状态与选择的动作进行校验，包括：对输入的状态与动作进行状态转移模拟得到下一状态模拟；对下一状态模拟进行校验，若下一状态模拟符合安全约束则将输入的动作输出为安全动作，若下一状态模拟不符合安全约束则选择新的符合安全约束的动作输出为安全动作。

7.根据权利要求5所述的列车运行速度曲线优化方法，其特征在于，根据下一状态选择动作，包括：在获得下一状态后，生成对应的随机数；若随机数小于探索概率，则随机选择动作，此时为探索策略；否则，选择Q表中在当前状态下Q值最大的动作，此时为贪婪策略。

8.根据权利要求1所述的列车运行速度曲线优化方法，其特征在于，训练并压缩所述防护模型，包括：采用Python环境进行训练，获得训练好的防护模型；将训练好的防护模型进行模型转换，转换成车载计算机支持的excel表格；对转换后的excel表格进行降低比特数的量化压缩。

9.根据权利要求8所述的列车运行速度曲线优化方法，其特征在于，使用线性时序逻辑，结合马尔科夫决策过程实现防护模型。

10.根据权利要求9所述的列车运行速度曲线优化方法，其特征在于，防护模块包括有限状态反应系统、状态轨迹、安全准则、观测函数、安全自动机或马尔科夫决策过程中的至少一种。