[发明专利]基于深度学习的货运列车最佳速度曲线动态规划逐次逼近方法在审
| 申请号： | 202010000672.8 | 申请日： | 2020-01-02 |
| 公开（公告）号： | CN111026134A | 公开（公告）日： | 2020-04-17 |
| 发明（设计）人： | 易灵芝;刘建康;刘江永;林佳豪;周波 | 申请（专利权）人： | 湘潭大学 |
| 主分类号： | G05D1/02 | 分类号： | G05D1/02 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 411105 *** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的货运列车最佳速度曲线动态规划逐次逼近方法。首先对影响列车行驶的因素进行详细划分，进一步明确货运机车自动驾驶的目标函数和约束条件，构建货运机车自动驾驶的深度学习模型，基于wake‑sleep算法使货运列车的影响因素特征值和隐藏层神经元的层数最优，输入的影响因素的特征值最优，进一步使传递系数最优。在速度动态可变环境下自适应实现机车速度模糊控制快速跟踪，基于多次相同线路的运行经验数据积累，基于深度学习的货运列车最佳速度曲线动态规划逐次逼近方法，能够动态跟踪和预测货运列车速度。 | ||
| 搜索关键词： | 基于 深度 学习 货运 列车 最佳 速度 曲线 动态 规划 逐次 逼近 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于湘潭大学，未经湘潭大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010000672.8/，转载请声明来源钻瓜专利网。
