文献

J-GLOBAL ID：201702258122614410   整理番号：17A0887307

マルチアルゴリズム組合せによる基づく速度追従エネルギー効率の良い貨物列車制御【Powered by NICT】

Speed Tracking Based Energy-Efficient Freight Train Control Through Multi-Algorithms Combination

著者 (4件)： Yang Jie (State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing, 100044, China) ,  Jia Limin (State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing, Beijing, China) ,  Fu Yunxiao (State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing, Beijing, China) ,  Lu Shaofeng (Department of Electrical and Electronic Engineering, Xi¥’an Jiaotong-Liverpool University, Suzhou, Jiangsu, China)
資料名： IEEE Intelligent Transportation Systems Magazine  (IEEE Intelligent Transportation Systems Magazine)
巻： 9  号： 2  ページ： 76-90  発行年： 2017年 
JST資料番号： W2271A  ISSN： 1939-1390  CODEN： IITSBO  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 貨物列車制御の特性,非線形,時間遅延,多制約と多目的とに基づいて,本論文では,速度追跡問題に焦点を当てた。,段階的プロセスでは,PIとPID制御の簡単な解析,一般的にアクティブなサービスの制御を訓練するために使用されるのに基づいて提示したマルチモーダルファジィPID(MM FPID)制御アルゴリズム。第二に,貨物列車の時間遅延問題に対応するために,本論文では,牽引力フィードフォワード制御器の動的性能を大幅に改善するアプローチを採用した。第三に,速度オーバーシュートによる過速度ブレーキ問題のための,適応牽引力制限の戦略が採用されている,安全速度マージンを増加させずに満足すべき結果を得た。第4に,ニューラルネットワーク(NN)のselflearning特性に触発され,MM FPIDとNNの統合コントローラを提案した。最後に,計算機シミュレーションプラットフォームの助けを借りて,論文では,一連のシミュレーションを示し,MM FPIDと総合防除法を比較する古典的なPIDとファジィ制御を用いた。結果はMM FPIDと統合コントローラの両方が満足な制御効果を持つことを示し,それらの多モード構造は,種々の応用によく適合する容易になるが,統合コントローラが自己学習より大きな可能性を持つ。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 計算機シミュレーション ,  フィードフォワード制御 ,  *エネルギー効率 ,  ニューラルネットワーク ,  ファジィ制御 ,  オーバシュート ,  *貨物列車 ,  制御装置 ,  多モード ,  ブレーキ
準シソーラス用語： 自己学習 ,  牽引力 ,  制御アルゴリズム ,  PID制御 ,  時間遅れ , 【Automatic Indexing@JST】

分類 (3件)： 電装品  (QG03070C) ,  交通調査  (TB01031B) ,  輸送と業務  (TC01030N)

タイトルに関連する用語 (5件)： マルチ ,  アルゴリズム ,  組合せ ,  エネルギー効率 ,  貨物列車