基于支持向量机的智能ATO控车算法

作者：赵磊; 杜康; 陈金叶; 应承静; 潘玉玲

来源：城市轨道交通研究, 2020, 23(10): 186-189.

DOI：10.16037/j.1007-869x.2020.10.045

• 轨道交通
• 列车自动运行
• 控车算法
• 支持向量机

为解决ATO(列车自动运行)系统在实际线路实施过程中的适应能力差以及与车辆牵引制动性能耦合度过紧等问题,提出一种基于支持向量机(SVM)且具有训练模式和运营模式的智能ATO系统。该ATO系统直接采用车载设备性能参数、车辆性能参数、ATP(列车自动保护)/ATO曲线和线路参数等作为系统输入,通过基于SVM的机器学习算法计算ATO系统牵引和制动电压/电流输出参数。通过对实际线路ATO控车曲线数据的训练,调节SVM参数,得到最优智能ATO控车算法,且可利用该算法对实际线路环境下的控车命令进行预测。