摘要

地铁列车精确停车研究对装有屏蔽门的车站乘客换乘有着现实意义。根据城轨列车在停车阶段的重复特性,通过迭代学习调节列车初始状态来克服停车阶段的重复不确定性。在求解列车制动模型微分动态的基础上,获得系统梯度,进而求取满足收敛条件的学习参数。针对列车停车涉及多目标的特点,定义多目标优化函数,将该方法推广到多变量、多目标调节的情况,可以同时满足城轨列车停车精度和乘坐舒适性的要求。仿真结果验证了该方法的有效性。最后,提出基于迭代学习方法研究列车停车问题的未来研究思路。