基于遗传算法的模糊神经网络在铁路列车自动驾驶中的应用研究

摘要

该文就是研究遗传算法与模糊控制、神经网络三者的结合及其在铁路列车自动驾驶(ATO)中的应用问题,论文主要的工作可以概括为以下几个方面.1、系统分析和介绍了遗传算法的基本理论,通过对其特点的阐述,理论上证明了与模糊控制、神经网络结合的可能性.2、研究了遗传算法与神经网络、模糊控制的结合方式.3、研究了铁路列车自动驾驶中,模糊神经网络的应用理论和常规的模型辨识方法,分析了这些方法的优缺点.4、研究了基于遗传算法的模糊神经网络在列车自动驾驶中的应用问题,从隶属函数参数的选择、模糊控制规则的选取和优化以及神经网络权值的学习等几个方面进行了分析.5、以一列给定参数的一车作为仿真对象,对基于遗传算法的模糊神经网络的铁路列车自动驾驶系统地进行了全过程的仿真,并与凭专家经验得出模糊规则和隶属函数及用BP算法训练网络的常规模糊神经网络仿真结果进行了比较了讨论.

目录

文摘

英文文摘

第一章概述

1.1问题的提出

1.2本文的研究目的和内容

1.3本文的结构和组织

第二章遗传算法与模糊神经网络的结合

2.1遗传算法的基本原理和方法

2.2遗传算法在模糊控制器设计中的应用

2.3遗传算法和神经网络的结合

第三章基于模糊神经网络的铁路列车自动驾驶系统

3.1模糊神经网络控制理论

3.1.1模糊控制系统

3.1.2模糊神经网络

3.1.3模糊神经网络控制原理

3.2基于模糊神经网络的铁路列车自动驾驶系统

3.2.1列车运行过程的划分

3.2.2基于模糊神经网络的铁路列车自动驾驶模型

第四章基于遗传算法的模糊神经网络在铁路列车自动驾驶中的应用及仿真

4.1常规列车运行过程的模糊神经控制系统模型的求解方法及优、缺点

4.1.1输入、输出语言变量隶属度函数的确定

4.1.2模糊规则的选取

4.1.3模糊神经网络的训练

5.1.4常规求解方法的优缺点

4.2基于遗传算法的列车运行过程的模糊神经控制系统

4.2.1基于遗传算法的输入、输出语言变量隶属度函数的确定

4.2.2遗传算法用于模糊控制规则的抽取和过滤

4.2.3基于遗传算法的模糊神经网络的训练

4.3仿真过程和步骤

4.3.1基于遗传算法的FNN控制系统生成流程

4.3.2仿真计算过程

4.4基于遗传算法的模糊神经网络的铁路列车自动驾驶系统仿真模型的生成

4.4.1仿真环境和仿真对象的参数

4.4.2模糊控制规则的生成

4.4.3网络的生成及网络的训练

4.4.4隶属函数的选取

4.4.5模糊控制规则的结果变量去模糊化

4.5仿真计算及仿真结果比较

4.5.1仿真计算

4.5.2仿真结果比较与分析

结束语

致谢语

参考文献