非参数化迭代学习控制的列车自动驾驶控制算法

摘要

高速列车自动驾驶系统是一个快时变、非线性的复杂受控系统,针对运行阻力难以建模的问题,建立非参数化的阻力模型,提出基于径向基的模糊神经网络算法对其进行逼近.在此基础上,考虑高速列车自动驾驶系统具有高度重复性的特点,结合现有算法反馈控制的思想,引入前馈控制模型,设计非参数化的迭代学习控制律,充分学习系统的重复性信息,基于Lyapunov稳定性原理,经过严格的数学推导证明所提出算法的收敛性.同时,利用计算机对算法进行仿真试验和分析,验证所提出算法具有较快的收敛性和对期望曲线的较高跟踪精度.