用于高速列车应对动态客流的自动驾驶控制方法

摘要

本发明提供了一种用于高速列车应对动态客流的自动驾驶控制方法，其特征在于：首先利用Pareto支配原理、拥挤距离计算和k‑means聚类算法从人工驾驶曲线数据中获取专家驾驶曲线数据包；然后利用专家驾驶曲线数据包采用行为克隆的模仿学习方法和强化学习法获取强化节时策略网络模型、强化准点策略网络模型和强化节能策略网络模型；然后利用上述三种策略网络模型针对三种客流峰值时段生成相应的自动驾驶曲线控制列车运行。采用本发明所述的自动驾驶控制方法，高速列车的驾驶策略能根据路段的客流峰值的变化进行调整，使路段上列车运行的效率和能耗配置更合理，从而使整个路段运营的效率提高、能耗降低。