摘要:基于对列车自动驾驶系统(ATO)的研究,提出了基于重新参数化的B样条神经网络以及粒子群算法的PSO—B—PID控制器;该控制器能通过PSO搜索找到最佳适合的口因子,从而得到适合本网络权值搜索的最佳的重新参数化B样条基函数,同时,文中还提出了由粒子群算法取代传统BP后向传播算法来作为网络学习算法,从而有效克服传统算法易于陷入局部最优的缺点。通过比较实验中建立的PsO—B—PID、BP-B—PID以及PSO--BP—PID3种控制器的控制性能,结果表明PSO--B--PID控制过程的误差变化最为缓和,其超调量也最小,因此,该控制器能够提高ATO系统控制的快速性、乘坐舒适度以及停车精度。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社