10.3969/j.issn.1672-7029.2016.10.002
气压模拟系统大数据迭代学习控制算法研究
为探究高速列车车内气压波动与旅客乘坐舒适性的关系,设计可重复性复现车内气压变化的气压模拟系统。利用Simulink与AMESim软件的联合仿真技术建立系统的仿真模型。针对气压模拟系统的多容耦合特性,提出一种基于大数据思想的迭代学习控制算法,该算法利用系统的历史运行数据对迭代学习控制算法控制输入量的给定初值进行匹配计算,然后在此基础上进行动态迭代学习。仿真结果表明,该算法能够显著提高控制系统收敛速度,改善系统的动态性能。
高速列车、气压模拟、迭代学习控制、大数据、收敛速度
13
TP273;U271.91(自动化技术及设备)
国家自然科学基金资助项目51475387
2016-11-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
1886-1890