论文部分内容阅读
基本阻力参数是列车牵引计算以及列车控制系统设计中的重要参数。本文在对实际测得的列车惰行数据进行预处理的基础上，应用遗传算法对基本阻力参数进行辨识，并与传统的最小二乘算法进行比较。预处理采用了对速度数据进行分段的方法，分别按2km/h，1km/h，0.5km/h划分，辨识结果显示，在1km/h分段情况下，辨识结果误差最小，并且遗传算法克服了最小二乘算法带来不合理结果的现象，同时提高了辨识精度。因为阻力参数会受到天气、车辆老化等各种因素影响，本文提出基于Adaline的在线学习算法以动态更新阻力参数，计算结果表明，在线学习算法能很好跟踪参数的变化，使得辨识误差降低。