基于强化学习的列车制动方法、装置、电子设备及存储介质

    公开(公告)号:CN118484931A

    公开(公告)日:2024-08-13

    申请号:CN202410577405.5

    申请日:2024-05-10

    Abstract: 本发明公开了一种基于强化学习的列车制动方法、装置、电子设备及存储介质。该方法包括:根据列车运行时所受的外力集合、列车行驶距离、列车运行时间、列车运行速度和列车质量构建列车力学模型;根据所述力学模型确定列车制动特性;在强化学习中通过学习所述列车制动特性获取运行状态和制动级位的对应关系,所述强化学习中列车作为智能体,所述运行状态为强化学习的输入参数,所述制动级位为强化学习中所述智能体的输出。基于包含列车运行时所受的外力集合得到的列车力学模型得到的列车制动特性,能够更加准确的表示不同环境下的列车制动特性。采用基于强化学习的磁浮列车制动优化控制,提高磁浮列车制动自动控制的准确性。

    磁浮列车的制动控制方法、装置、设备及存储介质

    公开(公告)号:CN117818550A

    公开(公告)日:2024-04-05

    申请号:CN202410206588.X

    申请日:2024-02-26

    Abstract: 本发明涉及磁悬浮列车技术领域,公开了一种磁浮列车的制动控制方法、装置、设备及存储介质。该方法包括:通过获取磁浮列车的当前运行状态和当前制动指令;将当前运行状态和当前制动指令输入至建立的目标磁浮列车动态模型,并获取目标磁浮列车动态模型输出的预测运行状态;通过建立的列车制动模型,根据预测运行状态,获取列车制动力,并根据列车制动力实现对磁浮列车的制动控制。本实施例的方案,通过基于长短期记忆网络建立目标磁浮列车动态模型,以预测得到下一时刻的运行状态,并通过建立的列车制动模型,根据预测得到的运行状态,确定所需的制动力,可以在复杂运行环境变化下,实现对磁悬浮列车精确和平稳的制动控制。

Patent Agency Ranking