一种基于遗传算法和离散粒子群算法的测试策略优化方法

    公开(公告)号:CN119150679A

    公开(公告)日:2024-12-17

    申请号:CN202411210943.7

    申请日:2024-08-30

    Abstract: 本发明涉及系统测试分析与设计技术领域,具体公开了一种基于遗传算法和离散粒子群算法的测试策略优化方法,包括以下步骤:首先,建立系统的测试性仿真模型,建立故障‑测试相关矩阵;而后,基于遗传算法,改进测试项选择策略;最后,基于离散粒子群算法,完成测试序列优化。本发明采用上述的一种基于遗传算法和离散粒子群算法的测试策略优化方法,跟传统算法相比减少了计算过程和计算量,可实现以最小的成本完成对系统的测试和系统故障的定位,同时可用于系统结构和功能复杂情况下的对测试项设计进行合理规划。

    基于站间速度曲线集与邻车协同的单车运行图优化的方法

    公开(公告)号:CN119005391A

    公开(公告)日:2024-11-22

    申请号:CN202410998444.2

    申请日:2024-07-24

    Abstract: 本发明公开了一种基于站间速度曲线集与邻车协同的单车运行图优化的方法,属于城市轨道列车信号控制技术领域,包括设计基于站间速度曲线集与邻车协同的单车运行图优化框架,具体为在站间速度曲线集的基础上,获取所有站间的全部速度曲线信息并进行时间序列化,得到时间序列化的站间速度曲线集;利用进化算法,在满足时间约束的前提下,以单车运行能耗最低为目标,搜索单车运行图及其对应站间推荐速度曲线。本发明采用上述的一种基于站间速度曲线集与邻车协同的单车运行图优化的方法,可以达到对列车运行图进行净能耗的优化,并实现邻车协同的节能与速度曲线优化的节能的叠加。

    一种基于RBF神经网络PID的列车运行跟踪控制器设计方法

    公开(公告)号:CN118884811A

    公开(公告)日:2024-11-01

    申请号:CN202411029928.2

    申请日:2024-07-30

    Abstract: 本发明涉及列车运行跟踪控制技术领域,具体公开了一种基于RBF神经网络PID的列车运行跟踪控制器设计方法:首先确定神经网络结构中的输入层节点数、隐层节点数和输出层节点数;给出各层权值的初始值、学习速率η、动量因子α和PID控制器初始参数;并计算神经网络的三个输入量控制误差、控制量以及被控对象输出;而后根据RBF神经网络更新神经网络PID控制器的三个参数,对列车运行速度进行控制;设计执行器限制下的控制逻辑,避免执行器限制造成的自适应规则崩溃。本发明采用上述的一种基于RBF神经网络PID的列车运行跟踪控制器设计方法,减少了琐碎而棘手的参数调整试验过程,自适应参数调整的神经网络PID保证鲁棒性的同时使用上更加方便。

Patent Agency Ranking