基于新型PID控制器的列车自动驾驶调速系统  

Speed Control of Automatic Train Operation System Based on Novel PID Controller

作　　者：皇甫立群[1] 

机构地区：[1]江苏省淮阴工学院电子与电气工程学院,江苏淮安223003

出　　处：《计算机测量与控制》2014年第1期73-75,94,共4页Computer Measurement &Control

基　　金：国家级大学生创新创业训练计划项目(201211049009);江苏省普通高校研究生科研创新计划项目(CXLX12_0277);江苏省教育厅自然基金项目(12KJD510003);淮安市科技支撑计划农业项目(SN1161)

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β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-PID 3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。Based on the study of automatic train operation （ATO） system, the PSO--B--PID controller based on re--parameterization B--spline neural networks and PSO is proposed. The controller can find the best suitable/5＇factor by PSO, thereby, receive the best re--pa- rameterization B--spline basic functions fit for searching weights of the network, at the same time, by making PSO algorithm take the place of the conventional backward--propagation （BP） algorithm in the paper, it can overcome the shortcomings of easily going into local opti mum. By comparing the control performance of PSO--B--PID, BP B--PID and PSO--BP PID in experiment, the results indicate error change of PSO--B--PID＇control process is the most moderate, its overshoot is also the smallest, therefore, It can improves punctuality, riding comfort and stop precision in ATO system.

关 键 词：B样条函数 重新参数化 粒子群算法 PID 列车自动驾驶 调速 

分 类 号：TP273[自动化与计算机技术—检测技术与自动化装置]