高速动车组模型辨识与多目标优化控制策略研究

高速动车组运行工况变化频繁，运行环境复杂多变，影响运行性能的因素广泛，常规建模和优化方法难以解决这类多变量、强耦合、快时变的复杂非线性动力学系统的建模与多目标优化控制问题。课题以动力分散式高速动车组为研究对象，提出采用机理建模和动态补偿建模相结合的策略建立高速动车组运行过程多模式智能混合模型的方法；综合分析列车运行安全、正点、舒适、节能和停靠准确等性能指标对列车运行过程控制的需求，建立多目标融合约束模型；运用人工智能、模糊决策与多目标优化理论，研究基于混合模型和多目标约束下的高速动车组运行过程离线优化、在线调整的实时快速多目标优化控制方法；建立仿真实验平台，验证并改进理论研究结果。课题研究对提高高速动车组智能化水平，实现高效、安全、自动运行，改善运行舒适性、降低能源消耗具有重要现实意义。同时可为具有类似特征的复杂系统建模、控制与优化提供新的思路，具有一定的理论意义和学术价值。

高速动车组运行工况变化频繁，运行环境复杂多变，影响运行性能的因素广泛，常规建模和优化方法难以解决这类多变量、强耦合、快时变的复杂非线性动力学系统的建模与多目标优化控制问题。课题以动力分散式高速动车组为研究对象，提出采用机理建模和动态补偿建模相结合的策略建立高速动车组运行过程多模式智能混合模型的方法；综合分析列车运行安全、正点、舒适、节能和停靠准确等性能指标对列车运行过程控制的需求，建立多目标融合约束模型；运用人工智能、模糊决策与多目标优化理论，研究基于混合模型和多目标约束下的高速动车组运行过程离线优化、在线调整的实时快速多目标优化控制方法；建立仿真实验平台，验证并改进理论研究结果。课题研究对提高高速动车组智能化水平，实现高效、安全、自动运行，改善运行舒适性、降低能源消耗具有重要现实意义。. 研究过程中申请国家发明专利4项，已授权3项，获软件著作权1件；发表研究论文22篇，其中SCI收录4篇、EI收录9篇，培养毕业博士研究生1人、在读博士1人，毕业硕士研究生6人、在读4人。完成预期目标。