摘要
本发明公开了一种轨道交通列车驾驶自动控制方法、系统及存储介质,属于轨道交通技术领域。方法包括:S1:通过传感器实时采集列车行驶位置、行驶速度和行驶时间数据;S2:将列车行驶位置、行驶速度和行驶时间数据输入到包含深度强化学习算法DRL‑NNC的全连接前馈神经网络FNN的列车控制器中进行推荐速度差值p和限制速度差值q的均衡计算;S3:以ε‑greedy策略进行控制指令生成,选择最佳控制指令指导Sigmoid激活函数适应不同地段环境和长度的运行路线;S4:分别计算p和q的概率值,选择列车运行的速度、位置奖励值最大的,以及能耗最低的推荐速度差值p和限制速度差值q进行列车运行自动控制。本发明提高了列车自动控制的稳定性和效率,具有较好的节能效果。
技术关键词
轨道交通列车驾驶
深度强化学习算法
列车控制器
自动控制方法
速度
前馈神经网络
计算机可执行指令
轨道交通技术
自动控制系统
可读存储介质
能耗
传感器
数据
控制策略
线路
模块
站点
系统为您推荐了相关专利信息
医学知识图谱
思维训练系统
深度强化学习算法
多模态数据采集
智能交互系统
轨迹生成方法
深度编码器
神经网络模型
覆盖率
虚拟仿真测试
车辆状态信息
环境感知信息
车灯
环境感知数据
矢量地图
柔性机械臂
关节
机械臂控制技术
模糊逻辑算法
电子设备