来源：期刊VIP网 时间：
作者：郭啸;孟建军;陈晓强;胥如迅;李德仓;宋明瑞;
单位：兰州交通大学机电技术研究所;甘肃省物流及运输装备信息化工程技术研究中心;甘肃省物流与运输装备行业技术中心;兰州交通大学机电工程学院;
摘要：为提高城轨列车自动驾驶(Automatic Train Operation, ATO)的控制性能，针对城轨ATO目标速度曲线追踪控制方法中工况切换频繁、牵引能耗高等问题，以列车准点、精准停车和能耗为优化目标，设计了一种以时间冗余(Time Redundancy, TR)规划参考系统为主动约束的列车深度强化学习DQN控制方法。建立了城轨列车动力学模型和多目标优化适应度函数；定义了TR规划参考系统约束下的DQN列车控制器，并对控制器中的动作空间和奖励函数进行设置；最后规定了列车控制器神经网络更新方法，利用随机梯度下降算法更新Q网络参数。结果表明：加入以TR时间规划参考系统为约束的TR-DQN算法提高了DQN迭代收敛速度以及迭代训练过程中的稳定性；TR-DQN动态调整列车运行策略的控制方法相比传统目标速度曲线追踪PID算法能耗降低12.32%,列车站间工况切换频率较低；针对设置的3种不同站间规划时间，列车牵引能耗依次降低7.5%和6.4%,列车站间工况动态切换频率和牵引能耗随行程规划时间增大而降低。
关键词：城市轨道交通;;列车自动驾驶;;时间规划系统;;节能运行;;深度强化学习;;DQN算法
基金资助：国家自然科学基金项目(72061021、62063013);; 甘肃省优秀研究生“创新之星”项目(2022CXZX-517)
