来源：期刊VIP网 时间：
作者：孟建军;蒋小一;陈晓强;胥如迅;
单位：兰州交通大学机电技术研究所;甘肃省物流与运输装备行业技术中心;甘肃省物流及运输装备信息化工程技术研究中心;兰州交通大学机电工程学院;
摘要：针对城市轨道交通节能运行问题，提出一种基于Sarsa强化学习算法的城轨列车节能控制策略，实现了城轨列车在自动驾驶状态下，面对不同路况，执行减少能源消耗驾驶策略的同时兼顾准时性和舒适性。根据线路条件将列车状态进行离散化处理，将连续的驾驶过程分为若干个子区间进行分段求解。结合区间限速、初始状态、终末状态等限制条件，基于能耗及运行时间分别构造适当的奖励函数。同时，用当前状态下可达的最大速度与最小速度对可选速度集合进行限制，缩小探索空间，加快算法收敛。最后，通过对北京铁路亦庄线小红门站至肖村站的实例进行仿真。实验结果表明，与传统的动态规划方法相比，Sarsa算法在满足舒适性和准时性要求的情况下节能9.32%。相比于强化学习中的Q学习算法，在速度的选取过程中，超速次数也有明显下降。仿真结果证明Sarsa算法具有更好的节能效果和安全性。在算法参数不变的情况下，调整限速条件，与传统动态规划算法进行二次对比，依旧节能4.21%,验证了算法的鲁棒性。
关键词：城市轨道交通;;节能;;强化学习;;Sarsa算法;;控制策略
基金资助：国家自然科学基金项目(62063013);; 兰州交通大学青年基金项目(2021018);; 甘肃省优秀研究生“创新之星”项目(2022CXZX-517)
